IBM 1620 เครื่องประมวลผลข้อมูล, 1962

เว็บ

เว็บมาพร้อมกับการเปลี่ยนแปลงจากอุตสาหกรรมต่อสังคมข้อมูลและให้โครงสร้างพื้นฐานที่มีคุณภาพใหม่ของการจัดการข้อมูลเกี่ยวกับการซื้อกิจการเช่นเดียวกับการจัดเตรียม

• พร้อมใช้งานสูง
• ความเกี่ยวข้องสูง
• ค่าใช้จ่ายต่ำ

เว็บแทรกเข้ามาในสังคม

• การติดต่อทางสังคม (แพลตฟอร์มเครือข่ายทางสังคม, บล็อก, ... )
• เศรษฐศาสตร์ (ซื้อ, การโฆษณา, การขาย, ... )
• การบริหาร (eGovernment)
• ชีวิตการทำงาน (รวบรวมข้อมูลและการแบ่งปัน)
• สันทนาการ (เกมเล่นบทบาท, ความคิดสร้างสรรค์, ... )
• การศึกษา (eLearning, เว็บเป็นระบบข้อมูล, ... )

เว็บปัจจุบัน

ข้อ จำกัด ของเว็บ

• การค้นหาเนื้อหาเป็นง่ายมาก
• อนาคต→ต้องใช้วิธีการที่ดีกว่า

• ในแง่ของเนื้อหา
• ในแง่ของโครงสร้าง
• ในแง่ของการเข้ารหัสอักขระ
• อนาคต→ต้องบูรณาการข้อมูลที่ชาญฉลาด
  

• →ต้องใช้เทคนิคเหตุผลอัตโนมัติ

สิ่งที่ Google ไม่พบ

• อพาร์ทเมนให้เช่าใกล้กับร้านอาหารที่ดีจัดอันดับไทย
• สองภาษาการดูแลเด็กภาษาอังกฤษเยอรมันในกรุงเบอร์ลินในสามารถเข้าถึงได้ 15 นาทีจากสถานที่ของฉันของการทำงาน
• เด็กที่เป็นมิตรสถานที่ท่องเที่ยวกับกิจกรรมวัฒนธรรมและการกีฬา
• นักวิจัยที่ทำงานอยู่ในเอเชียตะวันออกเฉียงใต้ในหัวข้อการดึงข้อมูล
• ผู้ให้บริการ ERP ที่มีสำนักงานในกรุงเวียนนาและเบอร์ลิน
• ...

เราได้เรียนรู้ไม่รู้ไม่ได้ที่จะขอเครื่องมือค้นหาคำถามดังกล่าว

ในหลักการทั้งหมดที่จำเป็นต้องใช้ความรู้เป็นบนเว็บ - มากที่สุดของมันแม้จะอยู่ในรูปแบบที่เครื่องอ่าน แต่ไม่มีการรวมข้อมูลโดยอัตโนมัติในการประมวลผล (และเหตุผล) เราไม่สามารถได้คำตอบที่มีประโยชน์

มีปัญหากับเว็บคืออะไร

• ไม่สามารถที่จะบูรณาการและหลอมรวมข้อมูลจากแหล่งข้อมูลที่แตกต่างกัน
• มีการขาดความรู้พื้นฐานที่ครอบคลุมในการตีความข้อมูลที่พบบนเว็บเป็น
• ค้นหาเว็บปัจจุบันถูก จำกัด ให้ข้อความในภาษาบางอย่าง - มีหลายภาษา "เล็ก" มีข้อมูลมากน้อยกว่าที่มีอยู่ในภาษาอังกฤษ

ส่วนผสมพื้นฐานสำหรับเว็บแบบ Semantic

• มาตรฐานเปิดสำหรับข้อมูลที่อธิบายบนเว็บ

• วิธีการในการได้รับข้อมูลเพิ่มเติมจากรายละเอียดต่างๆ

รุ่นการเข้าถึงข้อมูลและการบูรณาการ

LOD มีเมฆพฤษภาคม 2007

LOD 2007 มีเมฆตุลาคม

LOD 2008 มีเมฆกุมภาพันธ์

LOD 2008 มีเมฆกันยายน

LOD มีเมฆมีนาคม 2009

LOD มีเมฆกันยายน 2010

เว็บของข้อมูล

• > 50000000000 ข้อเท็จจริง
• ครอบคลุมโดเมนที่แตกต่างกันหลายคน (วิทยาศาสตร์เพื่อชีวิต, ทางภูมิศาสตร์ที่ผู้ใช้สร้างเนื้อหารัฐบาล bibiographic, ... )

แผนที่ไปยังเว็บแบบ Semantic

ความหมายของกองเว็บข้อมูล

ยูริและ Unicode

ทรัพยากรรายละเอียดกรอบ - RDF

ข้อมูลจะถูกแสดงใน RDF อเนกประสงค์ (เรียกว่างบข้อเท็จจริง):

• จำลองในหมวดหมู่ของหนังสือ แต่ไม่สอดคล้องกันเสมอ
• ที่ได้รับมอบหมายอนุญาตให้ใช้:
  • เรื่อง: URI โหนดหรือเปล่า
  • สรุป: URI (ทรัพย์สิน a​​ka)
  • วัตถุ: URI โหนดว่างเปล่าหรือตัวอักษร
• ป้ายโหนดและขอบควรจะโปร่งใสเพื่อให้กราฟเดิม reconstructable จากรายการสาม

RDF Schema

อเนกประสงค์ทั้งหมดไม่ได้ทำให้ความรู้สึก:

Cinema  AlbertEinstein  2012

วิธีที่เราสามารถ จำกัด การใช้ RDF?

RDF Schema ช่วยให้การกำหนดคุณสมบัติชั้นเรียนและ จำกัด การใช้งานของพวกเขา

SPARQL - ภาษาของแบบสอบถามสำหรับ RDF

SELECT * WHERE { jwebsp:John  foaf:knows  ?friend }

อภิปรัชญาเว็บภาษา - นกฮูก

วรรณคดี

• ปาสคาล hitzler มาร์คัสKrötzschเซบาสเตียนรูดอล์ฟ: ฐานรากของเทคโนโลยีเว็บเชิงความหมายแชปแมนฮอลล์และ / CRC, 2009, 455 หน้าปกเลข ISBN: 9781420090505, http://www.semantic-web-book.org
• Amit Sheth, Krishnaprasad Thirunarayan: อรรถอำนาจ Web 3.0: การจัดการองค์กร, สังคม, Sensor, ข้อมูลและเมฆที่ใช้และบริการสำหรับการใช้งานขั้นสูง (บรรยายการสังเคราะห์ในการจัดการข้อมูล), มอร์แกน & Claypool Publishers (19 ธันวาคม 2012), ไอ: 1608457168
• ทอม Heath, คริสเตียน Bizer: ข้อมูลที่เชื่อมโยง (บรรยายการสังเคราะห์บนเว็บแบบ Semantic: ทฤษฎีและเทคโนโลยี), มอร์แกน & Claypool Publishers; ฉบับที่ 1 (20 ก. พ. 2011), ไอ: 1608454304

แรงจูงใจ

"ทฤษฎีสัมพัทธภาพถูกค้นพบโดยอัลเบิร์ Einstein."

หรือ

<person> <name>Albert Einstein</name> <discovered>Theory of Relativity</discovered> </person>

หรือ

<person name="Albert Einstein"> <discovered>Theory of Relativity</discovered> </person>

ข้อมูลแสดงในรูปแบบดังกล่าวไม่ได้เป็นปริได้อย่างง่ายดาย! RDF จะช่วยให้การแก้ปัญหานี้!

เป้าหมาย

• ทำความเข้าใจกับรูปแบบ RDF ข้อมูลรวมทั้ง
  • แนวคิด URI และ IRI
  • อเนกประสงค์
  • ทรัพยากร
  • ตัวอักษร
  • โหนดที่ว่างเปล่า
  • รายการ
    

เบื้องต้น

• ความเข้าใจพื้นฐานของเทคโนโลยีเว็บชนิดข้อมูล
  

ภาพรวมที่ RDF

• RDF = ทรัพยากรอธิบายหลักการ
• คำแนะนำของ W3C ตั้งแต่ปี 1998
  
• RDF เป็นรูปแบบข้อมูล
  • แต่เดิมใช้สำหรับ metadata สำหรับทรัพยากรเว็บทั่วไปแล้ว
  • เข้ารหัสข้อมูลที่มีโครงสร้าง
  • ยูนิเวอร์แซรูปแบบการแลกเปลี่ยนเครื่องอ่านได้
• ข้อมูลโครงสร้างในกราฟ
  • จุดขอบ
    

บางส่วนของกราฟ RDF

• ยูริ
  • ที่ใช้ในการอ้างอิงทรัพยากรอย่างไม่น่าสงสัย
    
• ตัวอักษร
  • อธิบายค่าของข้อมูลที่มีตัวตนชัดเจนเช่น "100 กม. / ชม. "
• โหนดที่ว่างเปล่า
  • อำนวยความสะดวกในปริมาณอัตถิภาวนิยมสำหรับบุคคลที่มีคุณสมบัติบางอย่างโดยไม่ต้องตั้งชื่อ
    

ตัวอย่างของกราฟ RDF

ทริปเปิ RDF

องค์ประกอบของ RDF สาม:

• ถ่ายแบบใช้ประเภทภาษาศาสตร์ ( แต่ไม่สอดคล้องกันเสมอไป)
• ที่ได้รับมอบหมายอนุญาตให้ใช้:
  • เรื่อง: URI โหนดหรือเปล่า
  • สรุป: URI (ทรัพย์สิน a​​ka)
  • วัตถุ: URI โหนดว่างเปล่าหรือตัวอักษร
• ป้ายโหนดและขอบควรจะโปร่งใสเพื่อให้กราฟเดิม reconstructable จากรายการสาม
  

URI

• URI = ทรัพยากรตัวบ่งชี้
• ที่ใช้ในการสร้างชื่อซ้ำกันทั่วโลกสำหรับทรัพยากร
• วัตถุที่มีตัวตนชัดเจนทุกคนสามารถเป็นทรัพยากร
  • หนังสือ, สถานที่, องค์กร ...
• ในโดเมนหนังสือไอทำหน้าที่จุดประสงค์เดียวกัน
  

ไวยากรณ์ URI

• ส่วนต่อขยายของแนวคิด URL
• ไม่ได้หมายถึงทุก URI เอกสารเว็บ แต่ URL ที่มักจะใช้เป็น URI สำหรับเอกสารเว็บ
• เริ่มต้นด้วยสคี URL ซึ่งจะถูกแยกออกจากส่วนที่เหลือด้วย ":"
  • ตัวอย่าง: http:, FTP, mailto, ไฟล์
    
• โครงสร้างลำดับชั้นโดยทั่วไปแล้ว
  • [โครงการ:] [/ / อำนาจ] [path] [? แบบสอบถาม] [ส่วน #]
    

ที่กำหนดเองยูริ

• จำเป็นถ้าทรัพยากรที่มี URI ยังไม่มี URI หรือไม่เป็นที่รู้จัก
• ใช้ HTTP-URIs จากเว็บไซต์ของตัวเองเพื่อหลีกเลี่ยงการชนกันของการตั้งชื่อ
• อำนวยความสะดวกในการสร้างเอกสารของ URI สถานที่นี้
• ตัวอย่าง: http://jens-lehmann.org/foaf.rdf # ผม

• แยก URI สำหรับทรัพยากรและเอกสารประกอบด้วยความช่วยเหลือของการอ้างอิง URI (ด้วย "#" เศษเล็กเศษน้อยที่แนบมา) หรือการเจรจาต่อรองเนื้อหา
• ตัวอย่าง: URI สำหรับเช็คสเปียร์ "Othello"
  • ไม่ดี: http://de.wikipedia.org/wiki/Othello
  • ดี http://de.wikipedia.org/wiki/Othello # URI

ม่านตา

• IRI ทรัพยากรตัวบ่งชี้ = สากล
• ลักษณะทั่วไปของแนวคิด URI
• IRI สามารถมี Unicode
• ตัวอย่าง:
  • http://www.example.org/Wüste
  • http://www.example.org/ 사막

ตัวอักษร

• ที่ใช้ในการค่าข้อมูลแบบ
• แทนเป็นสตริง
• การตีความประเภทข้อมูลผ่าน
• ตัวอักษรโดยไม่ต้องได้รับการรักษาประเภทข้อมูลเป็นสตริง
• ตัวอักษรอาจจะไม่เคยมาของโหนดของกราฟ RDF
• ขอบอาจไม่ถูกกำกับด้วยตัวอักษร
  

ไวยากรณ์เต่า

ย่อเต่า (1/2)

• ในเต่าหนึ่งสามารถใช้ตัวย่อ
  • ไวยากรณ์: @ คำนำหน้า abbr ':' <URI>
  • เช่น @ คำนำหน้า DBR: <http://dbpedia.org/resource/>
• หนึ่งสามารถเปลี่ยน
  

  <http://dbpedia.org/resource/Leipzig> <http://www.w3.org/2000/01/rdf-schema#label> "Leipzig"@de . 
  

• เข้าไป

ย่อเต่า (2/2)

• อเนกประสงค์กับเรื่องเดียวกันสามารถรวมกลุ่มกัน
  

  @prefix rdf: 
  ...
  @prefix geo: 
  
  dbr:Leipzig dbp:hasMayor dbr:Burkhard_Jung ;
              rdfs:label   "Leipzig"@de ;
              geo:lat      "51.333332"^^xsd:float ;
              geo:long     "12.383333"^^xsd:float .   

• อเนกประสงค์ถึงแม้จะมีเรื่องเดียวกันและคำกริยาสามารถรวมกลุ่มกัน
  

  @prefix dbr:  .
  @prefix dbp:  .
  dbr:Leipzig dbp:locatedIn dbr:Saxony, dbr:Germany;
              dbp:hasMayor  dbr:Burkhard_Jung .
  

ตัวอักษร II - ประเภทข้อมูล

• ตัวอย่าง: XSD: ทศนิยม
  

ประเภทข้อมูลใน RDF

• จนถึงขณะนี้: ตัวอักษรจะ untyped รับการรักษาเป็นสตริง: "02" <"100" <"11" <"2"
• พิมพ์ดีดช่วยให้ดีขึ้นในคำอื่น ๆ , การตีความความหมายของค่า
• ประเภทข้อมูลได้รับการระบุโดยยูริและ chosable ได้อย่างอิสระ
• การใช้งานโดยปกติของ XML--สคีประเภทข้อมูล (XSD)
• ไวยากรณ์: "ค่าข้อมูล" ^ ^ datetype-URI
• RDF: XMLLiteral เป็นเพียงประเภทข้อมูลที่กำหนดไว้ล่วงหน้าใน RDF
  • ใช้สำหรับชิ้นส่วน XML
    

ตัวอย่าง

กราฟ:

ประกาศภาษา

• ที่มีอิทธิพลต่อตัวอักษร untyped เพียง
• ตัวอย่าง:
  @prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> . http://dbpedia.org/resource/Leipzig rdfs:label "Leipzig"@de , rdfs:label "Лейпциг"@ru .

• ตามข้อกำหนด RDF ตัวอักษรต่อไปนี้จะแตกต่างกัน
• แต่มักจะถูกนำมาใช้เป็นอย่างเท่าเทียมกัน
  
  @prefix xsd: <http://www.w3.org/2001/XMLSchema#> . @prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> . @prefix dbr: <http://dbpedia.org/resource/> . dbr:Leipzig rdfs:label "Leipzig" , "Leipzig"@de , "Leipzig"^^xsd:string .

n-Ary ผมความสัมพันธ์

การปรุงอาหารด้วย RDF

"สำหรับการเตรียมการของมะม่วง Chutney คุณต้อง 450g มะม่วงสีเขียว , ช้อนชาพริกป่น ... "

1 ความพยายามที่จะสร้างแบบจำลองสูตรนี้:

ไม่พอใจ:

• ส่วนผสมและจำนวนเงินที่กำหนดเป็นสตริง
• ค้นหาสูตรอาหารที่มีมะม่วงสีเขียวไม่ได้เป็นไปได้อย่างง่ายดาย
  

n-Ary II ความสัมพันธ์

การปรุงอาหารด้วย RDF

"สำหรับการเตรียมการของมะม่วง Chutney คุณต้อง 450g มะม่วงสีเขียว, ช้อนชาพริกป่น ... "

ความพยายามที่ 2 แบบสูตรนี้:

แม้เลว:

• ไม่มีความสัมพันธ์ที่ชัดเจนระหว่างส่วนผสมและจำนวนเงินที่เป็นไปได้
  
  

n-Ary III ความสัมพันธ์

ปัญหา: มันเป็นความสัมพันธ์ trivalent หรือ ternary จริง (ดูฐานข้อมูลเช่น)

• โดยตรงไปไม่ได้ที่จะแสดงใน RDF
• การแก้ปัญหาเบื้องต้นของโหนดผู้ช่วย
  

n-Ary IV ความสัมพันธ์

โหนดช่วยใน RDF:

เป็นกราฟ:

โหนดที่ว่างเปล่า

• โหนดที่ว่างเปล่าที่สามารถใช้สำหรับทรัพยากรที่ไม่จำเป็นต้องมีการตั้งชื่อ
• สามารถอ่านได้ว่างบอัตถิภาวนิยม

เป็นกราฟ:

รายการ

• โครงสร้างข้อมูลทั่วไปนับจากทรัพยากรจำนวนมากโดยพลการเขียนด้วยเช่นการสั่งซื้อที่ไม่เกี่ยวข้องของหนังสือเล่มนี้
• ความแตกต่างระหว่าง
  • คอนเทนเนอร์เพิ่มองค์ประกอบใหม่ที่เป็นไปได้
  • คอลเลกชัน: การเพิ่มองค์ประกอบใหม่เป็นไปไม่ได้
• สามารถจำลองด้วยเครื่องมือที่นำเสนอก่อนหน้านี้จึงไม่ลึกซึ้งเพิ่มเติม
  

ประเภทของภาชนะบรรจุ

• โหนดรากรายการมีการกำหนดอย่างใดอย่างหนึ่งดังต่อไปนี้ RDF: s ประเภท:
  • RDF: Seq
    • การตีความเป็นลำดับสั่งรายการ
  • RDF: กระเป๋า
    • การตีความตามสั่งตั้ง
    • สั่งซื้อรหัสใน RDF ไม่เกี่ยวข้อง
  • RDF: Alt
    • ชุดของทางเลือก
    • มักจะมีเพียงองค์ประกอบหนึ่งรายการที่เกี่ยวข้อง
      

ภาชนะ

คอลเลกชัน

ความคิด: พาร์ทิชันซ้ำของรายการในองค์ประกอบหัวและรายการส่วนที่เหลือ (ที่ว่างเปล่าอาจจะ)

ข้อมูลอย่างย่อ

• มาตรฐานการสนับสนุนอย่างกว้างขวางสำหรับการจัดเก็บและการแลกเปลี่ยนข้อมูล
• ช่วยให้เกือบตัวแทนไวยากรณ์เป็นอิสระจากข้อมูลการกระจายในรูปแบบของกราฟรูปแบบข้อมูลตาม
• บริสุทธิ์ RDF เป็นบุคคลที่มุ่งเน้นมาก
• เกือบจะเป็นไปได้ที่จะเป็นตัวแทนของคีไม่
  • ดูบรรยาย RDF-Schema
    

อนาคต

• ต้นมาก ร่างการทำงาน
  
• รุ่นก่อนหน้านี้ของ RDF ใช้คำว่า "อ้างอิง RDF URI" แทน "IRI" และอนุญาตให้ตัวละครเพิ่มอีก: " < "," > "," { "," } "," | "," \ "," ^ " " ` "' “ '(คู่ quote) และ " "(เว้นวรรค)
• ใน Iris อักขระเหล่านี้จะต้องมีเปอร์เซ็นต์การเข้ารหัสตามที่อธิบายไว้ใน 2.1 ส่วน ของ [ RFC3986 ]
• ตัวอักษรที่มีแท็กภาษาตอนนี้ยังมีประเภทข้อมูล IRI
  

งานและโครงการมินิ

สไลด์นี้มีคำแนะนำบางส่วนสำหรับงานและโครงการขนาดเล็กที่คุณสามารถดำเนินการนอกเหนือไปจากหลายทางเลือกการทดสอบการประเมินตนเองเพื่อการปฏิบัติและการเตรียมความพร้อมสำหรับการสอบ:

• อธิบายองค์ประกอบของรูปแบบ RDF ข้อมูล
• สร้างฐานความรู้เล็ก ๆ ในเต่า (เช่นครอบครัวของคุณ) อธิบายโดเมนที่คุณเลือก!
• เขียนคำอธิบายของทรัพยากร RDF อธิบายตัวเองอยู่ในเต่าที่มีป้ายชื่อในสองภาษาที่แตกต่างกัน, วันเกิดและอายุของคุณ!
• วาดกราฟ RDF แทนสูตรสำหรับเค้กถ้วย!
• สร้างรายการ RDF มณฑลอเมริกาเหนือ!

อ้างอิง

• ความหมาย Grundlagen เว็บ hitzler, Krötzsch, รูดอล์ฟ, แน่นอน; สปริงเกอร์ 2008 (Kap. 2-3)
• RDF / XML: http://www.w3.org/TR/rdf-syntax-grammar/
  
• เต่า: http://www.w3.org/TeamSubmission/turtle/
  
• Datenmodell RDF:
  • http://www.w3.org/TR/rdf-primer/
  • http://www.w3.org/TR/rdf-concepts/
    
• URI: http://de.wikipedia.org/wiki/Uniform_Resource_Identifier
  
• IRI: http://tools.ietf.org/html/rfc3987
  
• URI / IRI Auswahl:
  • http://www.w3.org/TR/cooluris/
  • http://www4.wiwiss.fu-berlin.de/bizer/pub/LinkedDataTutorial/ # howname
  • http://www.w3.org/TR/swbp-vocab-pub/
  • http://data.gov.uk/resources/uris
    
• RDF Validator: http://www.w3.org/RDF/Validator/

ความหมายของกองเว็บข้อมูล - RDF

เป้าหมาย

• Repitition ของยูริสและคุณสมบัติของพวกเขา
• ไวยากรณ์ของ RDF
• รูปแบบที่แตกต่างกันของรูปแบบอนุกรม
  • 3 สัญกรณ์
  • RDF / XML
  • RDF / JSON, JSON / LD
  • RDFa
  • NTriples เต่า

เงื่อนไข

• ความรู้พื้นฐานของสแต็ค RDF
• ทำความเข้าใจกับรูปแบบ RDF ข้อมูล
• ความเข้าใจพื้นฐานของ XML (สำหรับอนุกรม RDF / XML)
• ความเข้าใจพื้นฐานของ HTM​​L (สำหรับ RDFa)
• ทั้งหมดที่ใช้คำนำหน้า namespace แก้ไขเป็นค่าเริ่มต้นตามลำดับจาก http://prefix.cc/

สิ่งที่ยูริสคืออะไร?

• URI = ทรัพยากรตัวบ่งชี้
• ทั่วโลกที่ใช้สำหรับการระบุที่ไม่ซ้ำกันของทรัพยากร
• ทุกวัตถ​​ุ (ในบริบทของการประยุกต์ใช้) บางทีทรัพยากร
  • ตราบเท่าที่มันมีเอกลักษณ์เฉพาะ
  • เช่นหนังสือ, สถานที่, คน, ความสัมพันธ์ระหว่างสิ่งเหล่านั้นแนวคิดที่เป็นนามธรรม
• รูปพรรณที่ไม่ซ้ำกันถูกนำมาใช้แล้วสำหรับโดเมนอื่น ๆ และเฉพาะเจาะจงมากขึ้นเช่น ISBN สำหรับหนังสือหรือตัวเลขประจำตัวผู้เสียภาษีสำหรับคนที่
• ส่วนต่อขยายของแนวคิด URL:
  • ไม่ได้ทุก URI เป็นของหน้าเว็บ แต่มักจะพิมพ์ URL ถูกใช้เป็น URI สำหรับหน้าเว็บ

ไวยากรณ์ของยูริ

ที่กำหนดเองยูริ

• จำเป็นถ้าทรัพยากรที่มี URI ยังไม่มี
• กลยุทธ์ที่เป็นไปได้เพื่อหลีกเลี่ยงการทับซ้อนกันยูริ
  • ใช้ HTTP-URIs ของ webspace ของตัวเอง!
  • นอกจากนี้ยังเป็นไปได้ที่จะเผยแพร่เอกสารของ URI ที่สถานที่แห่งนี้
  • เช่น http://jens-lehmann.org/foaf.rdf # ผม

ระบบบัตรประจำตัวอื่น ๆ

• IRI ทรัพยากรตัวบ่งชี้ = สากล
  • ลักษณะทั่วไปของ URI, สามารถมีตัวอักษร Un​​icode
  • http://www.example.org/Wüsteเช่น
• โกศทรัพยากรชื่อ = Uniform
  • กลุ่มย่อยของยูริที่ใช้สำหรับการระบุทรัพยากรที่มีชื่อ choosable ได้อย่างอิสระ
  • มีไว้สำหรับการระบุเอกลักษณ์และถาวรทั่วโลก
  • โกศเช่นโกศ ISSN :0167-6423 จากภาพยนตร์แมงมุม
• ไอ = นานาชาติจำนวนหนังสือมาตรฐาน
  • เช่นไอ 978-3-86680-192-9
• ISSN = มาตรฐานสากล Serial Number ของ
  • เช่น ISSN 1234-5678
• DOI = ตัวระบุวัตถุดิจิตอล
  • เช่น 10.1000/182 DOI

พลังของรูปแบบ RDF

รูปแบบที่นิยมมากที่สุด

• รูปแบบอนุกรมต่างๆเพื่อวัตถุประสงค์ที่แตกต่างกัน (เช่นในแผนภาพเวนน์บนภาพนิ่งก่อน) คือ:
  
  • ยังไม่มีข้อความที่อเนกประสงค์ - รูปแบบข้อความโดยมุ่งเน้นที่การแยกง่าย
  • เต่า - รูปแบบข้อความโดยมุ่งเน้นที่การอ่านของมนุษย์
    
  • 3 สัญกรณ์ - รูปแบบข้อความที่มีคุณสมบัติขั้นสูงเกิน RDF
  • RDF / XML - อันดับ XML อย่างเป็นทางการของ RDF
  • RDF / JSON - ข้อเสนอสำหรับ serializing RDF ใน JSON
  • JSON-LD - ข้อเสนอสำหรับการแสดงความ RDF ใน JSON อื่น
  • RDFa - กลไกสำหรับการฝัง RDFa ใน (X) HTML
    

3 สัญกรณ์

• ออกแบบมาสำหรับการอ่านของมนุษย์-
• ภาษาแบบแผน
  • สูตรเพิ่มเติมกฎและตัวแปร
• พัฒนาโดย Tim Berners-Lee et al, เป็น W3C ส่งทีม http://www.w3.org/TeamSubmission/n3/
• ชนิดของไฟล์ text/n3, UTF-8  
  

<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"   
         xmlns:dc="http://purl.org/dc/elements/1.1/">
   <rdf:Description rdf:about="http://en.wikipedia.org/wiki/Tony_Benn">  
      <dc:title>Tony Benn</dc:title>  
      <dc:publisher>Wikipedia</dc:publisher>
   </rdf:Description>
</rdf:RDF>

3 สัญกรณ์:

@prefix dc: <http://purl.org/dc/elements/1.1/>. <http://en.wikipedia.org/wiki/Tony_Benn> dc:title "Tony Benn";                                          dc:publisher "Wikipedia".

คุณสมบัติของ N3

• N3 เป็นภาษาอย่างเป็นทางการที่นอกเหนือไปจาก RDF
• N3 เป็น superset ของ sparql เต่าและ NTriples
• N3 มีประสิทธิภาพมากขึ้นกว่าเต่าและ XML / RDF ด้วยความเคารพในการกระทำตาม
• N3 จะขึ้นอยู่กับบริบทไวยากรณ์ฟรีอนุญาตให้แยกมันได้อย่างง่ายดาย
• บางแนวคิดที่โดดเด่นคือ:
  • ตัวแปร
  • สูตร
  • ชุดของตัวแปรสากลของ F
  • ชุดของตัวแปรอัตถิภาวนิยมของ F
  • ชุดของงบ F
  • ประเภทข้อมูล: สตริง, จำนวนเต็ม
  • รายการองค์ประกอบของรายการ
  • ความยาวของรายการ
  • การแสดงออก
  • ตั้ง
• ข้อมูลเพิ่มเติม:
  • http://www.w3.org/2000/10/swap/grammar/n3-report.html
  • http://www.w3.org/DesignIssues/Notation3.html

ไวยากรณ์ของ N3

• รูปแบบที่สาม: คำกริยาวัตถุหัวข้อ
• ทุกอย่างจะต้องมีการระบุ URI
• ข้อยกเว้น: '#' ระบุบางสิ่งบางอย่างตลอดทั้งเอกสารสิ่งที่เป็น
• ข้อยกเว้น: วัตถุที่สามารถเป็นตัวอักษร

<#pat> <#knowsAbout> <http://www.w3.org/2000/10/swap/Primer> .<#pat> <#hasBrother> <#ian> .
<#ian> <#age> 24 .

ตัวย่อ

• ระบุที่ว่างเปล่า <> หมายเสมอกับเอกสารที่เขียนไว้ใน

<> <http://purl.org/dc/elements/1.1/title> "RDF Serializations".

• หนึ่งสามารถใช้คำนำหน้าย่นข้อความ

@prefix dc:  <http://purl.org/dc/elements/1.1/> .
<> dc:title  "RDF Serializations".

• หมายเหตุ: เมื่อคุณใช้คำนำหน้าคุณสามารถใช้เครื่องหมายแทนกัญชาระหว่าง dc และชื่อและคุณไม่ได้ใช้วงเล็บ <angle
• หากคุณมีงบหลายเกี่ยวกับเรื่องเดียวกับที่คุณสามารถใช้ทั้งอัฒภาคเป็นไปได้ที่จะแนะนำภาคใหม่หรือจุลภาคที่จะแนะนำวัตถุใหม่

<> <#subsections>  <#RDF/XML>, <#JSON>, <#RDFa> ;
   <#madeBy>    "slidewiki.org" ;
   <#creatorOfThisDeck> <www.informatik.uni-leipzig.de/~auer/foaf.rdf> .

ประเภทกำหนด

• N3 ช่วยให้คุณสามารถกำหนดระดับชั้นของคุณเอง

@prefix : <#> .
@prefix rdf:  <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .
@prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> .
:Person rdf:type rdfs:Class .

• หมายเหตุ: เรากำหนดคำนำหน้าว่างเปล่า
• เรายังสามารถย่อ RDF: ประเภทด้วย

@prefix : <#> .
@prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> .
:Person a rdfs:Class .

ความเท่าเทียมกันของคำศัพท์

• เมื่อเขียนคำศัพท์ของตัวเองหนึ่งมักจะสังเกตเห็นว่าแนวความคิดของตัวเองเป็นเช่นเดียวกับในคำศัพท์อื่น
• N3 มีกลไกพิเศษและสั้นเพื่อให้สอดคล้องคำศัพท์เช่น "="

:Woman = foo:FemaleAdult .
:Title a rdf:Property; = dc:title .

• ดังนั้นหนึ่งสามารถจัดชั้นเรียนและคุณสมบัติง่ายสวย

ตัวอย่างของคุณสมบัติ

@prefix log: <http://www.w3.org/2000/10/swap/log#>.
@keywords.
@forAll x, y, z. {x parent y. y sister z} log:implies {x aunt z}

Joe parent Alan.
Alan sister Susie.

Joe aunt Susie.

ตัวอย่างต่อเนื่อง

@forAll x, y, z.
{  x wrote y.
 y log:includes {z weather w}.
 x livesIn z
} log:implies {
 Boston weather y
}.

Bob   livesIn  Boston.
Bob   wrote    { Boston weather sunny }.
Alice livesIn  Adelaide.
Alice wrote   { Boston weather cold }.

Boston weather sunny.

ข้อดีและข้อเสียของการ N3

• ข้อดี
  • มากขึ้นขนาดกะทัดรัดและสามารถอ่านได้มากกว่าที่ยึดตาม XML RDF
  • เป็นไปได้ของรูปแบบการกำหนดตัวแปรและแม้กระทั่งสูตร
  • ประสิทธิภาพมากขึ้นกว่าเต่าและ NTriples
• ข้อเสีย

ไวยากรณ์เต่า

ย่อเต่า (1/2)

• ในเต่าหนึ่งสามารถใช้ตัวย่อ
  • ไวยากรณ์: @ คำนำหน้า abbr ':' <URI>
  • เช่น @ คำนำหน้า rdfs: DBR: <http://dbpedia.org/resource/>
• หนึ่งสามารถเปลี่ยน
  

• เข้าไป

ย่อเต่า (2/2)

• อเนกประสงค์กับเรื่องเดียวกันสามารถรวมกลุ่มกัน
  

  @prefix rdf: 
  
  ...
  @prefix geo: 
  
  dbr:Berlin  dbpedia:country  dbpedia:Germany ;            rdfs:label       "Berlin"@de ;      

• อเนกประสงค์ถึงแม้จะมีเรื่องเดียวกันและคำกริยาสามารถรวมกลุ่มกัน
  

  @prefix dbr: 
  
  .
  @prefix dbp: 
  
  .
  dbr:Leipzig dbp:locatedIn dbr:Saxony, dbr:Germany;
  dbp:hasMayor  dbr:Burkhard_Jung .
  

ข้อดีและข้อเสียของ Turtle

• ข้อดี:
  • กระชับจึงมีประสิทธิภาพในการจัดเก็บ
  • ง่ายต่อการอ่านสำหรับมนุษย์
• ข้อเสีย:
  • การสนับสนุนเครื่องมือ จำกัด เพื่อให้ห่างไกล (เมื่อเทียบกับ RDF / XML)

ยังไม่มีข้อความที่อเนกประสงค์-

• ยังไม่มีข้อความที่อเนกประสงค์เป็นเส้นตามรูปแบบข้อความธรรมดา
  
• ยังไม่มีข้อความที่อเนกประสงค์เป็นส่วนย่อยของเต่าและ 3 สัญกรณ์
  • ตัวย่อและ groupping ไม่ได้รับอนุญาต
  • จำกัด ชุดอักขระ ASCII
    
• เครื่องมือทั้งหมดที่สนับสนุนการป้อนข้อมูลทั้งในรูปแบบที่กล่าวข้างต้นจะสนับสนุนอเนกประสงค์-N
  
• อย่าสับสนกับ 3 สัญกรณ์: 3 สัญกรณ์เป็น superset ของเต่าและ N-อเนกประสงค์

<http://www.w3.org/2001/sw/RDFCore/ntriples/> <http://purl.org/dc/elements/1.1/creator> "Dave Beckett" .
<http://www.w3.org/2001/sw/RDFCore/ntriples/> <http://purl.org/dc/elements/1.1/creator> "Art Barstow" .
<http://www.w3.org/2001/sw/RDFCore/ntriples/> <http://purl.org/dc/elements/1.1/publisher> <http://www.w3.org/> .

N-ล่าม

• ขยายอเนกประสงค์-N กับบริบท

<subject> <predicate> <object> <context> .

• <context> ส่ว​​นใหญ่มักจะหมายถึง (ในรัฐ-of-the-Art ร้านค้า RDF) ที่มาของข้อมูล
  • ชุดข้อมูลเมื่อเชื่อมโยงที่มีประโยชน์

<http://example.org/bob/foaf.rdf#me> <http://xmlns.com/foaf/0.1/homepage>              <http://example.org/bob/> <http://example.org/bob/foaf.rdf> .

• <context> อาจประกอบด้วย URI หรือ nodeID หรือตัวอักษร

ทำไมหนึ่ง (ไม่) ควรใช้ XML สำหรับ RDF?

ทำไม

• การสนับสนุนที่ดีของเครื่องมือในหลายภาษาโปรแกรมและสภาพแวดล้อม
• การแพร่กระจายกว้างของ XML ในธุรกิจและสถาบันการศึกษา
• RDF รัฐมาตรฐานว่าถ้า RDF ข้อมูลที่มีการเผยแพร่ที่ควรจะมีอยู่ใน RDF / XML
  • http://www.w3.org/RDF/

ทำไมไม่?

• RDF / XML มีความซับซ้อนที่จะเข้าใจเพราะการเข้ารหัสของกราฟอเนกประสงค์และในที่สุดต้นไม้ XML
• RDF / XML พัดไฟล์ (อาจจะลดลงโดยการบีบอัด)
• สร้างค่าใช้จ่ายมากเพราะเอกสาร XML จะต้องมีการแยกวิเคราะห์และผลการดำเนินการนอกจากนี้ยังจะได้รับข้อมูล RDF

ที่ใช้ XML ไวยากรณ์ของ RDF

• การใช้งานของ namespaces จะกระจ่างชื่อแท็ก
• ป้าย RDF มี ​​namespace คงที่ของตนเองและฉลากของมันคือ 'RDF'

XML-ไวยากรณ์ RDF: รายละเอียด

• RDF แต่ละองค์ประกอบรายละเอียดย่อมาจากเรื่อง
  • URI คือค่าของ RDF: เกี่ยวกับคุณลักษณะ
• แต่ละองค์ประกอบของ RDF: รายละเอียดย่อมาจากคำกริยาคู่วัตถุ
  • ชื่อขององค์ประกอบเด็กเป็นชื่อคำกริยา
  • มูลค่าของ RDF: ทรัพยากร URI ของวัตถุ

ชื่อย่อไวยากรณ์ XML-

• ตัวอักษรสามารถล้อมรอบด้วย predicates เป็นข้อความฟรีฟอร์ม
• เรื่องใดเรื่องหนึ่งสามารถมีองค์ประกอบของสถ​​านที่ให้ severalt
• รายละเอียดของวัตถุหนึ่งสามารถของอาสาสมัครอีกหลายรังเช่น

ทางเลือกที่ใช้ XML ไวยากรณ์สำหรับคุณสมบัติ

• ตัวอักษรสามารถใช้ในแอททริบิ XML-
• ชื่อคุณสมบัติจะเป็นสถานที่ให้บริการ URIs
  
• URI วัตถุจะแล้ว RDF: แอตทริบิวต์ทรัพยากรภายในแท็กสถานที่ให้บริการ

<rdf:Description rdf:about="http://dbpedia.org/resource/Leipzig"
          dbp:name="Leipzig">
    <geo:lat rdf:datatype="float">51.3333</geo:lat>
    <geo:long rdf:datatype="float">12.3833</geo:long>
</rdf:Description>

XML-ไวยากรณ์ URIs ฐาน

• การตรวจหาญาติ URIs ไป URI ฐานผ่าน absense ของส่วนคี

<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
    xml:base="http://dbpedia.org/resource/" >
<rdf:Description rdf:about="Berlin">
   <property:country rdf:resource="Germany" />
</rdf:Description
</rdf:RDF>

ข้อดีและข้อเสียของ XML / RDF

• ข้อดี:
  • การสนับสนุนเครื่องมือที่ดี
  • นำมาใช้ใหม่ของเครื่องมือการเปลี่ยนแปลงผ่านทาง XSLT
  • แทนการแยกและในหน่วยความจำผ่านทาง DOM / แซ็กโซโฟน
• ข้อเสีย:
  • ยาวมากและยากที่จะอ่าน

ไวยากรณ์ RDFa

• RDFa = RDF ในคุณสมบัติ
  
• การพัฒนาเพื่อฝัง RDF ใน XHTML
• อเนกประสงค์ฝังตัวสามารถสกัด
• การเข้ารหัสผ่าน UTF-8 และ UTF-16
• การใช้งานของส่วนขยายที่เข้ารหัสใน XML ตาม XHTML
• IRIS สามารถใช้ <? รุ่น XML = เข้ารหัส "1.0" = "UTF-8">
• RDFa microformats = ทำถูกต้อง ;-)

แรงจูงใจ

ด้านซ้ายให้เบราว์เซอร์เห็นอะไร ทางด้านขวามือมนุษย์เห็นอะไร เราสามารถเชื่อมโยงช่องว่างเพื่อให้เบราว์เซอร์ดูรายละเอียดของสิ่งที่เราเห็น?

Curies

สัญกรณ์ระยะสั้นสำหรับยูริส (ขนาดกะทัดรัดยูริ)

  curie := [ [ prefix ] ':' ] reference
  prefix := NCName
  reference := irelative-ref (as defined in [IRI])
  safe_curie := '[' curie ']'

RDFa ต้องใช้บริบทข้อมูลต่อไปนี้:

• ชุดของแมปจากคำนำหน้าไปยังยูริที่มีให้โดยในปัจจุบันขอบเขตการประกาศคำนำหน้าของ [องค์ประกอบปัจจุบัน] ในระหว่างการแยก;
• การทำแผนที่ที่จะใช้กับคำนำหน้าเริ่มต้นเป็นค่าเริ่มต้นการทำแผนที่ในปัจจุบันคำนำหน้า;
• การทำแผนที่ที่จะใช้เมื่อมีคำนำหน้าไม่มีไม่ได้กำหนดไว้อย่างมีประสิทธิภาพซึ่งห้ามไม่ให้มีการใช้ Curies ที่ไม่ประกอบด้วยลำไส้ใหญ่;
• การทำแผนที่ที่จะใช้กับคำนำหน้า '_' ไม่ได้ระบุไว้อย่างชัดเจน แต่เนื่องจากมันถูกใช้เพื่อสร้าง [bnode] s, การดำเนินงานที่จะต้องเข้ากันได้กับคำนิยาม RDF

คุณสมบัติ RDFa

คุณสมบัติ XHTML ที่เกี่ยวข้อง:

• @ rel ช่องว่างคั่นรายการของ Curies ที่ใช้สำหรับการแสดงความสัมพันธ์ระหว่างสองทรัพยากร ('เพ' ในคำศัพท์ RDF);
• @ รอบช่องว่างคั่นรายการของ Curies ที่ใช้สำหรับการแสดงความสัมพันธ์ระหว่างสองย้อนกลับทรัพยากร (เช่น 'เพ');
• เนื้อหา @ สตริงสำหรับการจัดหาเนื้อหาเครื่องอ่านสำหรับอักษร ('วัตถุตัวอักษรธรรมดา' ในคำศัพท์ RDF);
• @ href URI สำหรับการแสดงทรัพยากรหุ้นส่วนของความสัมพันธ์ ('วัตถุทรัพยากร' ในคำศัพท์ RDF);
• @ src URI สำหรับการแสดงทรัพยากรหุ้นส่วนของความสัมพันธ์เมื่อทรัพยากรที่จะถูกฝังอยู่ (เช่น 'วัตถุทรัพยากร')

ใหม่ RDFa คุณลักษณะที่เฉพาะเจาะจง:

• @ URIorSafeCURIE เกี่ยวกับที่ใช้สำหรับการระบุว่าข้อมูลใดที่เป็นเรื่องเกี่ยวกับ ('เรื่อง' ในคำศัพท์ RDF);
• @ สถานที่ให้บริการช่องว่างคั่นรายการของ Curies ที่ใช้สำหรับการแสดงความสัมพันธ์ระหว่างเรื่องและบางข้อความตัวอักษร (เช่น 'กริยา');
• @ ทรัพยากร URIorSafeCURIE สำหรับการแสดงทรัพยากรหุ้นส่วนของความสัมพันธ์ที่ไม่ได้ตั้งใจจะให้เป็น 'คลิก' (เช่น 'วัตถุ');
• @ ประเภทข้อมูลกัมมันตภาพรังสีที่เป็นตัวแทนของประเภทข้อมูลที่จะแสดงประเภทข้อมูลของตัวอักษร;
• @ typeof ช่องว่างคั่นรายการของ Curies ที่บ่งชี้ประเภท RDF (s) ที่จะเชื่อมโยงกับเรื่อง

ตัวอย่าง RDFa

Lite RDFa

• คำแนะนำของ W3C
  
• ชุดย่อยที่น้อยที่สุดของ RDFa ประกอบด้วยไม่กี่ลักษณะ
  • คำศัพท์, typeof และทรัพย์สิน
  • ทรัพยากร
  • อุปสรรค
• คล้ายกับ Microdata ( http://www.w3.org/TR/microdata/ )
• ตัวอย่าง:

ข้อดีและข้อเสียของการ RDFa

• ข้อดี
  • การจัดการแบบบูรณาการของมนุษย์ (HTML) และเครื่องแทน (RDF)
  • Re: ใช้จำนวนของคุณสมบัติ HTML
  • "หลักการของการเมตาดาต้าที่ทำงานร่วมกัน" มีผลบังคับใช้โดย RDFa:
    • อิสรภาพ Publisher - เว็บไซต์ทุกคนสามารถใช้เป็นตัวแทนของตัวเอง
    • ข้อมูลการใช้ซ้ำ - ข้อมูลจะไม่ซ้ำ แยกส่วน XML และ HTML ที่ไม่จำเป็นอีกต่อไปสำหรับเนื้อหาเดียวกัน
    • บรรจุด้วยตนเอง - HTML และ RDF จะถูกแยกออก
    • Modularity คี - คุณสมบัติเป็น reuseable
    • Evolvability - เขตข้อมูลเพิ่มเติมที่สามารถเพิ่มและการแปลง XML สามารถแยกความหมายของข้อมูลจากไฟล์ XHTML
• ข้อเสีย
  • ตั้งแต่ RDFa เป็น embeded ใน XHTML มันสร้างค่าใช้จ่ายมากขึ้นกว่า XML
  • ในการอ่านค่าที่ต่ำกว่ากับเต่า

RDF / JSON

• JSON = JavaScript Object สัญลักษณ์
• JSON_Dokument ที่ถูกต้องคือถูกต้อง JavaScript (JS) และจะถูกตีความผ่าน () Eval
• JSON เป็นโปรแกรม dependend ภาษาสำหรับภาษาที่ใช้มากที่สุดอยู่ parser ที่แตกต่างกัน
• ทีมงานกำลังทำงานอยู่ในความหมายของไวยากรณ์ http://www.w3.org/blog/SW/2011/09/13/the-state-of-rdf-and-json/

ไวยากรณ์ RDF / JSON

• RDF / JSON มีเรื่องแบบ S, P กริยาวัตถุ O
  
  

  { "S" : { "P" : [ O ] } }      
  

• ประเภท: จะต้องมี URI โหนดตัวอักษรหรือเปล่าและจะต้องมีการเขียนในกรณีที่ต่ำกว่า
• ค่าอธิบายข้อมูลของวัตถุ
  • การปฏิบัติที่ดีที่สุด: Render URI ทั้ง
• หลังสวน: ภาษาของตัวอักษร ตัวเลือก แต่ถ้ามันมีอยู่แล้วก็อาจจะไม่ว่างเปล่า
• ชนิดข้อมูลของวัตถุตัวเลือก: ประเภทข้อมูล

ข้อดีและข้อเสียของ RDF / JSON

• ข้อดี:
  • รูปแบบข้อมูลที่มีขนาดกะทัดรัดในการแลกเปลี่ยนข้อมูลระหว่างโปรแกรมประยุกต์
  • การสนับสนุนเครื่องมือที่ดีมาก (เกือบทุกภาษาโปรแกรมสนับสนุน JSON)
  • ค่าใช้จ่ายน้อยลงในขณะการแยกและการทำให้กว่า XML
• ข้อเสีย
  • ไม่ง่ายที่จะอ่านสำหรับมนุษย์

JSON / LD

• J Ava S cript otation O bject ยังไม่มีหมึกสำหรับ L D ATA
• ตัวอย่าง:

{
"@context": "http://json-ld.org/contexts/person.jsonld",
"@id": "http://dbpedia.org/resource/John_Lennon",
"name": "John Lennon",
"born": "1940-10-09",
"spouse": "http://dbpedia.org/resource/Cynthia_Lennon"
}

• บริบท @ บอกโปรเซสเซอร์ที่ทราบข้อมูลที่เชื่อมโยงเกี่ยวกับวิธีการตีความ JSON LD
• @ เชื่อมโยงบริบทข้อมูลต่อไปนี้แนวคิดในลำดับชั้น
  • ในตัวอย่างนี้เพื่ออภิปรัชญา person.jsonld
• วิธีการที่องค์กรเป็นศูนย์กลางช่วยให้นักพัฒนาเพื่อเพิ่มมรดก JSON ที่มีความหมายได้อย่างง่ายดาย
• JSON / LD ยังเป็นมนุษย์ที่สามารถอ่านได้เช่น RDF / JSON แต่ลูกค้าเครื่องสามารถเข้าใจว่าตอนนี้มันเป็นเรื่องเกี่ยวกับบุคคลและไม่เพียงแค่ข้อมูล

เป็นอันดับ IRI (1/2)

• ม่านตามีลักษณะทั่วไป URI ที่ช่วยให้ตัวอักษร Un​​icode
  • ที่กำหนดไว้ใน RFC 3987
• เฉพาะรูปแบบต่อไปนี้เป็นอย่างเข้ากันได้กับ RFC IRI
  • RDFa
  • Notation3
  • RDF / JSON
• NTriples & NQuads ไม่สนับสนุน Iris
  • ใช้ทั้ง 7 บิตการเข้ารหัสอักขระ ASCII สหรัฐอเมริกา
  • ตัวละคร http://www.w3.org/TR/rdf-testcases/ #
    

เป็นอันดับ IRI (2/2)

• RDF / XML & เต่าให้การสนับสนุนบางส่วน IRI
  • ไวยากรณ์ของพวกเขาจะไม่ได้รับการแมปอย่างเต็มที่เพื่อไวยากรณ์ IRI
• ในภาค RDF / XML จะต้องประกาศเป็นองค์ประกอบ XML
  • ข้อกำหนด XML มีข้อ จำกัด หลายตัวละครที่ได้รับอนุญาต
  • http://www.w3.org/TR/REC-xml/ # NT-Name
    
• เต่าเป็นอย่างเข้ากันได้เฉพาะเมื่อใช้แน่นอน Iris
  • ตัวย่อที่มีข้อ จำกัด ที่มีผลต่อทั้งไอริสและยูริ
  • http://www.w3.org/TeamSubmission/turtle/ ทรัพยากร #
    

ไวยากรณ์และการใช้งานของชนิดข้อมูล

• ความแตกต่างระหว่างโดเมนศัพท์และมูลค่า
  • คำศัพท์: "3.14", "+04,1300", "-2,5"
  • มูลค่า: 3.14, 4.13, -2.5
• ตัวอักษร untyped ได้รับการรักษาเช่นลำดับถ่าน
  • "02" <"100" <"11" <"2"
• พิมพ์ดีดช่วยให้การจัดการค่า 'ความหมาย'
  • ชนิดของข้อมูลที่จะได้รับการระบุโดยยูริ
  • ข้อมูลป้าย Infact ประเภทมีอิสระ choosable
• มักจะเป็นหนึ่งใช้ชนิดข้อมูลที่ใช้ XML Schema (XSD)
  • ไวยากรณ์: "VALUE" ^ ^ ข้อมูลชนิด URI

ตัวอย่างสำหรับการใช้งานประเภทข้อมูล

@prefix dbr: <http://dbpedia.org/resource/> .
@prefix geo: <http://www.w3.org/2003/01/geo/wgs84_pos#>.
@prefix xsd: <http://www.w3.org/2001/XMLSchema#> .
dbr:Leipzig    geo:lat     "51.333332"^^xsd:float ,
               geo:long    "12.383333"^^xsd:float .

<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
         xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#"
         xmlns:geo="http://www.w3.org/2003/01/geo/wgs84_pos#">
<rdf:Description rdf:about="http://dbpedia.org/resource/Leipzig">
   <geo:lat rdf:datatype="http://www.w3.org/2001/XMLSchema#float">51.33    </geo:lat>
   <geo:long rdf:datatype="http://www.w3.org/2001/XMLSchema#float">12.38    </geo:long></rdf:Description>

ชนิดของข้อมูลที่กำหนดไว้ล่วงหน้า

• RDF: XML สำหรับตัวอักษรเป็นเพียงชนิดข้อมูลที่กำหนดไว้ล่วงหน้า
• ใช้สำหรับชิ้นส่วน XML พล แต่มีความสมดุล

<rdf:Description rdf:about="http://example.org/SemanticWeb">
<ex:Titel rdf:parseType="Literal">
  <b>Semantic Web</b>
  <br />
  Grundlagen
</ex:Titel>
</rdf:Description>

คำจำกัดความของภาษา

ข้อมูลภาษาที่มีอิทธิพลต่อตัวอักษร untyped เพียง

<rdf:Description rdf:about="http://dbpedia.org/resource/Leipzig">
   <rdfs:label xml:lang="de">Leipzig</rdfs:label>
   <rdfs:label xml:lang="ru">Лейпциг</rdfs:label>
</rdf:Description>

@prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> .
http://dbpedia.org/resource/Leipzig   rdfs:label     "Leipzig"@de ,
                                      rdfs:label     "Лейпциг"@ru .

@prefix xsd: <http://www.w3.org/2001/XMLSchema#> .
@prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> .
@prefix dbr: <http://dbpedia.org/resource/> .
dbr:Leipzig    rdfs:label     "Leipzig" ,
                              "Leipzig"@de ,
                              "Leipzig"^^xsd:string .

โครงการมินิ

1. คิดอภิปรัชญาน้อยว่าสิ่งที่รูปแบบจากของคุณทุกวันมีชีวิตอยู่
   1. มันจะต้องมีอย่างน้อย 5 ทรัพยากรจากสองจีส์ที่แตกต่างกันและ 3 ตัวอักษร
2. เขียนมันลงใน:
   1. RDF / XML
   2. JSON
   3. เต่า
   4. N3 และไม่ใช้ตัวย่อ
3. Meassure จำนวนอักขระที่คุณต้องการโดยไม่ต้องช่องว่าง
4. พยายามที่จะบีบอัดอภิปรัชญาของคุณเท่าที่คุณสามารถและบอกเราเกี่ยวกับปัจจัยการบีบอัดของคุณ

อ้างอิง

กองข้อมูลที่เชื่อมโยง - RDF-S

เป้าหมาย

• เข้าใจที่ usecases RDF-Schema มีความเหมาะสม
  
• ทำความเข้าใจเกี่ยวกับความหมายของ RDF-Schema
  • จะสามารถอ่าน RDF-Schema
    
  • จะสามารถสร้างของคุณเอง RDF-Schema
• รู้ข้อ จำกัด ของ
  

เงื่อนไข

• ความรู้พื้นฐานของสแต็ค RDF
• รู้รูปแบบ RDF ข้อมูล

RDF-Schema คืออะไร?

เราสามารถใช้ RDF อเนกประสงค์ที่จะแสดงข้อเท็จจริงที่ต้องการ:

 ex:AlbertEinstein   ex:discovered   ex:TheoryOfRelativity .

แต่วิธีการที่เราสามารถปรับแต่งการดังกล่าวเป็นจริงหรือไม่

• วิธีที่เราสามารถกำหนดว่าอดีตกริยา: ค้นพบมีบุคคลที่เป็นเรื่องและทฤษฎีเป็นวัตถุ?
  
• วิธีที่เราสามารถแสดงว่ามีอัลเบิร์ Einstein เป็นนักวิจัยและนักวิจัยที่ทุกคนเป็นมนุษย์?

ความรู้ดังกล่าวเรียกว่าคีความรู้หรือความรู้ศัพท์

RDF-Schema ทำให้เรามีความเป็นไปได้ในการจำลองความรู้ดังกล่าว

RDF-Schema

• เป็นส่วนหนึ่งของ W3C คำแนะนำ RDF
• ใช้สำหรับคี / ความรู้ศัพท์
  
• ตัวเองเป็น RDF ด้วยกับคำศัพท์ที่กำหนดไว้ล่วงหน้า (ทุกเอกสาร RDF-Schema เป็นเอกสาร RDF)
  
• คำศัพท์ที่เป็นชื่อสามัญ (ไม่ผูกพันกับพื้นที่การใช้งานที่เฉพาะเจาะจง)
• ช่วยให้การระบุความหมายของผู้ใช้กำหนดคำศัพท์ที่ RDF
  

Namespace ของ RDF-Schema คือ

xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#"

ชั้นเรียน

Class A คือชุดของสิ่ง (หรือหน่วยงาน) ใน RDF สิ่งเหล่านี้จะมีการระบุโดยยูริ

สมาชิกของหน่วยการเรียนที่ถูกกำหนดให้ใช้ RDF: คุณสมบัติประเภท

ความจริงที่ว่าอดีต: VWGolf เป็นสมาชิก / ตัวอย่างของอดีตชั้น: รถยนต์สามารถแสดง:

ex:VWGolf   rdf:type   ex:Car .

URI สามารถเป็นสมาชิกในหลายชั้นเรียน

ex:VWGolf   rdf:type   ex:Car .ex:VWGolf   rdf:type   ex:GermanProduct .

ลำดับชั้นของชั้นเรียน

ชั้นเรียนสามารถจัดในลำดับชั้นโดยใช้ rdfs: คุณสมบัติ subClassOf

อดีตแต่ละรถเป็นอดีต: MotorVehicle

ex:Car   rdfs:subClassOf   ex:MotorVehicle .

ความรู้โดยนัย

การใช้คำนิยามคีมาเราสามารถที่จะระบุความรู้โดยปริยาย

ex:VWGolf  rdf:type         ex:Car .ex:Car     rdfs:subClassOf  ex:MotorVehicle .

โดยปริยายมีคำสั่งต่อไปนี้เป็นเหตุผลสำคัญ

ex:VWGolf   rdf:type   ex:MotorVehicle .

ความรู้โดยนัย

งบ

ex:Car           rdfs:subClassOf   ex:MotorVehicle .ex:MotorVehicle  rdfs:subClassOf   ex:Vehicle .

โดยปริยายมีคำสั่งต่อไปนี้เป็นเหตุผลสำคัญ

ex:Car   rdfs:subClassOf   ex:Vehicle .

เราจะเห็นว่า rdfs: subClassOf เป็นสกรรมกริยา

การกำหนดชั้นเรียนของตนเอง

URI denoting ชั้นเรียนทุกคนเป็นตัวอย่างของ rdfs: คลาส สำหรับการกำหนดชั้นเรียนของตนเองเราต้องเขียน:

ex:Car   rdf:type   rdfs:Class .

ซึ่งทำให้ rdfs: คลาสตัวเองตัวอย่างของ rdfs: คลาส

rdfs:Class   rdf:type   rdfs:Class .

สมดุลของชั้นเรียน

เพื่อแสดงออกถึงความเท่าเทียมกันของทั้งสองเรียนที่เราสามารถใช้

ex:Car         rdfs:subClassOf   ex:Automobile .ex:Automobile  rdfs:subClassOf   ex:Car .

ซึ่งนำไปสู่​​คำสั่ง

ex:Car   rdfs:subClassOf   ex:Car .

เราจะเห็นว่า rdfs: subClassOf สะท้อน

ชั้นเรียน RDF-S ที่กำหนดไว้ล่วงหน้า

ประเภท: มีหลายชั้นเรียนที่กำหนดไว้ล่วงหน้าอื่น ๆ แล้ว rdfs คือ:

• rdfs: ทรัพยากรเป็นชั้นของยูริสทั้งหมด
• RDF: Property เป็นชั้นของคุณสมบัติทั้งหมด
• rdfs: ประเภทข้อมูลเป็นชั้นของประเภทข้อมูลทั้งหมด
  (ตัวอย่างของชั้นนี้ทุกคนเป็นประเภทรองของ rdfs:. อักษร)
  
• rdfs: ตัวอักษรเป็นชั้นของค่าที่แท้จริงเช่นสตริงหรือจำนวนเต็ม
  (ถ้าเช่นตัวอักษรที่พิมพ์เช่นของ rdfs:. ประเภทข้อมูล)
  
• RDF: XMLLiteral เป็นชั้นของค่าตัวอักษร XML ประเภทรองของ rdfs: ตัวอักษรและตัวอย่างของ rdfs: ประเภทข้อมูล
  
• RDF: คำชี้แจงเป็นชั้นเรียนของงบ RDF ทุก RDF สามดังนั้นสามารถมองเห็นเป็นตัวอย่างของการเรียนด้วย RDF นี้: เรื่อง RDF: คำกริยาและ RDF: คุณสมบัติวัตถุ
• rdfs: คอนเทนเนอร์เป็นซุปเปอร์คลาสของ RDF เรียนคอนเทนเนอร์
  (เช่น RDF: กระเป๋า, RDF: Seq, RDF: Alt)
  

การกำหนดคุณสมบัติของตัวเอง

ในฐานะที่เราสามารถกำหนดชั้นเรียนเราสามารถกำหนดคุณสมบัติใหม่

สำหรับการแสดงให้เห็นว่ามีคุณสมบัติใหม่ที่เรากำหนดเป็นตัวอย่างของการเรียนสถานที่ให้บริการ

ex:drives   rdf:type   rdf:Property .

มีคุณสมบัติใหม่นี้เราสามารถแสดงว่ามีแม็กซ์ไดรฟ์กอล์ฟ

ex:Max   ex:drives   ex:VWGolf .

ลำดับชั้นของคุณสมบัติ

การใช้ rdfs: คุณสมบัติ subPropertyOf เราสามารถกำหนดลำดับชั้นของคุณสมบัติ

ex:drives   rdfs:subPropertyOf   ex:controls .

กับคำสั่งอดีต

ex:Max   ex:drives   ex:VWGolf .

เราสามารถสรุปได้ว่า

ex:Max   ex:controls   ex:VWGolf .

ข้อ จำกัด ของสถ​​านที่ให้บริการ

RDF-Schema ทำให้เรามีความเป็นไปได้ที่จะแสดงข้อ จำกัด สำหรับทรัพย์สินใหม่ของเรา สถานที่ให้บริการทุกคนมีโดเมนและช่วงที่ระบุว่าเรื่องเรียนหรือวัตถุต้องมี

 ex:Max   ex:drives   ex:VWGolf .|Domain|             |  Range  |

การใช้คุณสมบัติ rdfs: โดเมนและ rdfs: ช่วงเราสามารถกำหนดโดเมนและช่วงของทรัพย์สิน

ex:drives   rdfs:domain   ex:Person .ex:drives   rdfs:range    ex:Vehicle .

เดียวกันสามารถทำได้สำหรับประเภทข้อมูล

ex:hasAge   rdfs:range   xsd:nonNegativeInteger .

งบช่วงหลาย

งบ

ex:drives   rdfs:range   ex:Car .ex:drives   rdfs:range   ex:Ship .

หมายความว่าช่วงของอดีต: ไดรฟ์ที่จะต้องมีทั้งสอง - อดีตรถยนต์และอดีต: เรือ!

ถ้าคุณต้องการที่จะแสดงว่าวัตถุทรัพย์สินจะต้องมีหนึ่งในสองชั้นเรียนการแสดงออกที่ดีกว่าจะ

ex:Car     rdfs:subClassOf   ex:Vehicle .ex:Ship    rdfs:subClassOf   ex:Vehicle .ex:drives  rdfs:range        ex:Vehicle .

ความรู้โดยนัย

ถ้าเราใช้คุณสมบัติโดเมนและช่วงที่เราจะต้องดูแลว่านี้อาจมีผลกระทบบาง unintendent

คี

ex:isMarriedTo    rdfs:domain  ex:Person .ex:isMarriedTo    rdfs:range   ex:Person .ex:instituteAKSW  rdf:type     ex:Institution .

และคำสั่งเพิ่มเติม

ex:Max   ex:isMarriedTo   ex:instituteAKSW .

นำไปสู่​​เหตุผลสำคัญ

ex:instituteAKSW   rdf:type   ex:Person .

ข้อสรุปที่ผิดพลาด

บางคนอาจจะสับสนเกี่ยวกับการรวมกันของการระบุข้อ จำกัด ของสถ​​านที่และลำดับชั้นของการเรียน ดังนั้นเราจึงต้องการดูตัวอย่าง:

ex:drives  rdfs:range       ex:Car .ex:Car     rdfs:subClassOf  ex:Vehicle .

สองคนนี้อเนกประสงค์ไม่ได้นำมาซึ่งความสัมพันธ์ดังต่อไปนี้

ex:drives   rdfs:range   ex:Vehicle .

ชั้นคอนเทนเนอร์

RDF-Schema กำหนด rdfs: ชั้นคอนเทนเนอร์ซึ่งเป็น superclass สำหรับภาชนะบรรจุที่กำหนดโดย RDF:

• RDF: Seq
• RDF: กระเป๋า
• RDF: Alt
  

สมาชิกคอนเทนเนอร์

RDF-Schema กำหนดชั้นเรียนใหม่สำหรับการทำงานกับภาชนะบรรจุ:

• rdfs: ชั้น ContainerMembershipProperty ที่มีคุณสมบัติทั้งหมดที่ใช้ในการระบุว่าทรัพยากรที่เป็นสมาชิกคนหนึ่งของภาชนะบรรจุ (เช่น RDF: _1, RDF: _2, ... )
  
• rdfs: Property สมาชิก superproperty สำหรับคุณสมบัติทั้งหมดของทุกคุณสมบัติสมาชิกคอนเทนเนอร์
  (ดังนั้นทุกกรณีของ rdfs: ContainerMembershipProperty เป็น rdfs: rdfs subPropertyOf: Property สมาชิก)
  

การทำให้เป็นจริง

วิธีที่เราสามารถระบุใน RDF
"นักสืบซึมที่บัตเลอร์ฆ่าชาวสวน." ?

ex:Detective   ex:supposes   "The butler killed the gardener" .ex:Detective   ex:supposes   ex:theButlerKilledTheGardener .

ทั้งสองวิธีเป็นที่น่าพอใจ สิ่งที่เราต้องการจะพูดคุยเกี่ยวกับการเป็นที่สาม

ex:Butler   ex:killed   ex:Gardener .

ตัวเอง

การทำให้เป็นจริง

ด้วย rdfs ชั้นเรียน: คำชี้แจง RDF-Schema ให้เป็นไปได้ของการทำให้เป็นจริง มันมีคุณสมบัติดังต่อไปนี้

• rdfs: เรื่องการกำหนด RDF: ทรัพยากรซึ่งเป็นเรื่องของคำสั่ง
  
• rdfs: คำกริยากำหนด RDF: Property ซึ่งเป็นคำกริยาของคำสั่ง
  
• rdfs: วัตถุกำหนด RDF: ทรัพยากรซึ่งเป็นวัตถุของคำสั่ง

การใช้การทำให้เป็นจริงเราจะเห็น RDF สามเป็นทรัพยากรและกำหนดข้อเท็จจริงเกี่ยวกับมัน (เช่นว่าทฤษฎีไม่ได้รับการพิสูจน์แล้ว)

ex:Detective  ex:supposes    _:theory ._:theory      rdf:type       rdfs:Statement ._:theory      rdf:subject    ex:Butler ._:theory      rdf:predicate  ex:hasKilled ._:theory      rdf:object     ex:Gardener ._:theory      ex:hasState    "unproven" .

โปรดสังเกตว่าข้อความต่อไปนี้ไม่ได้เป็นผลมาจากตรรกะนี้:

ex:Butler   ex:killed   ex:Gardener .

การทำให้เป็นจริง

ข้อมูลเสริม

RDF-Schema ให้เป็นไปได้ที่จะเพิ่มข้อมูลเพิ่มเติมไปยังแหล่งข้อมูลโดยใช้คุณสมบัติดังต่อไปนี้:

• rdfs: ฉลากสามารถนำมาใช้เพื่อให้ชื่ออ่านมนุษย์สำหรับทรัพยากร
• rdfs: ความคิดเห็นสำหรับการเพิ่มความคิดเห็นหรือคำอธิบายยาว
• rdfs: จุด seeAlso ไปที่ URI ข้อมูลเพิ่มเติมเกี่ยวกับทรัพยากรที่สามารถพบได้
• rdfs: จุด isDefinedBy เพื่อ URI ที่ทรัพยากรถูกกำหนด
  (rdfs: isDefineBy เป็นอักษรของ rdfs: seeAlso)

ex:VWGolf   rdfs:label        "VW Golf" .ex:VWGolf   rdfs:comment      "The VW Golf is a popular german car..." .ex:VWGolf   rdfs:seeAlso      wikipedia:Vw_golf .ex:VWGolf   rdfs:isDefinedBy  ex2:Vw_golf .

ประโยชน์ของการใช้คุณสมบัติเหล่านี้คือข้อมูลเพิ่มเติมจะแสดงเป็น RDF เกินไป

กำหนดกรดและฐาน

เราต้องการที่จะใช้ระบบซึ่งควรจะสามารถคำนวณจำนวนเงินที่จำเป็นของกรดหรือฐานที่จะต่อต้านการแก้ปัญหาที่กำหนด

ดังนั้นระบบของเรามีการจัดการข้อมูลเกี่ยวกับกรดและเบส สำหรับข้อมูลนี้เรากำหนดสคีมาของคุณเองสำหรับข้อมูลของเรา

เราเริ่มต้นด้วยการกำหนดกรดและฐานเป็นชั้นเรียนของตัวเอง

ex:Acid   rdf:type   rdfs:Class .ex:Base   rdf:type   rdfs:Class .

ทั้งสองสามารถอธิบายได้ว่าเป็นสารประกอบทางเคมี ดังนั้นเราจึงกำหนดนี้เป็นชั้นของตัวเองและอีกสอง subclasses ของมัน

ex:ChemicalCompound   rdf:type   rdfs:Class .ex:Acid   rdfs:subClassOf   ex:ChemicalCompound .ex:Base   rdfs:subClassOf   ex:ChemicalCompound .

กำหนดบางกรณี

หลังจากนั้นเราสามารถที่จะเพิ่มกรดบางและฐาน ตัวอย่างเช่น:

• ไฮโดรเจนคลอไรด์ (อดีต: HCl)
• กรดฟอสฟอริก (อดีต: H3PO4)
• โซเดียมไฮดรอก (อดีต: NaOH) และ
• ไฮดรอกไซแคลเซียม (เช่น: Ca_OH2)

ex:HCl     rdf:type   ex:Acid .ex:H3PO4   rdf:type   ex:Acid .ex:NaOH    rdf:type   ex:Base .ex:Ca_OH2  rdf:type   ex:Base .

ผลกลาง

รูปภาพแสดงให้เห็นถึงสิ่งที่เราได้ทำเพื่อให้ห่างไกล

เพิ่มมวลโมเลกุล

หลังจากที่สร้างการเรียนเราต้องการที่จะเพิ่มคุณสมบัติทางเคมีโดยทั่วไปเช่นเดียวกับมวลโมเลกุล ตอนแรกเรากำหนดเป็นสถานที่ให้บริการ

ex:hasMolarMass   rdf:type   rdfs:Property .

สารเคมีทุกคนสามารถมีข้อมูลเกี่ยวกับมวลโมเลกุลของ

ex:hasMolarMass   rdfs:domain   ex:ChemicalCompound .

มวลโมเลกุลตัวเองจะได้รับการกำหนดให้เป็นประเภทข้อมูลของตัวเองด้วยข้อมูลเพิ่มเติมบางอย่าง แต่สำหรับตัวอย่างเล็ก ๆ ของเราที่เราต้องการที่จะใช้ง่ายประเภทข้อมูลจุดที่มีอยู่ลอย ดังนั้นช่วงของอดีต: คุณสมบัติ hasMolarMass คือ

ex:hasMolarMass   rdfs:range   xsd:float .

หลังจากการกำหนดสถานที่ให้บริการที่เราสามารถใช้งานได้:

ex:NaOH   ex:hasMolarMass   "39.9971" .

เพิ่มคุณสมบัติเพิ่มเติม

เป็นความแตกต่างทั่วไประหว่างกรดและฐานที่เราต้องการที่จะกำหนดว่ากรดสามารถบริจาคโปรตอนและฐานสามารถยอมรับโปรตอน ดังนั้นเราจึงต้องการที่จะกำหนดสองคุณสมบัติที่เราสามารถเก็บได้หลายวิธีที่โปรตอนสามารถเป็นที่ยอมรับหรือบริจาค

ex:canDonateProtons   rdf:type     rdfs:Property .ex:canDonateProtons   rdfs:domain  ex:Acid .ex:canDonateProtons   rdfs:range   xsd:integer .ex:canAcceptProtons   rdf:type     rdfs:Property .ex:canAcceptProtons   rdfs:domain  ex:Base .ex:canAcceptProtons   rdfs:range   xsd:integer .

การใช้คุณสมบัติเหล่านี้ใหม่ที่เราสามารถแยกกรดและเบสโดยมีความแข็งแรง (นั่นหมายความว่าจากจำนวนโปรตอนพวกเขาบริจาคหรือยอมรับ)

ex:HCl     ex:canDonateProtons  "1" .ex:H3PO4   ex:canDonateProtons  "3" .ex:NaOH    ex:canAcceptProtons  "1" .ex:Ca_OH2  ex:canAcceptProtons  "2" .

กำหนดวิธีการแก้ปัญหา

โปรแกรมของเรามีการทำงานด้วยโซลูชั่นที่มีปริมาณที่แตกต่างกันของสารเคมี ดังนั้นเราจึงมีการกำหนดอดีตชั้น: โซลูชั่นและทรัพย์สินอธิบายมวลของมัน

ex:Solution  rdf:type     rdfs:Class .ex:hasMass   rdf:type     rdfs:Property .ex:hasMass   rdfs:domain  ex:Solution .ex:hasMass   rdfs:range   xsd:float .

กำหนดส่วนผสม

โปรแกรมของเรามีการทำงานด้วยโซลูชั่นที่มีปริมาณที่แตกต่างกันของสารเคมี แต่คุณสมบัติเดียวซึ่งอธิบายว่าสารเคมีที่อยู่ภายในการแก้ปัญหาไม่ได้เป็นที่แสดงออกพอเพราะเราต้องยังเป็นไปได้ที่จะให้ข้อมูลเกี่ยวกับปริมาณของสารนี้

ดังนั้นเราจึงมีการกำหนดอดีตชั้น: ส่วนผสมและทรัพย์สินสำหรับการอธิบายจำนวนเงินในอัตราร้อยละ

ex:Ingredient  rdf:type   rdf:Class .ex:hasAmount   rdf:type     rdfs:Property .ex:hasAmount   rdfs:domain  ex:Ingredient .ex:hasAmount   rdfs:range   xsd:float .

นอกจากนี้ชั้นนี้ต้องมีสองคุณสมบัติที่จะเชื่อมต่อไปยังอดีต: โซลูชั่นและอดีต: ChemicalCompound

ex:isPartOf   rdf:type     rdfs:Property .ex:isPartOf   rdfs:domain  ex:Ingredient .ex:isPartOf   rdfs:range   ex:Solution .ex:contains   rdf:type     rdfs:Property .ex:contains   rdfs:domain  ex:Ingredient .ex:contains   rdfs:range   ex:ChemicalCompound .

ใช้คี

ตอนนี้คีขนาดเล็กของเราสามารถที่จะแสดงข้อมูลที่โปรแกรมต้องการที่จะแก้ปัญหางานทั่วไปต่อไปนี้ในเคมีทั้งหมด:

คุณมี 100g ของการแก้ปัญหาซึ่งประกอบด้วยกรดฟอสฟอริก 20% คุณเท่าใดของการแก้ปัญหา 10% โซเดียมไฮดรอกไซจำเป็นที่จะต้องต่อต้านการแก้ปัญหานี้?

เราสามารถเริ่มต้นโดยการใส่ข้อมูลที่มีอยู่ภายในคำอธิบายของงานเป็นฐานความรู้ของเรา (ซึ่งอาศัยอยู่กับสคีมาของเรา):

ex:GivenSolution  rdf:type    ex:Solution .ex:GivenSolution  ex:hasMass  "100" .ex:PhosAcidIng20Perc  rdf:type      ex:Ingredient .ex:PhosAcidIng20Perc  ex:hasAmount  "20" .ex:PhosAcidIng20Perc  ex:contains   ex:H3PO4 .ex:PhosAcidIng20Perc  ex:isPartOf   ex:GivenSolution .ex:SearchedSolution   rdf:type     ex:Solution .ex:SodiumHyIng10Perc  rdf:type      ex:Ingredient .ex:SodiumHyIng10Perc  ex:hasAmount  "10" .ex:SodiumHyIng10Perc  ex:contains   ex:NaOH .ex:SodiumHyIng10Perc  ex:isPartOf   ex:SearchedSolution . 

ใช้คี

โปรแกรมสามารถสอบถามข้อมูลที่จำเป็นต่อไปนี้จากฐานความรู้ของเรา:

ex:H3PO4  ex:hasMolarMass      "97.995" .ex:H3PO4  ex:canDonateProtons  "3" .ex:NaOH   ex:hasMolarMass      "39.9971" .ex:NaOH   ex:canAcceptProtons  "1" .

อาศัยข้อมูลที่เป็นแบบอย่างการใช้สคีมาของเราเองโปรแกรมเหล่านี้ easely สามารถคำนวณผลสำหรับงานที่กำหนด:

เราจำเป็นต้องมี 244.9g ของสารละลายโซเดียมไฮดรอกไซค์สำหรับ neutralizing ฟอสฟอรัสโซลูชั่นที่ได้รับกรด

RDF และ RDF-Schema

RDF-RDF Schema เป็นพิเศษกับคำศัพท์สำหรับความรู้ศัพท์

ภาพแสดงชนิดที่แตกต่างของความรู้และการใช้งานที่แตกต่างกันของ RDF-Schema และ "ปกติ" RDF

ข้อ จำกัด ของ RDF-S

RDF-Schema สามารถนำมาใช้เป็นภาษา lightwight สำหรับการกำหนดคำศัพท์ของเอกสาร RDF หรือของอภิปรัชญา

อย่างไรก็ตาม RDF-Schema มีข้อ จำกัด บางประการเกี่ยวกับความเป็นไปได้ของการกำหนดสคีมาของอภิปรัชญา

หายไป expressivity

RDF-Schema ไม่ได้มีความเป็นไปได้ที่จะทำให้นิพจน์ต่อไปนี้:

• มันเป็นไปไม่ได้ที่จะกำหนดการปฏิเสธของการแสดงออก
  ตัวอย่างเช่นมันเป็นไปไม่ได้ว่าโดเมนของทรัพย์สินไม่ได้มีชั้นหนึ่ง
• มันเป็นไปไม่ได้ที่จะกำหนด cardinalities
  ตัวอย่างเช่นมันเป็นไปไม่ได้ว่าคนที่มี 0 หรือ 1 RDF: isMarriedTo ความสัมพันธ์
• มันเป็นไปไม่ได้ที่จะกำหนดชุดของชั้นเรียน
  ตัวอย่างเช่นเราไม่สามารถแสดงว่ามีโดเมนเนม​​ของทรัพย์สินที่ควรจะเป็นหนึ่งหรือชั้นอื่น เราต้องสร้างคลาสใหม่ของทั้งสองซึ่งเราสามารถใช้เป็นโดเมนของสถ​​านที่ให้บริการ
• มันเป็นไปไม่ได้ที่จะกำหนดข้อมูลของสคีมา
  เราไม่สามารถที่จะเพิ่มข้อมูลที่สำคัญเช่นรุ่นที่คี

ตัวอย่างเหล่านี้เป็นเพียงข้อ จำกัด ที่สำคัญที่สุดของ RDF-S ดังนั้นเราจึงจะมองหานกฮูกที่ยิ่งใหญ่ในการบรรยายอีก

ข้อมูลอย่างย่อ

• RDF Schema สามารถนำมาใช้เพื่อแสดงความรู้เกี่ยวกับศัพท์โดยการกำหนดชั้นเรียนและคุณสมบัติ
• ชั้นเรียนและคุณสมบัติสามารถจัดเป็นลำดับชั้น
• โดเมนและช่วงของคุณสมบัติสามารถกำหนด
  
• โครงการซึ่งจะช่วยให้ข้อสรุปของความรู้ที่ได้รับการกำหนดโดยปริยาย
• RDF Schema สามารถนำมาใช้เพื่อกำหนดอภิปรัชญา "lightwight" แต่มันไม่เป็นที่แสดงออกเป็นนกฮูก
  

• ในขณะที่ W3C เป็นคนที่ทำงาน RDF 1.1 มีร่างสำหรับ RDF Schema 1.1 มันสามารถเข้าถึงได้โดยใช้ URL ต่อไปนี้ต่อไปนี้:
  https://dvcs.w3.org/hg/rdf/raw-file/default/rdf-schema/index.html
  อย่างไรก็ตามจนถึงขณะนี้ยังไม่มีการเปลี่ยนแปลงจริงจาก RDF Schema 1.0 ถึงร่างปัจจุบันของ RDF Schema 1.1

งานและโครงการมินิ

สไลด์นี้มีคำแนะนำบางส่วนสำหรับงานและโครงการขนาดเล็กที่คุณสามารถดำเนินการนอกเหนือไปจากหลายทางเลือกการทดสอบการประเมินตนเองเพื่อการปฏิบัติและการเตรียมความพร้อมสำหรับการสอบ:

1. สร้างสคีมาที่คุณสามารถอธิบายสถานการณ์ที่คุ้นเคยของคุณ
   • เริ่มต้นด้วยการเรียนที่จำเป็นและความสัมพันธ์ในระดับแรก (พ่อแม่ของคู่สมรสและบุตร)
   • ไปกับความสัมพันธ์ในระดับที่สอง (น้องสาวของพี่ชายของปู่ ... )
   • วิธีที่คุณจะแบบเพศ? ในฐานะที่เป็นทรัพย์สินของ "บุคคล" superclass หรือคุณจะสร้างสองชั้นเรียนแยกออกจากกัน "ชาย" และ "ผู้หญิง" อะไรจะดีกว่าสำหรับการกำหนดโดเมนหรือช่วงของคุณสมบัติเช่น "isTheGrandfatherOf"?

อ้างอิง

• W3C คำแนะนำ RDF Schema-1.0:
  http://www.w3.org/TR/rdf-schema/
• ร่างของ RDF Schema-1.1:
  https://dvcs.w3.org/hg/rdf/raw-file/default/rdf-schema/index.html

ภาพรวม

1. ความหมายคืออะไร?
2. ความหมายแบบจำลองตามทฤษฎีคืออะไร?
3. ความหมายตามทฤษฎีแบบจำลองสำหรับ RDF (S)
4. ความหมายพิสูจน์ทฤษฎีคืออะไร?
5. ความหมายพิสูจน์ทฤษฎีสำหรับ RDF (S)
6. อ้างอิง

ภาพรวม

1. ความหมายคืออะไร?
2. ความหมายแบบจำลองตามทฤษฎีคืออะไร?
3. ความหมายตามทฤษฎีแบบจำลองสำหรับ RDF (S)
4. ความหมายพิสูจน์ทฤษฎีคืออะไร?
5. ความหมายพิสูจน์ทฤษฎีสำหรับ RDF (S)
6. อ้างอิง

ไวยากรณ์และความหมาย

ไวยากรณ์: สตริงตัวอักษรโดยไม่มีความหมาย
ความหมาย: ความหมายของสตริงตัวอักษร

ความหมายของภาษาโปรแกรม

ความหมายของลอจิก

Recall: ความรู้โดยนัย

ถ้าเอกสาร RDFS มีอเนกประสงค์

u rdf:type ex:Textbook .

และ

ex:Textbook rdfs:subClassOf ex:Book .

แล้วก็

u rdf:type ex:Book .

โดยปริยายยังเป็นกรณี: มันเป็นเหตุผลสำคัญ นอกจากนี้เรายังสามารถพูดได้ว่ามันจะอนุมาน (หัก) หรือเหมา (อนุมาน) เราไม่ได้มีการระบุอย่างชัดเจนนี้ ผลที่ตามตรรกะที่งบถูกควบคุมโดยความหมายอย่างเป็นทางการ

Recall: ความรู้โดยนัย

จาก

ex:Textbook  rdfs:subClassOf  ex:Book .
ex:Book      rdfs:subClassOf  ex:PrintMedia .

ต่อไปนี้เป็นเหตุผลสำคัญ:

ex:Textbook rdfs:subClassOf ex:PrintMedia .

นั่นคือ rdfs: subClassOf เป็นสกรรมกริยา

ความหมายอะไรเป็นสิ่งที่ดี

ความคิดเห็นที่แตกต่างกัน ที่นี่หนึ่งคือ:

เว็บแบบ Semantic ต้องใช้ร่วมกันได้ความหมายที่เปิดเผยและคำนวณ

นั่นคือความหมายที่จะต้องเป็นนิติบุคคลที่เป็นทางการซึ่งถูกกำหนดให้อย่างชัดเจนและคำนวณโดยอัตโนมัติ

ภาษาอภิปรัชญาให้นี้โดยวิธีการของความหมายอย่างเป็นทางการของพวกเขา

ความหมายความหมายเว็บจะได้รับจากความสัมพันธ์ความสัมพันธ์เหตุผลสำคัญ

ในคำอื่น ๆ ...

เราจับความหมายของข้อมูล

• ไม่ได้โดยระบุความหมายของมัน (ซึ่งเป็นไปไม่ได้)
• โดยระบุว่าข้อมูลโต้ตอบกับข้อมูลอื่น ๆ

เราอธิบายความหมายโดยอ้อมผ่านผลกระทบของมัน

ภาพรวม

1. ความหมายคืออะไร?
2. ความหมายแบบจำลองตามทฤษฎีคืออะไร?
3. ความหมายตามทฤษฎีแบบจำลองสำหรับ RDF (S)
4. ความหมายพิสูจน์ทฤษฎีคืออะไร?
5. ความหมายพิสูจน์ทฤษฎีสำหรับ RDF (S)
6. อ้างอิง

ความหมายแบบทฤษฎี

คุณจำเป็นต้องมี:

• ภาษา / ไวยากรณ์
• ความคิดของแบบจำลองสำหรับประโยคของภาษา

รุ่น

• จะทำเช่นนั้นแต่ละประโยคเป็นทั้งที่แท้จริงของ WRT เท็จรูปแบบที่กำหนด
• ถ้าประโยค \ (\ alpha \) เป็นจริงในรูปแบบ \ (M \) แล้วเราเขียน \ (M \ รุ่น \ alpha \)

เหตุผลสำคัญ

• \ (\ \ beta) เป็นผลตรรกะของ \ (\ alpha \) (เขียน \ (\ alpha \ \ models \ beta)) ถ้า \ (\ forall M: M \ รุ่น \ alpha \ Rightarrow M \ models \ beta \)
• ถ้า \ (K \) คือชุดของประโยคที่เราเขียน \ (K \ \ models \ beta) ถ้า \ (\ forall M: M \ รุ่น K \ Rightarrow M \ models \ \ beta)
• ถ้า \ (J \) คือชุดของประโยคอื่นเราเขียน \ (K \ รุ่น J \) ถ้า \ (\ forall \ beta \ in J: K \ \ models \ beta)

หมายเหตุ: สัญกรณ์ \ (\ models \) มีมากเกินไป

เหตุผลสำคัญ

ทฤษฎีรูปแบบเช่น (ประดิษฐ์)

ภาษา

• ตัวแปร \ (\ ldots, W, X, y, z, \ ldots \)
• สัญลักษณ์ \ (\ กทพ. \)
• ประโยคอนุญาต: \ (\ mathop {\ กทพ. } b \) สำหรับ \ ((b) \) ตัวแปรใด ๆ

เราต้องการที่จะรู้ว่า

• อะไรคือผลเชิงตรรกะของชุด \ (\ {x \ mathop {\ กทพ. } y, y \ mathop {\ กทพ. } z \} \)

เพื่อที่จะตอบนี้เราต้องพูดในสิ่งที่รูปแบบในความหมายของเราคือ

ทฤษฎีรูปแบบเช่น (ประดิษฐ์)

พูดแบบ \ (I \) ชุด \ (K \) ของประโยคประกอบด้วย

• ชุด \ (C \) ของรถยนต์และ
• ฟังก์ชั่น \ (I (\ cdot) \) ซึ่งแมปแต่ละตัวแปรไปที่รถใน \ (C \) ดังกล่าวว่าสำหรับแต่ละประโยค \ (\ mathop {\ กทพ. } b \) ใน \ (K \) เรา มีที่ \ (I () \) มีแรงม้ามากกว่า \ (I (ข) \)

ตอนนี้เราอ้างว่า \ (\ {x \ mathop {\ กทพ. } y, y \ mathop {\ กทพ. } z \} \ models x \ mathop {\ กทพ. } z \)

หลักฐาน: พิจารณารูปแบบใด ๆ \ (M \) ของ \ (\ {x \ mathop {\ กทพ. } y, y \ mathop {\ กทพ. } z \} \) ตั้งแต่ \ (M \ \ models {x \ mathop {\ กทพ. } y, y \ mathop {\ กทพ. } z \} \) เรารู้ว่า

• \ (M (x) \) มีแรงม้ามากกว่า \ (M (y) \) และ
• \ (M (y) \) มีแรงม้ามากกว่า \ (M (z) \)

ดังนั้น \ (M (x) \) มีแรงม้ามากกว่า \ (M (z) \) นั่นคือ \ (M \ รูปแบบ x \ mathop {\ กทพ. } z \)

เรื่องนี้ถือทุกรุ่นของ \ (\ {x \ mathop {\ กทพ. } y, y \ mathop {\ กทพ. } z \} \) ดังนั้น \ (\ {x \ mathop {\ กทพ. } y, y \ mathop {\ กทพ. } z \} \ รูปแบบ x \ mathop {\ กทพ. } z \)

ทฤษฎีรูปแบบเช่น (ประดิษฐ์)

การตีความ \ (I \) สำหรับภาษาของเราประกอบด้วย

• ชุด \ (C \) ของรถยนต์และ
• ฟังก์ชั่น \ (I (\ cdot) \) ซึ่งแมปแต่ละตัวแปรไปที่รถใน \ (C \)

และที่มัน ข้อมูลไม่ว่าจะเป็นประโยคที่เป็นจริงหรือไม่ไม่มี WRT \ (I \)

ภาพรวม

1. ความหมายคืออะไร?
2. ความหมายแบบจำลองตามทฤษฎีคืออะไร?
3. ความหมายตามทฤษฎีแบบจำลองสำหรับ RDF (S)
4. ความหมายพิสูจน์ทฤษฎีคืออะไร?
5. ความหมายพิสูจน์ทฤษฎีสำหรับ RDF (S)
6. อ้างอิง

ความหมายแบบทฤษฎีนำไปใช้ RDF (S)

ภาษา: ถูกต้อง RDF (S)

ประโยคที่มีความอเนกประสงค์กราฟเป็นชุดดังกล่าว

การตีความจะได้รับผ่านทางชุดและการทำงานจากคำศัพท์ภาษาชุดนี้

รุ่นที่มีการกำหนดเช่นที่พวกเขาจับความหมาย intendet ของคำศัพท์ RDF (S)

สามความคิดที่แตกต่างกัน:

การตีความง่าย

• \ (\ mathit {IR} \), ชุดที่ไม่ว่างเปล่าของทรัพยากรหรือเรียกว่าโดเมนหรือจักรวาลของ discurse ของ \ (\ mathcal {I} \)
• \ (\ mathit {IP} \) ชุดของ roperties ของ \ (\ mathcal {I} \) (ซึ่งอาจทับซ้อนกับ \ (\ mathit {IR} \))
• \ (\ mathrm {I_ {EXT}} \), ฟังก์ชั่นการกำหนดให้สถานที่ให้บริการในแต่ละชุดของคู่จาก \ (\ mathit {IR} \) นั่นคือ \ (\ mathrm {I_ {EXT}}: \ IP mathit { } \ longrightarrow 2 ^ {\ mathit {IR} \ times \ mathit {IR}} \) ที่ \ (\ mathrm {I_ {EXT}} (p) \) เรียกว่าเป็นส่วนหนึ่งของสถานที่ให้บริการ \ (p \)
• \ (\ mathrm {I_S} \), ฟังก์ชั่นการทำแผนที่จากยูริ \ (V \) เป็นสหภาพของชุด \ (\ mathit {IR} \) และ \ (\ mathit {IP} \) นั่นคือ \ (\ mathrm {} I_S: V \ longrightarrow \ mathit {IR} \ ถ้วย \ mathit {IP} \)
• \ (\ mathrm {I_L} \), ฟังก์ชั่นจากตัวอักษรที่พิมพ์ใน \ (V \) เป็นชุด \ (\ mathit {IR} \) ทรัพยากรและ
• \ (\ mathit {LV} \), ส่วนย่อยเฉพาะของ \ (\ mathit {IR} \) เรียกชุดของค่าตัวอักษรที่มี (อย่างน้อย) ตัวอักษร untyped ทั้งหมดจาก \ (V \)

ฟังก์ชั่นการแปลความหมายง่ายๆ

• ทุก untyped อักษร \ ("\! \! \! \!" \) เป็นแมปไปยัง \ (\) อย่างเป็นทางการ \ (("\! \! \! \!") ^ {\ mathcal {I} } = \)
• ทุก untyped ข้อมูลตัวอักษรภาษาแบก \ ("\! \! \! \" \! \! @ \ t) จะถูกแมปไปยังคู่ \ (\ langle, เสื้อ rangle \ \)
• ทุกตัวอักษรที่พิมพ์ \ (l \) จะถูกแมปไปยัง \ (\ mathrm {} I_L (l) \) อย่างเป็นทางการ \ (l ^ \ mathcal {I} = \ mathrm {} I_L (l) \) และ
• ทุก URI \ (มึง \) จะถูกแมปไปยัง \ (\ mathrm {I_S} (U) \) นั่นคือ \ (U ^ \ mathcal {I} = \ mathrm {I_S} (U) \)

การตีความง่าย

รุ่นที่เรียบง่าย

ค่าความจริง \ ((s \, p \, o.) ^ \ mathcal {I} \) ของ (เหตุผล) สาม \ (s \, p \, o. \) เป็นจริงก็ต่อเมื่อ \ (s \) \ (p \) และ \ (o \) มีอยู่ใน \ (V \) และ \ (\ langle s ^ \ mathcal {I}, o ^ \ mathcal {I} \ rangle \ in \ mathrm {I_ {EXT }} (p ^ \ mathcal {I}) \)

รุ่นที่เรียบง่าย

ค่าความจริง \ ((s \, p \, o.) ^ \ mathcal {I} \) ของ (เหตุผล) สาม \ (s \, p \, o. \) เป็นจริงก็ต่อเมื่อ \ (s \) \ (p \) และ \ (o \) มีอยู่ใน \ (V \) และ \ (\ langle s ^ \ mathcal {I}, o ^ \ mathcal {I} \ rangle \ in \ mathrm {I_ {EXT }} (p ^ \ mathcal {I}) \)

สิ่งที่เกี่ยวกับต่อมน้ำเปล่า?

พูด \ ((\ cdot) \) เป็นฟังก์ชั่นจากโหนดว่างไว้เพื่อ URIs (ยูริสเหล่านี้ไม่จำเป็นต้องได้รับการบรรจุอยู่ในรูปแบบของกราฟที่เรากำลังมองหาที่.)

ถ้าในกราฟ \ (G \) เราแทนที่แต่ละโหนดว่างเปล่า \ (x \) โดย \ ((x) \) เราได้กราฟ \ (G ^ \ prime \) ซึ่งเรียกว่าดิน ของกรัม

เรารู้วิธีการทำกราฟความหมายสำหรับเหตุผล

ดังนั้นกำหนด \ (I \ รุ่น G \) IFF \ (I \ รุ่น G ^ \ prime \) เป็นเวลาอย่างน้อยหนึ่งดิน \ (G ^ \ prime \) ของ \ (G \)

Entailment ง่าย

กราฟ \ (G \) เพียง entailes กราฟ \ (G ^ \ prime \) ถ้าตีความง่ายทุกที่เป็นรูปแบบของ \ (G \) ยังเป็นรูปแบบของ \ (G ^ \ prime \)

(จำได้ว่าการตีความง่ายๆก็คือรูปแบบของกราฟ \ (G \) ถ้ามันเป็นรูปแบบของสามในแต่ละ \ (G \).)

มันเป็นเรื่องง่าย

โดยทั่วไป \ (G \ รุ่น G ^ \ prime \) IFF \ (G ^ \ prime \) สามารถที่ได้รับจาก \ (G \) โดยการเปลี่ยนบางโหนดใน \ (G \) โดยมีโหนดว่างเปล่า

มันเป็น entailment ง่ายจริงๆ

เงื่อนไข RDF ความหมาย

• \ (x \ in \ mathit {IP} \) IFF \ (\ langle x, \ กริยา | RDF: Property | ^ \ mathcal {I} \ in \ mathrm {I_ {EXT}} (\ กริยา | RDF: ประเภท | ^ \ mathcal {I}) \)
• ถ้า \ (!! "! \ \ s \ \" \ \ \ verb | ^ ^ RDF: XMLLiteral | \) ที่มีอยู่ใน \ (V \) และ \ (s \) เป็นรูปแบบที่ดี XML ที่แท้จริง แล้ว
  • \ (! \ mathrm {} I_L ("! \ \ s \ \" \ \ \ verb | ^ ^ RDF: XMLLiteral |) \) เป็นค่า XML ของ \ (s \);
  • \ (! \ mathrm {} I_L ("! \ \ s \ \" \ \ \ verb | ^ ^ RDF: XMLLiteral |) \ in \ mathit {LV} \);
  • \ (\ \ langle mathrm {} I_L ("\ \ s \ \!" \ \ \ verb | ^ ^ RDF: XMLLiteral |) \ กริยา | RDF: XMLLiteral | ^ \ mathcal {I} \ rangle \ in \ mathrm {I_ {EXT}} (\ กริยา | RDF: ประเภท | ^ \ mathcal {I}) \)
• ถ้า \ (\ กริยา | ^ ^ RDF "\ \ s \ \!" XMLLiteral | \) ที่มีอยู่ใน \ (V \) และ \ (s \) คือไม่ดีขึ้น XML ที่แท้จริงแล้ว
  • \ (! \ mathrm {} I_L ("! \ \ s \ \" \ \ \ verb | ^ ^ RDF: XMLLiteral |) \ ไม่ได้ \ in \ mathit {LV} \);
  • \ (\ \ langle mathrm {} I_L ("\ \ s \ \!" \ \ \ verb | ^ ^ RDF: XMLLiteral |) \ กริยา | RDF: XMLLiteral | ^ \ mathcal {I} \ rangle \ ไม่ได้ \ in \ mathrm {I_ {EXT}} (\ กริยา | RDF: ประเภท | ^ \ mathcal {I}) \)

อเนกประสงค์ RDF จริง

นอกจากนี้ในแต่ละตีความ RDF มีการประเมินอเนกประสงค์ดังต่อไปนี้เป็นจริง:

RDFS สภาพความหมาย (1)

define (สำหรับการตีความ RDF ได้รับ \ (\ mathcal {I} \)):

• \ (\ mathrm {I_ {}} CEXT: \ mathit {IR} \ longrightarrow 2 ^ \ mathit {IR} \) เรากำหนด \ (\ mathrm {I_ {}} CEXT (y) \) จะมีองค์ประกอบเหล่านั้นว่า \ (x \) ที่ \ (\ langle x, y rangle \ \) ที่มีอยู่ใน \ (\ mathrm {I_ {EXT}} (\ กริยา | RDF: ประเภท |) ^ \ mathcal {I} \) ชุด \ (\ mathrm {I_ {}} CEXT (y) \) จากนั้นก็เรียกว่านามสกุล (ชั้น) ของ \ (y \)
• \ (\ mathit {IC} = \ mathrm {I_ {}} CEXT (\ กริยา | rdfs: ชั้น | ^ \ mathcal {I}) \)
• \ (\ mathit {IR} = \ mathrm {I_ {}} CEXT (\ กริยา | rdfs: ทรัพยากร | ^ \ mathcal {I}) \)
• \ (\ mathit {LV} = \ mathrm {I_ {CEXT} (\ กริยา | rdfs: อักษร | ^ \ mathcal {I})} \)
• ถ้า \ (\ langle x, y rangle \ \ \ in \ mathrm {I_ {EXT}} (\ กริยา | rdfs: โดเมน | ^ \ mathcal {I}) \) และ \ (\ langle มึง \ v rangle \ ใน \ mathrm {I_ {EXT}} (x) \) จากนั้น \ (มึง \ in \ mathrm {I_ {}} CEXT (y) \)
• ถ้า \ (\ langle x, y rangle \ \ \ in \ mathrm {I_ {EXT}} (\ กริยา | rdfs: ช่วง | ^ \ mathcal {I}) \) และ \ (\ langle มึง \ v rangle \ ใน \ mathrm {I_ {EXT}} (x) \) จากนั้น \ (\ v ใน \ mathrm {I_ {}} CEXT (y) \)
• \ (\ mathrm {I_ {EXT}} (\ กริยา | rdfs: subPropertyOf | ^ \ mathcal {I}) \) คือสะท้อนและสกรรมกริยาบน \ (\ mathit {IP} \)

RDFS สภาพความหมาย (2)

• ถ้า \ (\ langle x, y rangle \ \ in \ mathrm {I_ {EXT}} (\ กริยา | rdfs: subPropertyOf | ^ \ mathcal {I}) \)
  แล้ว \ (x, y \ in \ mathit {IP} \) และ \ (\ mathrm {I_ {EXT}} (x) \ subseteq \ mathrm {I_ {EXT}} (y​​) \)
• ถ้า \ (x \ in \ mathit {IC} \)
  แล้ว \ (\ langle x, \ กริยา | rdfs: ทรัพยากร | ^ \ mathcal {I} \ rangle \ in \ mathrm {I_ {EXT}} (\ กริยา | rdfs: subClassOf | ^ \ mathcal {I}) \)
• ถ้า \ (\ langle x, y rangle \ \ in \ mathrm {I_ {EXT}} (\ กริยา | rdfs: subClassOf | ^ \ mathcal {I}) \)
  แล้ว \ (x, y \ in \ mathit {IC} \) และ \ (\ mathrm {I_ {}} CEXT (x) \ subseteq \ mathrm {I_ {}} CEXT (y) \)
• \ (\ mathrm {I_ {EXT}} (\ กริยา | rdfs: subClassOf | ^ \ mathcal {I}) \) คือสะท้อนและสกรรมกริยาบน \ (\ mathit {IC} \)
• ถ้า \ (x \ in \ mathrm {I_ {}} CEXT (\ กริยา | rdfs: ContainerMembershipProperty | ^ \ mathcal {I}) \)
  แล้ว \ (\ langle x, \ กริยา | rdfs: สมาชิก | ^ \ mathcal {I} \ rangle \ in \ mathrm {I_ {EXT}} (\ กริยา | rdfs: subPropertyOf | ^ \ mathcal {I}) \)
• ถ้า \ (x \ in \ mathrm {I_ {}} CEXT (\ กริยา | rdfs: ประเภทข้อมูล | ^ \ mathcal {I}) \)
  แล้ว \ (\ langle x, \ กริยา | rdfs: อักษร | ^ \ mathcal {I} \ rangle \ in \ mathrm {I_ {EXT}} (\ กริยา | rdfs: subClassOf | ^ \ mathcal {I}) \)

RDFS อเนกประสงค์ซึ่งเป็นจริง (1)

นอกจากนี้ทุกอเนกประสงค์ซึ่งเป็นจริงต่อไปนี้ต้องมีความพึงพอใจ:

RDFS อเนกประสงค์ซึ่งเป็นจริง (2)

นอกจากนี้ทุกอเนกประสงค์ซึ่งเป็นจริงต่อไปนี้ต้องมีความพึงพอใจ:

RDFS อเนกประสงค์ซึ่งเป็นจริง (3)

นอกจากนี้ทุกอเนกประสงค์ซึ่งเป็นจริงต่อไปนี้ต้องมีความพึงพอใจ:

ภาพรวม

1. ความหมายคืออะไร?
2. ความหมายแบบจำลองตามทฤษฎีคืออะไร?
3. ความหมายตามทฤษฎีแบบจำลองสำหรับ RDF (S)
4. ความหมายพิสูจน์ทฤษฎีคืออะไร?
5. ความหมายพิสูจน์ทฤษฎีสำหรับ RDF (S)
6. อ้างอิง

กลับไปที่ตัวอย่าง contrived ของเรา

เราสามารถหาวิธีที่จะคำนวณหาผลตรรกะทั้งหมดของการตั้งค่าของประโยค?

ขั้นตอนวิธีการป้อนข้อมูล: ชุด \ ประโยค (K \) จาก

1. อัลกอริทึมที่ไม่ deterministically เลือกสองประโยคจาก \ (K \) ถ้าประโยคแรกคือ \ (\ mathop {\ กทพ. } b \) และประโยคที่สองคือ \ (b \ mathop {\ กทพ. } C \) แล้วเพิ่ม \ (\ mathop {\ กทพ. } C \) เพื่อ \ (K \) กล่าวคือ
   \ (\ กริยา | ถ้า | \ รูปสี่เหลี่ยม \; \ กทพ. \; b \ in K \) และ \ (b \ \ กทพ. \; C \ ใน K \ รูปสี่เหลี่ยม \ กริยา | แล้ว | \ รูปสี่เหลี่ยม K \ leftarrow K \ ถ้วย \ {\; \ กทพ. \; C \} \)
2. ทำซ้ำขั้นตอนที่ 1 จนกว่าจะไม่มีผลในการเลือกการเปลี่ยนแปลงของ \ (K \)
3. เอาท์พุท \ (K \)

กลับไปที่ตัวอย่างของเรา

อัลกอริทึมก่อผลกระทบเพียงตรรกะ: มันเป็น WRT เสียงความหมายแบบทฤษฎี

ขั้นตอนวิธีการผลิตผลตรรกะทั้งหมด: มันเป็น WRT สมบูรณ์แบบความหมายตามทฤษฎี

อัลกอริทึมเสมอยุติ

อัลกอริทึมจะไม่ถูกกำหนด

คอมพิวเตอร์ที่ซับซ้อนของขั้นตอนวิธีนี้คืออะไร?

เราจะทำอย่างไรอีกครั้ง?

Recall: \ (\ \ beta) เป็นผลตรรกะของ \ (\ alpha \) (\ (\ alpha \ \ models \ beta)) ถ้าสำหรับทุก \ (M \) ด้วย \ (M \ รุ่น \ alpha \) เรายังมี \ (M \ models \ \ beta)

การดำเนินการตามความหมายแบบทฤษฎีโดยตรงไม่เป็นไปได้: เราจะต้องจัดการกับทุกรูปแบบของฐานความรู้ เนื่องจากมีจำนวนมากของรถยนต์ในโลกนี้เราจะมีการตรวจสอบมากเป็นไปได้

พิสูจน์ทฤษฎีจะช่วยลดความหมายรูปแบบทฤษฎีการจัดการสัญลักษณ์ มันเอารูปแบบจากกระบวนการ

กฎการหัก

\ (\ กริยา | ถ้า | \ รูปสี่เหลี่ยม \; \ กทพ. \; b \ in K \) และ \ (b \ \ กทพ. \; C \ ใน K \ รูปสี่เหลี่ยม \ กริยา | แล้ว | \ รูปสี่เหลี่ยม K \ leftarrow K \ ถ้วย \ {\; \ กทพ. \; C \} \)

เป็นกฎการหักเงินที่เรียกว่า กฎระเบียบดังกล่าวมักจะเขียนเป็นแผนผัง

\[\frac{a \; \eta \; b \quad b \; \eta \; c}{a \; \eta \; c}\]

ภาพรวม

1. ความหมายคืออะไร?
2. ความหมายแบบจำลองตามทฤษฎีคืออะไร?
3. ความหมายตามทฤษฎีแบบจำลองสำหรับ RDF (S)
4. ความหมายพิสูจน์ทฤษฎีคืออะไร?
5. ความหมายพิสูจน์ทฤษฎีสำหรับ RDF (S)
6. อ้างอิง

เครื่องหมาย

\ (\) และ \ (b \) สามารถนำไปใช้โดยพลการยูริส (กล่าวคือสิ่งที่ยอมรับสำหรับตำแหน่งคำกริยาในสาม,

\ (\ mathit {\ _ \ \! \ \ n} \) จะใช้สำหรับ ID ของโหนดที่ว่างเปล่า,

\ (มึง \) และ \ (\ v) หมายถึงพล URIs หรือโหนดรหัสเปล่า (เช่นเรื่องใด ๆ ที่เป็นไปได้สาม)

\ (x \) และ \ (y \) สามารถใช้สำหรับการโดยพลการยูริ, รหัสโหนดว่างเปล่าหรือตัวอักษร (สิ่งที่ยอมรับสำหรับตำแหน่งวัตถุในสาม) และ

\ (l \) อาจจะหมายถึงตัวอักษรใด ๆ

กฎ Entailment ง่าย

\[\frac{u \quad a \quad x \quad .}{u \quad a \quad \mathit{\_\!\!:\!\!n} \quad .} \qquad \mathrm{se1}\]

\[\frac{u \quad a \quad x \quad .}{\mathit{\_\!\!:\!\!n} \quad a \quad x \quad .}\qquad \mathrm{se2}\]

\ (\ mathit {\ _ \ \! \ \ n} \) จะต้องไม่ถูกบรรจุอยู่ในรูปแบบของกราฟกฎถูกนำไปใช้

RDF กฎ Entailment

\[\frac{}{u \quad a \quad x \quad .} \qquad \mathrm{rdfax}\]
สำหรับทุกอเนกประสงค์ RDF จริง \ (มึง \; \; x \;. \)

\[\frac{u \quad a \quad l \quad .}{u \quad a \quad \mathrm{\_\!\!:\!\!n} \quad .} \qquad \mathit{lg}\]
ที่ \ (\ mathit {\ _ \ \! \ \ n} \) ยังไม่เกิดขึ้นในกราฟ

\[\frac{u \quad a \quad y \quad .}{a \quad \verb|rdf:type| \quad \verb|rdf:Property| \quad .} \qquad \mathrm{rdf1}\]
\[\frac{u \quad a \quad l \quad .}{\mathit{\_\!\!:\!\!n} \quad \verb|rdf:type| \quad \verb|rdf:XMLLiteral| \quad .} \qquad \mathrm{rdf2}\]
ที่ \ (\ mathit {\ _ \ \! \ \ n} \) ยังไม่เกิดขึ้นในกราฟเว้นแต่จะได้รับการแนะนำโดยการประยุกต์ใช้ก่อนหน้านี้ของ \ (\ mathrm {LG} \) กฎ

RDFS กฎ Entailment (1)

\[\frac{}{u \quad a \quad x \quad .} \qquad \mathrm{rdfax}\]
อเนกประสงค์ซึ่งเป็นจริงทั้งหมด RDFS \ (มึง \; \; x \;. \)

\[\frac{u \quad a \quad l \quad .}{\mathit{\_\!\!:\!\!n} \quad \verb|rdf:type| \quad \verb|rdfs:Literal| \quad .} \qquad \mathrm{rdfs1}\] ด้วย \ (\ mathit {\ _ \ \! \ \ n} \) ตามปกติ

\[\frac{a \quad \verb|rdfs:domain| \quad x \quad . \qquad u \quad a \quad y \quad .}{u \quad \verb|rdf:type| \quad x \quad .} \qquad \mathrm{rdfs2}\]
\[\frac{a \quad \verb|rdfs:range| \quad x \quad . \qquad u \quad a \quad v \quad .}{v \quad \verb|rdf:type| \quad x \quad .} \qquad \mathrm{rdfs2}\]
\[\frac{u \quad a \quad x \quad .}{u \quad \verb|rdf:type| \quad \verb|rdfs:Resource| \quad .} \qquad \mathrm{rdfs4a}\]
\[\frac{u \quad a \quad v \quad .}{v \quad \verb|rdf:type| \quad \verb|rdfs:Resource| \quad .} \qquad \mathrm{rdfs4b}\]

RDFS กฎ Entailment (2)

\[\frac{u \quad \verb|rdfs:subPropertyOf| \quad v \quad . \qquad v \quad \verb|rdfs:subPropertyOf| \quad x \quad .}{u \quad \verb|rdfs:subPropertyOf| \quad x \quad .}\quad \mathrm{rdfs5}\]

\[\frac{u \quad \verb|rdf:type| \quad \verb|rdf:Property| \quad .}{u \quad \verb|rdfs:subPropertyOf| \quad u \quad .} \quad \mathrm{rdfs6}\]

\[\frac{a \quad \verb|rdfs:subPropertyOf| \quad b \quad . \qquad u \quad a \quad y \quad .}{u \quad b \quad y \quad .}\quad \mathrm{rdfs7}\]

\[\frac{u \quad \verb|rdf:type| \quad \verb|rdfs:Class| \quad .}{u \quad \verb|rdfs:subClassOf| \quad \verb|rdfs:Resource| \quad .} \quad \mathrm{rdfs8}\]

\[\frac{u \quad \verb|rdfs:subClassOf| \quad x \quad . \qquad v \quad \verb|rdf:type| \quad u \quad .}{u \quad \verb|rdf:type| \quad x \quad .}\quad \mathrm{rdfs9}\]

\[\frac{u \quad \verb|rdf:type| \quad \verb|rdfs:Class| \quad .}{u \quad \verb|rdfs:subClassOf| \quad u \quad .} \quad \mathrm{rdfs10}\]

RDFS กฎ Entailment (3)

\[\frac{u \quad \verb|rdfs:subClassOf| \quad v \quad . \qquad v \quad \verb|rdfs:subClassOf| \quad x \quad .}{u \quad \verb|rdfs:subClassOf| \quad x \quad .}\quad \mathrm{rdfs11}\]

\[\frac{u \quad \verb|rdf:type| \quad \verb|rdfs:ContainerMembershipProperty| \quad .}{u \quad \verb|rdfs:subPropertyOf| \quad \verb|rdfs:member| \quad .}\quad \mathrm{rdfs12}\]

\[\frac{u \quad \verb|rdf:type| \quad \verb|rdfs:Datatype| \quad .}{u \quad \verb|rdfs:subClassOf| \quad \verb|rdfs:Literal| \quad .}\quad \mathrm{rdfs13}\]

\[\frac{u \quad a \quad \mathit{\_\!\!:\!\!n} \quad .}{u \quad a \quad l \quad .}\quad \mathrm{gl}\]
ที่ \ (\ mathit {\ _ \ \! \ \ n} \) ระบุโหนดว่างเปล่านำโดยอ่อนตัวลงก่อนหน้านี้ของตัวอักษร \ (l \) ผ่านกฎ \ (\ mathrm {LG} \)

ความสมบูรณ์

กฎการหักเงิน entailment ง่ายและ RDF เป็นเสียงและเสร็จสิ้น

กฎการหักเงิน entailment RDFS เป็นเสียง

ตามที่ [2] spec พวกเขาจะยังสมบูรณ์ แต่พวกเขาไม่ได้:

ex:isHappilyMarriedTo   rdfs:subPropertyOf      _:bnode .
_:bnode                 rdfs:domain             ex:Person .
ex:Bob                  ex:isHappilyMarriedTo   ex:Alice .

มีเหตุผลสำคัญ

ex:Bob  rdf:type  ex:Person .

แต่ไม่ได้มาใช้กฎการหัก RDFS

ซึ่งกฎ (s) ต้องมีการเปลี่ยนแปลงและวิธีการในการที่จะแก้ไขปัญหานี้

ความซับซ้อน

entailment ง่าย, RDF, RDFS และเป็นปัญหา NP-สมบูรณ์

ถ้าโหนดว่างที่เราไม่อนุญาตให้ทั้งสามปัญหา entailment เป็นพหุนาม [3]

ไม่ความหมาย RDFS ทำในสิ่งที่ควรจะเป็น

ไม่

ex:speaksWith   rdfs:domain       ex:Homo .
ex:Homo         rdfs:subClassOf   ex:Primates .

นำมาซึ่ง

ex:speaksWith   rdfs:domain   ex:Primates .

?

อ้างอิง

1. ปาสคาล Hitzer, et al. ฐานรากของเทคโนโลยีเว็บความหมาย & ละครเร่, 2010
2. แพทริคเฮย์ส, ความหมาย RDF, คำแนะนำ W3C, http://www.w3.org/TR/rdf-mt/ , W3C, 2004
3. เฮอร์แมนเจตรีอรก์: decidability ความสมบูรณ์และความซับซ้อนของ entailment สำหรับ RDF Schema และขยายความหมายของคำศัพท์ที่เกี่ยวข้องกับนกฮูกเจเว็บเส 3 (2-3): 79-115 (2005)

กองข้อมูลที่เชื่อมโยง - นกฮูก

อภิปรัชญาปรัชญา

อภิปรัชญาวิทยาศาสตร์คอมพิวเตอร์

• interpretable เครื่อง
• บนพื้นฐานของฉันทามติ
• อธิบายแนวคิด
• ที่เกี่ยวข้องกับหัวข้อ (เรื่อง)

อภิปรัชญา-ปฏิบัติความต้องการบางอย่าง

• การเริ่มต้นของการเรียนโดยบุคคล
• ลำดับชั้นแนวคิด (taxonomies มรดก): เรียนเงื่อนไขการใช้บริการ
• ความสัมพันธ์ระหว่างบุคคลไบนารีที่: คุณสมบัติบทบาท
• คุณสมบัติของความสัมพันธ์ (เช่นช่วงสกรรมกริยา)
• ชนิดข้อมูล (ตัวเลขเช่น): โดเมนคอนกรีต
• หมายถึงการแสดงออกของตรรกะ
• ความหมายที่ชัดเจน!

นกฮูกในทั่วไป

• นกฮูกตัวย่อสำหรับอภิปรัชญาเว็บภาษาเด่นชัดได้ง่ายกว่า WOL
• ครอบครัวของภาษาสำหรับการเขียนจีส์
  
• ตั้งแต่ปี 2004 นกฮูก 2.0 ตั้งแต่ 2,009
  
• ส่วนความหมายของ FOL
• W3C เอกสารมีรายละเอียดที่ไม่สามารถได้รับการแก้ไขทั้งหมดที่นี่

RDF Schema เป็นภาษาที่อภิปรัชญา?

• เหมาะสำหรับจีส์ที่เรียบง่าย
• ข้อดีข้อสรุปอัตโนมัติที่มีประสิทธิภาพค่อนข้าง
• แต่ไม่เหมาะสมสำหรับการสร้างแบบจำลองที่ซับซ้อน แต่
• การใช้ภาษาที่มีประสิทธิภาพมากขึ้นเช่น
  • นกฮูก
  • F-Logic
  • ...

หัวของเอกสารนกฮูก

หัวของเอกสารนกฮูก

ข้อมูลทั่วไป

หัวของเอกสารนกฮูก

เอกสารนกฮูก

• ประกอบด้วยชุดของสัจพจน์
• ความจริงจะแสดงเป็นชุดของอเนกประสงค์ RDF
• ใช้ RDF / XML เป็นไวยากรณ์มาตรฐาน
• มีรูปแบบอื่น ๆ ที่มักจะได้ง่ายต่อการอ่านและประมวลผลเป็น
• ตัวอย่างง่ายๆ http://my-ontology.org อภิปรัชญาที่มีสองชั้นเรียนและนักศึกษาและบุคคลระหว่างซึ่งเป็นความสัมพันธ์ประเภทรองของ
  

เอกสารนกฮูก

• ไวยากรณ์สำหรับหลายนกฮูกตามกรณีที่ใช้:
• RDF / XML: Standard ไวยากรณ์ / การแลกเปลี่ยนข้อมูล
• นกฮูก / XML: ง่ายขึ้นสำหรับเครื่องมือ XML
• เต่า: ง่ายต่อการอ่านและเขียนอเนกประสงค์ RDF
• MOS: ง่ายต่อการอ่านและเขียนจีส์ DL
• ฟังก์ชั่น: ง่ายต่อการดูโครงสร้างอย่างเป็นทางการ
• การให้ RDF / XML "หน้าที่" กับสิ่งพิมพ์ของจีส์ชนิดอื่น ๆ ทางเลือก
• ไฟล์นกฮูกประกอบด้วย:
• ส่วนหัวมีข้อมูลทั่วไป
• ส่วนที่เหลือกับอภิปรัชญาที่เกิดขึ้นจริง

นกฮูกไวยากรณ์เต่า

• ชดไวยากรณ์ที่ดีที่สุด RDF
  
• กระชับและง่ายต่อการอ่าน
• ไม่ได้ถูกออกแบบมาโดยเฉพาะสำหรับนกฮูกการแสดงออกที่ซับซ้อนทำไม่ได้
• การสนับสนุนเครื่องมือที่ดีมาก
  

นกฮูกไวยากรณ์-แมนเชสเตอร์

Prefix: rdfs = <http://www.w3.org/2000/01/rdf-schema#>
Prefix: owl = <http://www.w3.org/2002/07/owl#>
Prefix: rdf = <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
Ontology: <http://my-ontology.org/>
Class: Person
SubClassOf: owl:Thing
Class: Student
SubClassOf: Person

• ง่ายมากที่จะอ่านและเขียน
• ยุ่งยากในการเขียนบางชนิดของสัจพจน์
  
• ลอจิกรายละเอียด: นักศึกษา⊆คน
• ไวยากรณ์การทำงาน
  
• ใช้สำหรับ OBO (จีส์ชีวการแพทย์เปิด)
  

Syntax-RDF/XML นกฮูก

• การสนับสนุนเครื่องมือที่ดีที่สุด
• verbose มากและยากที่จะอ่าน
  

Syntax-OWL/XML นกฮูก

สำหรับไวยากรณ์เสร็จสมบูรณ์แล้วจะเห็น คำแนะนำของ W3C .

• การออกแบบเฉพาะสำหรับนกฮูกจึงง่ายมากขึ้นแล้ว RDF / XML
  
• ยังคง verbose มาก

ชั้นเรียนบทบาทและประชาชน

สามองค์ประกอบของหลักการอภิปรัชญา (คล้ายกับ RDFS):

• บุคคล / วัตถุ
  • องค์ประกอบคอนกรีตในโลกจำลอง
• ชั้นเรียน / แนวคิด
  • ชุดของวัตถุ
• บทบาท / คุณสมบัติ
  • แอสโซซิบุคคลทั้งสอง

ชั้นเรียน

บุคคล

Individual: Einstein  Types: Professor

:Einstein rdf:type :Professor.

บทบาทบทคัดย่อ (เต่า)

abstrakte Rollen werden Klassen definiert โกหก

:belongsTo rdf:type owl:ObjectProperty.  

โดเมน und ช่วง Rollen abstrakte

:belongsTo rdf:type owl:ObjectProperty;                 rdfs:domain :Person;                 rdfs:range :Organisation.  

บทบาทบทคัดย่อ (แมนเชสเตอร์)

บทบาทบทคัดย่อมีการกำหนดเช่นชั้นเรียน

 ObjectProperty: belongsTo  

โดเมนและช่วงของบทบาทนามธรรม

 Objectproperty: belongsTo  Domain: Person  Range:  Organisation 

บทบาทคอนกรีต

บทบาทคอนกรีตมีชนิดของข้อมูลที่อยู่ในช่วง

DatatypeProperty: firstName 

โดเมนและช่วงของบทบาทคอนกรีต

DatatypeProperty: firstName Domain: Person Range: string 

บทบาทคอนกรีต

บทบาทคอนกรีตมีชนิดของข้อมูลที่อยู่ในช่วง

 :firstName rdf:type owl:DatatypeProperty.  

โดเมนและช่วงของบทบาทคอนกรีต

 :firstName rdf:type owl:DatatypeProperty;         rdfs:domain :Person;         rdfs:range  xsd:String.  

บุคคลและบทบาท

:Einstein           rdf:type             :Professor ;                    :belongsTo           :Princeton,                                         :Bern;                    :firstName           "Albert"^^xsd:string .

Rolles มักจะไม่ทำงาน

บุคคลและบทบาท

Individual: Einstein Types: Person Facts: belongsTo Princeton, belongsTo Bern,  firstName Albert

โรลเลอร์มักจะไม่ทำงาน

ตัวอย่างการสร้างแบบจำลอง

งานการสร้างแบบจำลอง

ตัวอย่างการสร้างแบบจำลอง

งานการสร้างแบบจำลอง

มีบุคคลที่เป็นเพศชายและเพศหญิง คนที่มีชื่อ

:MalePerson    rdfs:subClassOf  :Person.:FemalePerson  rdfs:subClassOf  :Person.:hasName       rdf:type         owl:DatatypeProperty;               rdfs:domain      :Person;               rdfs:range       xsd:string.

ตัวอย่างการสร้างแบบจำลอง

งานการสร้างแบบจำลอง

:MalePerson    rdfs:subClassOf  :Person.:FemalePerson  rdfs:subClassOf  :Person.:hasName       rdf:type         owl:DatatypeProperty;               rdfs:domain      :Person;               rdfs:range       xsd:string.:John          rdf:type         :MalePerson;               :hasName         "John"^^xsd:string.:Jill          rdf:type         :FemalePerson.:hasName       "Jill"^^xsd:string .  

ความสัมพันธ์ระหว่างคลาส

นกฮูก: equivalentClass

มันดังต่อไปนี้โดยข้อสรุปหนังสือที่เป็น subclass ของสิ่งพิมพ์
:Book rdf:type owl:Class; rdfs:subClassOf :Publication. :Publication rdf:type owl:Class; owl:equivalentClass :Publications. :Publications rdf:type owl:Class .

ไวยากรณ์เต่า

Class: Book
 SubClassOf: Publication

Class: Publication
 EquivalentTo: Publications

Class: Publications

rdfs: subClassOf

:Professor           rdf:type          owl:Class;                     rdfs:subClassOf   :FacultyStaff.:FacultyStaff        rdf:type          owl:Class ;                     rdfs:subClassOf   :Person .  

มันดังต่อไปนี้โดยอนุมานว่าศาสตราจารย์เป็น subclass ของบุคคล

นกฮูก: disjointWith

ไวยากรณ์เต่า

Class: Professor SubClassOf: FakultaetsmitgliedClass: Buch SubClassOf: PublikationClass: Fakultaetsmitglied DisjointWith: Publikation 

ไวยากรณ์แมนเชสเตอร์

มันดังต่อไปนี้โดยอนุมานว่าศาสตราจารย์และหนังสือนอกจากนี้ยังมีชั้นเรียนเนื่อง

บุคคลและความสัมพันธ์กับชั้นเรียน

:Book                    rdf:type          owl:Class ;                          rdfs:subClassOf   :Publication . :SemanticWebGrundlagen   rdf:type          :Book ;                              :autor            :MarkusKroetzsch,                                           :PascalHitzler,                                            :SebastianRudolph,                                             :YorkSure .

มันดังต่อไปนี้โดยการอนุมาน SemanticWebGrundlagen ที่ Publikation

บุคคลและความสัมพันธ์กับชั้นเรียน

Class: Buch   SubClassOf: Publikation Individual: SemanticWebGrundlagen   Types: Buch   Facts: autor PascalHitzler, autor MarkusKroetzsch,        autor SebastianRudolph,               autor YorkSure   

มันดังต่อไปนี้โดยการอนุมาน SemanticWebGrundlagen ที่ Publikation

ความสัมพันธ์บทบาท

:examinedBy owl:inverseOf :examinerOf.

ObjectProperty: examinedBy   InverseOf: examinerOf

คุณสมบัติบทบาท

• โดเมน
• เทือกเขา
• กริยาคือ r (ข) และ R (B, C) หมายถึง r (A, C)
• สมมาตรคือ r (A, B) หมายถึง r (ข)
• ฟังก์ชั่น r (ข) และ R (A, C) หมายถึง b = c
• การทำงาน r ผกผัน (b) และ r (c, b) หมายถึง c =

ความสัมพันธ์ระหว่างบุคคล

 Individual: Faehnrich   SameAs: ProfessorFaehnrich  

 :Faehnrich rdf:Type :Professor;            owl:sameAs :ProfessorFaehnrich.  

ความสัมพันธ์ระหว่างบุคคล

DifferentIndividuals: YorkSure, PascalHitzler, RudiStuder

[ rdf:type owl:AllDifferent ;    owl:distinctMembers ( :PascalHitzler                          :RudiStuder                          :YorkSure                        )  ] .

งานความขัดแย้ง?

Class: OrganisationClass: Office  SubClassOf: wgs84:SpatialThingObjectProperty: hasOffice Domain: Organisation Range: Office#imported axioms to longitude and latitudeObjectProperty wgs84:lat Domain: wgs84:SpatialThingObjectProperty wgs84:long Domain: wgs84: SpatialThingIndividual: CompanyXY Types: Organisation Facts: hasOffice OfficeXY,        wgs84:lat "41.8292928"^^xsd:double,        wgs84:long "17.8282"^^xsd:double      

enumerations / nominals

Class: MoonOfMars  EquivalentTo: {Phobos, Deimos} 

ก่อสร้างชั้นตรรกะ

• ตรรกะและ (ร่วม): นกฮูก: intersectionOf
• หรือตรรกะ (หย่า): นกฮูก: unionOf
• ตรรกะไม่ (ปฏิเสธ): นกฮูก: complementOf
• ใช้ในการสร้างการเรียนที่ซับซ้อนจากชั้นเรียนง่าย
  

การตัด

Class: MoonOfMars   EquivalentTo: Moon and ObjectNearMars 

:MoonOfMars  owl:equivalentClass[ rdf:type            owl:Class ; owl:intersectionOf  (:Moon :ObjectNearMars) ].

สหภาพ

Class: Boat   SubClassOf: SailBoat or MotorBoat

:Boat  rdfs:subClassOf [  rdf:type            owl:Class ;  owl:UnionOf  ( :SailBoat :MotorBoat ) ] . 

สหภาพเนื่อง

<owl:Class rdf:about="#Professor">
 <rdfs:subClassOf>
  <owl:unionOf rdf:parseType="Collection">
   <owl:Class rdf:about="#Active"/>
   <owl:Class rdf:about="#Retired"/>
  </owl:unionOf>
 </rdfs:subClassOf>
</owl:Class>

Class: Professor   DisjointUnionOf: Active, Retired 

:Professor  rdfs:subClassOf
[
rdf:type            owl:Class ;
owl:DisjoinUnionOf  ( :Active :Retired )
] .

ส่วนประกอบ

<owl:Class rdf:ID="FacultyStaff"> <rdfs:subClassOf>  <owl:complementOf rdf:resource="#Publication"/> </rdfs:subClassOf></owl:Class><!-- semantically equivalent statement: --><owl:Class rdf:ID="FacultyStaff"> <owl:disjointWith rdf:resource="#Publication"/></owl:Class> 

Class: FacultyStaff   SubClassOf: not Publication 

:FacultyStaff rdf:type owl:Class ; rdfs:subClassOf [  rdf:type owl:Class ;  owl:complementOf :Publication ].

ตัวอย่างการสร้างแบบจำลอง

การสร้างแบบจำลองงาน: ทุกคนมีทั้งชายหรือหญิง

:Male       rdfs:subClassOf  :Person .:Female     rdfs:subClassOf  :Person ;            owl:disjointWith  :Male .:Person     owl:equivalentClass[ rdf:type owl:Class ; owl:unionOf (:Male, :Female )]. 

Class: Male    SubClassOf: Person Class: Female   SubClassOf: Person   DisjointWith: Male Class: Person   EquivalentTo: Male or Female  

ข้อ จำกัด บทบาท (allValues​​From)

จะใช้ในการกำหนดระดับชั้นที่ซับซ้อนตามบทบาท

<owl:Class rdf:ID="Exam">     <rdfs:subClassOf>         <owl:Restriction>             <owl:onProperty rdf:resource="#examiner"/>             <owl:allValuesFrom rdf:resource="#Professor"/>         </owl:Restriction>     </rdfs:subClassOf> </owl:Class> 

:Pruefung             rdfs:subClassOf            [   rdf:type              owl:Restriction ;   owl:onProperty        :examiner ;   owl:allVauesFrom      :Professor </owl:Class> 

ข้อ จำกัด บทบาท (someValues​​From)

<owl:Class rdf:ID="Exam">     <rdfs:subClassOf>         <owl:Restriction>             <owl:onProperty rdf:resource="#examiner"/>             <owl:someValuesFrom rdf:resource="#Person"/>         </owl:Restriction>     </rdfs:subClassOf> </owl:Class> 

 Class: Exam   SubClassOf: examiner some Person  

:Pruefung             rdfs:subClassOf            [   rdf:type              owl:Restriction ;   owl:onProperty        :examiner ;   owl:someVauesFrom     :Person ] . 

ข้อ จำกัด บทบาท (cardinalities)

Class: Exam   SubClassOf: examiner max 2

:Exam      rdf:type     owl:Class ;            rdfs:subClassOf [rdf:type owl:Restriction ;                 owl:onProperty :hatPruefer ;         owl:maxCardinality "2"^^xsd:nonNegativeInteger] . 

คือการทดสอบแต่ละคนสามารถมีที่มากที่สุดสองตรวจสอบ

คล้ายกับสูงสุด: ต่ำสุดตรง

ตัวอย่างการสร้างแบบจำลอง

Class: PerformanceRequirement    SubClassOf: Requirement                and (createdBy only Customer)                and (leadsTo some SystemRequirement 

ข้อ จำกัด บทบาท (hasVa​​lue)

<owl:Class rdf:ID="ExamAtFaehnrich">     <rdfs:equivalentClass>         <owl:Restriction>           <owl:onProperty rdf:resource="#hatPruefer"/>           <owl:hasValue rdf:datatype="#Faehnrich"/>         </owl:Restriction>     </rdfs:equivalentClass> </owl:Class> 

Class: PruefungBeiFaehnrich   EquivalentTo: examiner value Faehnrich 

:Exam           rdfs:equivalentClass        [     rdf:type           owl:Restriction ;     owl:onProperty     :examiner ;     owl:hasValue       :Faehnrich ] . 

โดเมนและช่วง

ObjectProperty: belongsTo   Range: Organisation

Class: owl:Thing   SubClassOf: belongsTo only Organisation

โดเมนและช่วง

:belongsTo   rdf:type     owl:ObjectProperty ;                   rdfs:range   :Organisation . 

owl:Thing              rdfs:subClassOf          [     rdf:type            owl:Restriction ;     owl:onProperty      :zugehoerigkeit ;     owl:allValuesFrom   :Organisation ] . 

โดเมนและประเภท: ข้อควรระวัง!

<owl:ObjectProperty rdf:ID="belongsTo"> <rdfs:range rdf:resource="#Organisation"/> </owl:ObjectProperty> <Number rdf:ID="Five"> <belongsTo rdf:resource="#Primes"/></Number>       

ObjectProperty: belongsTo   Range: OrganisationIndividual: Five Types: Number Facts: belongsTo Primes

:belongsTo    rdf:type         owl:ObjectProperty ;              rdfs:range       :Organisation.:Five         rdf:type         :Number;              :belongsTo       :Primes. 

คุณสมบัติบทบาท

<owl:ObjectProperty rdf:ID="hasColleague"> <rdf:type rdf:resource="owl;TransitiveProperty"/> <rdf:type rdf:resource="owl;SymmetricProperty"/></owl:ObjectProperty><owl:ObjectProperty rdf:ID="hasProjectManager"> <rdf:type rdf:resource="owl;FunctionalProperty"/></owl:ObjectProperty> <owl:ObjectProperty rdf:ID=isProjectManagerFor»      <rdf:type rdf:resource="owl;InverseFunctionalProperty"/></owl:ObjectProperty><Person rdf:ID="SoerenAuer"><hasColleague rdf:resource="#SebastianTramp"/><hasColleague rdf:resource="#JensLehmann"/><isProjectManagerFor rdf:resource="#Triplify"/></Person><Projekt rdf:ID=OntoWiki"> <hasProjectManager rdf:resource="#SoerenAuer"/> <hasProjectManager rdf:resource="#AuerSoeren"/></Projekt> 

สรุปผลการศึกษาจากตัวอย่าง

• SebastianTramp SoerenAuer hasColleagues
• SebastianTramp JensLehmann hasColleagues
• SoerenAuer นกฮูก: sameAs AuerSoeren

ข้อเท็จจริงเชิงลบ

 Individual: Bill
   Facts: not hasWife Mary

 []  rdf:type               owl:NegativePropertyAssertion ;
     owl:sourceIndividual   :Bill ;
     owl:assertionProperty  :hasWife ;
     owl:targetIndividual   :Mary .

นกฮูกนกฮูก 1 และ 2 และประวัติศาสตร์

• นกฮูกกลายเป็นคำแนะนำ W3C ในปี 2004 นกฮูก 2 ในปี 2009
  
• นกฮูก 2 แต่ขยายอย่างเข้ากันได้ย้อนหลังของนกฮูก
• ย่อยภาษาที่แตกต่างกันสายพันธุ์นกฮูกนกฮูก vs 2 โปรไฟล์
  
• ประโยคน้ำตาล (แล้วเป็นไปได้ แต่ตอนนี้ง่ายต่อการด่วน)
• เคล็ดสหภาพของชั้นเรียน
• expressivity ใหม่
• กุญแจ
• สถานที่ให้บริการเครือข่าย
• ประเภทข้อมูลที่ร่ำรวยช่วงข้อมูล
• ข้อ จำกัด cardinality ที่มีคุณสมบัติเหมาะสม
• อสมมาตรสะท้อนและคุณสมบัติเนื่อง
• ความสามารถในการเพิ่มคำอธิบายประกอบ

นกฮูก 2 เต็ม

• ใช้งานไม่ จำกัด ของนกฮูกและองค์ประกอบภาษา RDF (ต้อง RDFS ที่ถูกต้อง)
• ยากประเภทที่มีอยู่ไม่ใช่การแยก (ชั้นเรียนบทบาทบุคคล) ดังนี้:
  • นกฮูก: สิ่งเดียวกับ rdfs: ทรัพยากร
  • นกฮูก: ชั้นเดียว rdfs: คลาส
  • นกฮูก: รอง DatatypeProperty ของนกฮูก: ObjectProperty
  • นกฮูก: ObjectProperty เดียวกันที่ RDF: Property

นกฮูก 2 ดูรายละเอียด

• โปรไฟล์สามนกฮูกนกฮูกเพิ่มเข้ามาใน 2.0: นกฮูก QL, EL และ RL
• หลักการออกแบบสำหรับประวัติ:
• ระบุสูงสุดนกฮูก 2 sublanguages​​ ที่ยังคง implementable ในเวลาพหุนาม
• ในการปฏิเสธไม่อนุญาตทั่วไปและความร้าวฉานเพราะที่มีความซับซ้อนและเหตุผลเป็นสิ่งจำเป็นไม่ค่อย
  

QL นกฮูก

• QL ภาษาของแบบสอบถาม =
• อยู่บนพื้นฐานของครอบครัว DL-Lite ของ logics คำอธิบาย
• ออกแบบมาสำหรับการตอบแบบสอบถามใช้ SQL เขียนใหม่ด้านบนของฐานข้อมูลเชิงสัมพันธ์
  
• subclasses สามารถเป็นชื่อชั้นหรือ existentials ด้วยฟิลเลอร์ จำกัด
• superclasses สามารถเป็นชื่อชั้น, existentials หรือสันธานกับสารตัวเติม superclass (recursive) หรือ negations ด้วยฟิลเลอร์รอง

อนุญาตให้

\[\text{Fish} \sqsubseteq \text{Animal}\]

\[\exists \text{hasHouse}.\top \sqsubseteq \text{Landlord}\]

หวงห้าม

\[\exists \text{hasHouse}.\text{Villa} \sqsubseteq \text{RichLandlord}\]

\[\text{Student} \sqsubseteq \text{Poor} \sqcap \exists \text{hasBike}.\top \sqcap \neg \text{Pupil}\]

รายละเอียดเกี่ยวกับนกฮูก QL (1)

หวงห้าม

ความเท่าเทียมกัน \[ \text{RichPerson} = \text{FamousPerson} \]

disjunctions \[ \text{Book} = \text{Ebook} \sqcup \text{PrintedBook} \]

universals \[ \forall \text{killed}.\text{Human} = \text{Murderer} \]

ตนเอง \[\text{loves}.\text{Self} = \text{NarcisticPerson} \]

cardinalities \[ \geq 5 \text{wonFight}.\top = \text{SuccessfulBoxer} \]

รายละเอียดเกี่ยวกับนกฮูก QL (2)

หวงห้าม

กุญแจ

Class: Person
HasKey: hasSSN

ObjectProperty: hasGrandparent
SubPropertyChain: hasParent o hasParent

ObjectProperty: hasAncestor
Characteristics: Transitive

EquivalentClasses(
:MyBirthdayGuests
ObjectOneOf(:Bill :John :Mary) )

ObjectProperty: hasHusband
Characteristics: Functional

EL นกฮูก

• บนพื้นฐานของตรรกะคำอธิบาย \ (\ mathcal {EL} \) + + \ (\ mathcal {E} \) ย่อมาจากคุณสมบัติการดำรงอยู่เต็ม
  
• มุ่งเน้นไปที่ expressivity terminlogical ใช้สำหรับ ontology ที่มีน้ำหนักเบา
• ให้ดำรงอยู่ แต่ไม่เป็นสากล, rdfs เฉพาะช่วง (ชนิดพิเศษ universals) ได้รับอนุญาตมีข้อ จำกัด
• สถานที่ให้บริการโดเมนลำดับชั้นเรียน / ทรัพย์สินทางแยกชั้นเรียนเคล็ดคุณสมบัติ / โซ่ทรัพย์สินด้วยตนเอง, nominals (เรียนเดี่ยว) และคีย์การสนับสนุนอย่างเต็มที่
• ไม่มีคุณสมบัติผกผันหรือสมมาตร disjunctions หรือ negations

ตัวอย่าง

\[\exists \text{has.Sorrow} \sqsubseteq \exists \text{has}.\text{Liqueur}\]

\[\top \sqsubseteq \exists \text{hasParent}.\text{Person}\]

\[\text{German} \sqsubseteq \exists \text{knows}.\text{{angela}}\]

\[\text{hasParent} \circ \text{hasParent} \sqsubseteq \text{hasGrandparent}\]

RL นกฮูก

• RL = ภาษากฎ
  
• สัจพจน์รองตามกฎเหมือนผลกระทบกับหัว (superclass) และร่างกาย (รอง)
• \ (\ text {DaysWithRain} \ ข้อความ sqsubseteq \ {DaysWithWetStreet} \)
  

อ่านเพิ่มเติม

• http://www.w3.org/TR/owl2-overview/ ภาพรวมของนกฮูก 2
  
• http://www.w3.org/TR/2012/REC-owl2-profiles-20121211/ นกฮูก 2 รูปแบบภาษา
  

การแนะนำ

เป้าหมาย

เรียนรู้เกี่ยวกับ

• ความหมายของนกฮูก
• Logics รายละเอียด
• เหตุผล Tableau

เงื่อนไข

• ความรู้พื้นฐานของแคลคูลัสเชิงประพจน์
• ความรู้พื้นฐานของตรรกะลำดับแรก

ความหมายของนกฮูก

ความหมายของนกฮูกจะขึ้นอยู่กับ Logics คำอธิบายที่มีความหมายอย่างเป็นทางการแบบทฤษฎี

OWL DL สอดคล้องกับ \ (\ mathcal {Shoin} (D) \)

นกฮูก 2 สอดคล้องกับ \ (\ mathcal {SROIQ} (D) \)

ในการบรรยายนี้เราจะอธิบายความหมายของ OWL DL โดยการอธิบายตรรกะคำอธิบาย \ (\ mathcal {Shoin} (D) \)

Logics รายละเอียด

• ครอบครัวของภาษาแทนความรู้
• เศษเล็กเศษน้อยมักจะจิกลำดับแรก (FOL)
• ในกรณีส่วนใหญ่ decidable
• แสดงออกได้เปรียบโดยเปรียบเทียบ
• ต้นตอมาจากเครือข่ายความหมาย
• ไวยากรณ์ใช้งานง่าย
• ตัวแปรอิสระ
  

Logics รายละเอียด - องค์ประกอบพื้นฐาน

องค์ประกอบพื้นฐาน:

• ชื่อแนวคิด (แนวคิดอะตอม), นักศึกษาเช่นหนังสือ, ...
• ชื่อบทบาทเช่น bornIn, worksFor ...
• ชื่อบุคคล (บุคคลวัตถุ) เช่นสตีเฟนแมรี่ ...

ชุดของชื่อแนวคิดบทบาทและบุคคลมักจะแสดงเป็นลายเซ็นหรือคำศัพท์

Logics รายละเอียด - ฐานความรู้

มักจะเป็นฐานความรู้ DL ประกอบด้วย:

• TBox \ (\ mathcal {T} \): ข้อมูลเกี่ยวกับแนวคิด
• ABox \ (\ mathcal {} \): ข้อมูลเกี่ยวกับบุคคล

นอกจากนี้ใน DLs แสดงออกมากขึ้น:

• RBox \ (\ mathcal {R} \): ข้อมูลเกี่ยวกับบทบาท

\ (\ mathcal {ALC} \) - แนวคิด

\ (\ mathcal {ALC} \), ภาษาที่แสดงคุณลักษณะที่มีส่วนประกอบเป็นที่ง่ายที่สุด propositionally ปิด DL  

(Complex) \ (\ mathcal {ALC} \) แนวความคิดที่ถูกกำหนด inductively ดังนี้

• ชื่อแนวคิดทุกแนวคิด
• \ (\ mathcal {\ บน} \) และ \ (\ mathcal {\ bot} \) เป็นแนวความคิด,
• ถ้า \ (C \) และ \ (D \) เป็นแนวคิดและ \ (r \) คือบทบาทแล้วต่อไปนี้เป็นแนวความคิด:
  • \ (\ NEG C \) (มักจะเรียกว่าการปฏิเสธหรือส่วนประกอบ)
  • \ (C \ sqcap D \) (ร่วมสี่แยกมักจะเรียกหรือ "และ")
  • \ (C \ sqcup D \) (มักเรียกว่าการหย่าสหภาพหรือ "หรือ")
  • \ (\ exists RC \) (ข้อ จำกัด อัตถิภาวนิยมมักจะเรียกว่า)
  • \ (\ forall RC \) (ข้อ จำกัด มูลค่ามักจะเรียกว่า)

\ (\ mathcal {ALC} \) แนวคิด - ตัวอย่าง

\ (\ text {คน} \ sqcap \ exists \ {ข้อความ} hasChild. บน \ \)

• คนกับเด็ก

\ (\ ข้อความ {สัตว์} \ sqcap \ forall \ text {กิน}. \ text {ผัก} \)

• สัตว์เท่านั้นที่กินผัก

\ (\ text {ศาสตราจารย์} \ sqcup \ text {นักศึกษา} \)

• อาจารย์หรือนักเรียน

\ (\ ข้อความ {บุคคล} \ sqcap \ forall \ {ข้อความ bornIn}. \ ข้อความ NEG \ {EuropeanCountry} \)

• คนที่ไม่ได้เกิดในประเทศในทวีปยุโรป

\ (\ mathcal {ALC} \) - TBox

TBox (กล่อง terminological) ประกอบด้วยชุด จำกัด ของสัจพจน์ terminological

สัจพจน์ terminological มีพื้น (ทั่วไป) สัจพจน์รวมแนวคิดแนวความคิดที่กำหนดคือ \ (C \) และ \ (D \) GCIs จะแสดงเป็น

\[C \sqsubseteq D\]

ความเท่าเทียมกันแนวคิดสามารถแสดงด้วย

\[C \equiv D\]

ซึ่งเป็นคำย่อของ \ (C \ sqsubseteq D \) และ \ (D \ sqsubseteq C \)

\ (\ mathcal {ALC} \) - ABox

ABox ประกอบด้วยชุด จำกัด ของสัจพจน์ assertional ของรูปแบบต่อไปนี้:

• \ (C () \) ดังนั้นที่เรียกว่ายืนยันแนวคิด
• \ (r (b) \) ดังนั้นที่เรียกว่ายืนยันบทบาท

\ (\ mathcal {ALC} \) - ความหมาย (1)

Definiton อย่างเป็นทางการของความหมายรูปแบบทฤษฎี \ (\ mathcal {ALC} \) จะได้รับโดยวิธีการของการตีความ \ (\ mathcal {I} = (\ Delta ^ {\ mathcal {I}} \ cdot ^ { \ mathcal {I}}) \) ประกอบด้วย

• โดเมนที่ไม่ว่างเปล่า \ (\ Delta ^ {\ mathcal {I}} \)
• การทำแผนที่ \ (\ cdot ^ {\ mathcal {I}} \) แผนที่ซึ่ง
  • บุคคลทุกคน \ (\) กับองค์ประกอบโดเมน \ (^ {\ mathcal {I}} \ in \ Delta ^ {\ mathcal {I}} \)
  • ชื่อแนวคิดทุก \ (\) เพื่อ subset ของโดเมน \ (^ {\ mathcal {I}} \ subseteq \ Delta ^ {\ mathcal {I}} \)
  • ทุกบทบาท \ (r \) ถึงชุดของคู่ขององค์ประกอบโดเมน \ (r ^ {\ mathcal {I}} \ subseteq \ Delta ^ {\ mathcal {I}} \ times \ Delta ^ {\ mathcal {I}} \)

\ (\ mathcal {ALC} \) - ความหมาย (2)

• การตีความถูกขยายแนวความคิดที่ซับซ้อนโดย
  • \ (\ ^ บน \ mathcal {I} = \ Delta ^ \ mathcal {I} \)
  • \ (\ bot \ mathcal {I} = \ emptyset \)
  • \ ((\ NEG C) ^ \ mathcal {I} = \ Delta ^ \ mathcal {I} \ setminus C ^ \ mathcal {I} \)
  • \ ((C \ sqcap D) ^ \ mathcal {I} = C ^ \ mathcal {I} \ Cap d ^ \ mathcal {I} \)
  • \ ((C \ sqcup D) ^ \ mathcal {I} = C ^ \ mathcal {I} \ ถ้วย D ^ \ mathcal {I} \)
  • \ ((\ exists RC) ^ \ mathcal {I} = \ {x \ in \ Delta ^ \ mathcal {I} | \ exists y \ in C ^ \ mathcal {I} \ text {เช่นนั้น} (x, y ) \ in R ^ \ mathcal {I} \)
  • \ ((\ forall RC) ^ \ mathcal {I} = \ {x \ in \ Delta ^ \ mathcal {I} | \ forall (x, y) \ in R ^ \ mathcal {I} \ Rightarrow y \ in C ^ \ mathcal {I} \)

\ (\ mathcal {ALC} \) - ความหมาย (3)

• การตีความจะขยายออกไปตามหลักการ
  • \ (\ mathcal {I} \ รุ่น C \ sqsubseteq D \ text {IFF} C ^ \ mathcal {I} \ subseteq D ^ \ mathcal {I} \)
  • \ (\ mathcal {I} \ รุ่น C \ equiv D \ text {IFF} C ^ \ mathcal {I} = D ^ \ mathcal {I} \)
  • \ (\ mathcal {I} \ รุ่น C () \ text {IFF} ^ \ mathcal {I} \ in C ^ \ mathcal {I} \)
  • \ (\ mathcal {I} \ r รุ่น (b) \ text {} IFF (^ \ mathcal {I}, B ^ \ mathcal {I}) \ in R ^ \ mathcal {I} \)

\ (\ mathcal {ALC} \) ฐานความรู้ - ตัวอย่าง

TBox \ (\ mathcal {T} \):

\ (\ begin {align} \ text {Man} \ equiv \ ข้อความ NEG \ {ผู้หญิง} \ ข้อความ sqcap \ {คน} \ \ \ text {ผู้หญิง} & \ ข้อความ sqsubseteq \ {คน} \ \ \ text {แม่ } \ equiv \ text {ผู้หญิง} \ sqcap \ exists \ text {hasChild}. \ \ top \ \ end {align} \)

ABox \ (\ mathcal {} \):

\ (\ begin {align} \ text {แมน (สตีเฟน)} \ \ \ ข้อความ NEG \ {Man (MONICA)} \ \ \ text {ผู้หญิง (เจสสิก้า)} \ \ \ text {hasChild (สตีเฟน, เจสสิก้า)} \ \ \ end {align} \)

\ (\ mathcal {ALC} \) ในนกฮูก

\ (\ mathcal {ALC} \) ผู้ประกอบการที่สอดคล้องกับการแสดงออกของนกฮูกต่อไปนี้:

\ (\ begin {align} \ บน & \ text {นกฮูก: Thing} \ \ \ bot & \ text {นกฮูก: ไม่มี} \ \ \ NEG & \ text {นกฮูก: complementOf} \ \ \ sqcup & \ text {นกฮูก: unionOf} \ \ \ sqcap & \ text {นกฮูก: intersectionOf} \ \ \ exists & \ text {นกฮูก: someValues​​From} \ \ \ forall & \ text {นกฮูก: allValues​​From} \ \ \ end {align} \)

\ (\ mathcal {ALC} \) + บทบาทผกผัน

การตั้งชื่อ: \ (\ mathcal {ALCI} \)

บทบาทสามารถ

• ชื่อบทบาท \ (r \) หรือ
  
• บทบาทผกผัน \ (r ^ - \)

ความหมายของบทบาทที่ตรงกันข้ามถูกกำหนดโดย

\[ (r^-)^\mathcal{I} = \{(y,x) | (x,y) \in r^\mathcal{I} \}\]

นกฮูกสร้าง: นกฮูก: inverseOf

\ (\ mathcal {ALC} \) Hierarchy บทบาท +

การตั้งชื่อ: \ (\ mathcal {ALCH} \)

สำหรับบทบาทของ \ (R, S \)

• ความจริงการรวมบทบาท (RIA) ที่ชี้แนะโดย \ (r \ sqsubseteq s \)
• \ (r \ equiv s \) เป็นคำย่อของ \ (r \ sqsubseteq s \) และ \ (s \ sqsubseteq r \)

การตีความ \ (\ mathcal {I} \) entails \ (r \ sqsubseteq s \) IFF \ (^ r \ mathcal {I} \ subseteq S ^ \ mathcal {I} \)

นกฮูกสร้าง: rdfs: subPropertyOf

\ (\ mathcal {ALC} \) + กริยาบทบาท

การตั้งชื่อ: \ (\ mathcal {ALC} \) + กริยา = \ (\ mathcal {S} \)

สำหรับบทบาท \ (r \)

• ความจริงกริยาคือแสดงโดย \ (\ text {} ทรานส์ (R) \)

การตีความ \ (\ mathcal {I} \) entails \ (\ text {} ทรานส์ (R) \) IFF

\[(x,y) \in r^\mathcal{I} \wedge (y,z) \in r^\mathcal{I} \rightarrow (x,z) \in r^\mathcal{I}.\]

นกฮูกสร้าง: นกฮูก: TransitiveProperty

\ (\ mathcal {ALC} \) + บทบาทการทำงาน

การตั้งชื่อ: \ (\ mathcal {ALCF} \)

สำหรับบทบาท \ (r \)

• ความจริงการทำงานคือแสดงโดย \ (\ text {} Func (R) \)

การตีความ \ (\ mathcal {I} \) entails \ (\ text {} Func (R) \) IFF

\[(x,y) \in r^\mathcal{I} \wedge (x,z) \in r^\mathcal{I} \rightarrow y=z.\]

นกฮูกสร้าง: นกฮูก: FunctionalProperty

บทบาทที่เรียบง่ายเมื่อเทียบกับคอมเพล็กซ์

ปล่อย \ (\ mathcal {R} \) เป็นลำดับชั้นของบทบาทและปล่อยให้ \ (\ sqsubseteq ^ {*} _ {\ mathcal {R}} \) จะปิดสะท้อนและ transitive ของ

• บทบาท \ (r \) มีความซับซ้อน WRT \ (\ mathcal {R} \) ถ้ามีบทบาท \ (s \) นั้น \ (\ text {} ทรานส์ (s) \ in \ mathcal {R} \ ) และ \ (s \ sqsubseteq ^ {*} _ {\ mathcal {R}} r \)
• มิฉะนั้นบทบาท \ (r \) เป็นเรื่องง่าย

ตัวอย่าง:

\[\mathcal{R}=\{ u \sqsubseteq r , r \sqsubseteq s , s \sqsubseteq t , q \sqsubseteq t , \text{Trans}(r) \}\]

คอมเพล็กซ์: \ (R, S, \ t)

ง่าย: \ (U, Q \)

\ (\ mathcal {ALC} \) + ข้อ จำกัด ของจำนวนสุทธิต่อหุ้น

การตั้งชื่อ: \ (\ mathcal {ALCN} \)

สำหรับบทบาทที่เรียบง่าย \ (r \) และจำนวนธรรมชาติ \ (\ n), ข้อ จำกัด จำนวน \ (\ geq nr \ leq nr = nr \) เป็นแนวคิดซึ่งความหมายถูกกำหนดให้เป็น

\ (\ begin {align} (\ geq nr) ^ \ mathcal {I} = \ {x \ in \ Delta ^ \ mathcal {I} | \ # \ {y \ in \ Delta ^ \ mathcal {I} | (x, y) \ in R ^ \ mathcal {I} \} \ geq n \} \ \ (\ leq nr) ^ \ mathcal {I} = \ {x \ in \ Delta ^ \ mathcal {I} | \ # \ {y \ in \ Delta ^ \ mathcal {I} | (x, y) \ in R ^ \ mathcal {I} \} \ leq n \} \ \ (= nr) ^ \ mathcal {I} & = \ {x \ in \ Delta ^ \ mathcal {I} | \ # \ {y \ in \ Delta ^ \ mathcal {I} | (x, y) \ in R ^ \ mathcal {I} \} = n \ n } \ \ \ end {align} \)

นกฮูกสร้าง:

\ (\ begin {align} \ geq nr = \ text {นกฮูก: minCardinality} \ \ \ leq nr = \ text {นกฮูก: maxCardinality} \ \ = nr = \ text {นกฮูก: exactCardinality} \ end {align } \)

\ (\ mathcal {ALC} \) nominals +

การตั้งชื่อ: \ (\ mathcal {เข็ดหลาบ} \)

ปล่อย \ (a_1, \ ldots, a_n \) บุคคลที่จะ ระบุ \ (\ {a_1, \ ldots, a_n \} \) เป็นแนวคิดซึ่งความหมายถูกกำหนดให้เป็น

\ ((\ {a_1, \ ldots, a_n \}) ^ \ mathcal {I} = \ {a_1 ^ \ mathcal {I}, \ ldots, a_n ^ \ mathcal {I} \} \)

นกฮูกสร้าง: นกฮูก: oneof

เหตุผลตรรกะ

สรุปเหตุผล

• เริ่มต้นด้วยการยืนยันจากกฎทั่วไปและเงินที่ได้จากที่นั่นไปยังข้อสรุปที่เฉพาะเจาะจงรับประกัน
• "จากกฎทั่วไปกับงานเฉพาะ"
  

เหตุผลอุปนัย

• เริ่มต้นด้วยการสังเกตที่มีความเฉพาะเจาะจงและ จำกัด อยู่ในขอบเขตและวิธีการที่จะได้ข้อสรุปทั่วไปที่อาจเป็นไปได้ แต่ไม่แน่ใจในที่มีแสงจากหลักฐานสะสม
• "จากที่เฉพาะเจาะจงในการทั่วไป"

เหตุผล Abductive

• เริ่มต้นด้วยชุดที่ไม่สมบูรณ์ของการสังเกตและวิธีการที่จะอธิบายล้วนเป็นไปได้สำหรับชุด
  

เหตุผลในรายละเอียด Logics (1)

เหตุผลใน Logics รายละเอียด (2)

ปล่อย \ (\ mathcal {I} \) จะตีความ \ (\ mathcal {T} \) จะ TBox, \ (\ mathcal {} \) จะ ABox และ \ (\ mathcal {K} = (\ mathcal {T} \ mathcal {}) \ base.We ความรู้ที่ได้รับ) กล่าวว่า

• \ (\ mathcal {I} \) เป็นรูปแบบสำหรับ \ (\ mathcal {T} \), IFF \ (\ mathcal {I} \ models \ alpha \) สำหรับความจริงทุก \ (\ alpha \ in \ mathcal {T } \) เขียน \ (\ mathcal {I} \ models \ mathcal {T} \)
• \ (\ mathcal {I} \) เป็นรูปแบบสำหรับ \ (\ mathcal {} \), IFF \ (\ mathcal {I} \ models \ alpha \) สำหรับความจริงทุก \ (\ alpha \ in \ mathcal { } \) เขียน \ (\ mathcal {I} \ models \ mathcal {} \)
• \ (\ mathcal {I} \) เป็นรูปแบบสำหรับ \ (\ mathcal {K} \), IFF \ (\ mathcal {I} \ \ models mathcal {T} \) และ \ (\ mathcal {I} \ models \ mathcal {} \)
• ความจริง \ (\ alpha \) จะถูกยกให้โดย \ (\ mathcal {K} \) เขียน \ (\ mathcal {K} \ รุ่น \ alpha \), IFF ทุกรุ่น \ (\ mathcal {I} \) จาก \ (\ mathcal {K} \) เป็นรูปแบบสำหรับ \ (\ alpha \)

บริการการใช้เหตุผล (1)

Satisfiability แนวคิด

\[ \mathcal{K} \not \models C \equiv \bot \]

ปัญหาของการตรวจสอบว่า \ (C \) พอใจ WRT \ (\ mathcal {K} \) นั่นคือไม่ว่าจะมีรูปแบบที่มีอยู่ \ (\ mathcal {I} \) ของ \ (\ mathcal {K} \) ดังกล่าวว่า \ (C ^ {\ mathcal {I}} \ NEQ \ emptyset \)

subsumption

\[ \mathcal{K} \models C \sqsubseteq D\]

ปัญหาของการตรวจสอบว่า \ (C \) จะวิทย \ (D \) WRT \ (\ mathcal {K} \) นั่นคือไม่ว่าจะเป็น \ (C ^ {\ mathcal {I}} \ subseteq D ^ {\ mathcal { I}} \) ในทุกรุ่น \ (\ mathcal {I} \) ของ \ (\ mathcal {K} \)

Satisfiability (Consistency)

\[ \mathcal{K} \not \models \top \sqsubseteq \bot\]

ปัญหาของการตรวจสอบว่า \ (\ mathcal {K} \) มีความสอดคล้องคือไม่ว่าจะมีรูปแบบ

บริการการใช้เหตุผล (2)

\[ \mathcal{K} \models C(a)\]

ปัญหาของการตรวจสอบว่าการยืนยัน \ (C () \) เป็นที่พอใจ WRT \ (\ mathcal {K} \) นั่นคือไม่ว่าจะเป็น \ (^ {\ mathcal {I}} \ in C ^ {\ mathcal {I }} \) ในทุกรุ่น \ (\ mathcal {I} \) ของ \ (\ mathcal {K} \)

การซ่อมแซม

\[\{a | \mathcal{K} \models C(a)\}\]

ปัญหาการหาบุคคลทั้งหมด \ (\) ซึ่งเป็นแนวคิด \ (C \) WRT \ (K \) นั่นคือหาทั้งหมด \ (\) สำหรับให้ \ (C \) นั้น \ (^ { \ mathcal {I}} \ in C ^ {\ mathcal {I}} \) ในทุกรุ่น \ (\ mathcal {I} \) ของ \ (\ mathcal {K} \)

ความเข้าใจ

\[\{C | \mathcal{K} \models C(a)\}\]

ปัญหาการหาชื่อชั้นเรียนทั้งหมด \ (C \) ซึ่ง indivdual \ (\) เป็น wrt \ (K \) นั่นคือหาทั้งหมด \ (C \) สำหรับให้ \ (\) นั้น \ ( ^ {\ mathcal {I}} \ in C ^ {\ mathcal {I}} \) ในทุกรุ่น \ (\ mathcal {I} \) ของ \ (\ mathcal {K} \)

บริการการใช้เหตุผล (3)

เราสามารถลดการบริการทั้งหมดเพื่อตรวจสอบ satisfiability:

Satisfiability แนวคิด

\ (K \ ไม่ได้ \ รุ่น C \ equiv \ bot \ longleftrightarrow \) มีอยู่ \ (x \) นั้น \ (K \ ถ้วย \ {C (x) \} \) พอใจ

subsumption

\ (K \ รุ่น C \ sqsubseteq D \ longleftrightarrow K \ ถ้วย \ {C \ sqcap \ NEG D (x) \} \) เป็น unsatisfiable

Instance ตรวจสอบ

\ (K \ รุ่น C () \ longleftrightarrow K \ ถ้วย \ {\ NEG C () \} \) เป็น unsatisfiable

อัลกอริทึม Tableau

วิธีที่เราสามารถ proove satisfiability ของแนวคิด?

(จำเอาไว้: แนวคิดคือพอใจถ้ามีรูปแบบ \ (\ mathcal {I} \) satisfiying มัน.)

เราจำเป็นต้องมีขั้นตอนการตัดสินใจที่สร้างสรรค์สำหรับรุ่นที่สร้าง

\ (\ longrightarrow \) อัลกอริทึม Tableau

ขั้นตอนการพิสูจน์:

• เปลี่ยนแนวคิดให้เป็นรูปแบบปกติการปฏิเสธ (NNF)
• ใช้กฎความสำเร็จในการสั่งซื้อโดยพลการเป็นเวลานานที่สุด
• แนวคิดพอใจถ้าและเพียงถ้าฉากปะทะกันฟรีสามารถจะได้มาซึ่งการปกครองเสร็จสิ้นไม่สามารถใช้ได้
  

ภาพนิ่งใหม่

TBox \ (\ mathcal {T} \):

\ (\ begin {align} \ text {Man} \ equiv \ ข้อความ NEG \ {ผู้หญิง} \ ข้อความ sqcap \ {คน} \ \ \ text {ผู้หญิง} & \ ข้อความ sqsubseteq \ {คน} \ \ \ text {แม่ } \ equiv \ text {ผู้หญิง} \ sqcap \ exists \ text {hasChild}. \ \ top \ \ end {align} \)

ABox \ (\ mathcal {} \):

\ (\ begin {align} \ text {แมน (สตีเฟน)} \ \ \ ข้อความ NEG \ {Man (MONICA)} \ \ \ text {ผู้หญิง (เจสสิก้า)} \ \ \ text {hasChild (สตีเฟน, เจสสิก้า)} \ \ \ end {align} \)

ปล่อย \ (\ mathcal {I} \) จะตีความด้วย:

\ (\ begin {align} \ text {Man} ^ \ mathcal {I} = \ {สตีเฟ่น \} \ \ \ text {ผู้หญิง} ^ \ mathcal {I} = \ {เจสสิก้า MONICA \} \ \ \ ข้อความแม่ {} ^ \ mathcal {I} = \ {MONICA \} \ \ \ text {คน} ^ \ mathcal {I} = \ {เจสสิก้า, โมนิก้า, สตีเฟ่น \} \ \ \ text {hasChild} ^ \ mathcal {I} = \ {\ langle MONICA สตีเฟ่น \ rangle \ langle สตีเฟน, เจสสิก้า \ rangle \} \ \ \ end {align} \)

แล้วก็ถือว่า

\ (\ mathcal {I} \ models \ mathcal {T} \ text {และ} \ mathcal {I} \ models \ mathcal {} \)

ปฏิเสธรูปแบบปกติ

แนวความคิดที่อยู่ในรูปแบบปกติการปฏิเสธ (NNF) ถ้าปรากฏทั้งหมดใน negations มันอยู่ในหน้าของแนวคิดอะตอม

ทุกคน \ (\ mathcal {ALC} \) แนวคิดสามารถเปลี่ยนเป็นหนึ่งเทียบเท่าใน NNF ใช้กฎดังต่อไปนี้:

\[ \begin{aligned} NNF(C) &= C, \text{ if } C \text{ is atomic }\\ NNF(\neg C) &= \neg C, \text{ if } C \text{ is atomic}\\ NNF(\neg \neg C) &= NNF(C) \\ NNF(C \sqcup D) &= NNF(C) \sqcup NNF(D) \\ NNF(C \sqcap D) &= NNF(C) \sqcap NNF(D) \\ NNF(\neg(C \sqcup D)) &= NNF(\neg C) \sqcap NNF(\neg D) \\ NNF(\neg(C \sqcap D)) &= NNF(\neg C) \sqcup NNF(\neg D) \\ NNF(\forall R.C) &= \forall R.NNF(C) \\ NNF(\exists R.C) &= \exists R.NNF(C) \\ NNF(\neg \forall R.C) &= \exists R.NNF(\neg C) \\ NNF(\neg \exists R.C) &= \forall R.NNF(\neg C) \\ \end{aligned} \]

ปฏิเสธแบบปกติ - ตัวอย่าง

เปลี่ยนแนวคิด

\[\neg (\neg (A \sqcup \neg B) \sqcap \neg C))\]

ถึงแนวคิดเทียบเท่าในรูปแบบปกติปฏิเสธ:

\[ \begin{aligned} &NNF(\neg (\neg (A \sqcup \neg B) \sqcap \neg C))\\ &= NNF(\neg \neg (A \sqcup \neg B)) \sqcup NNF(\neg \neg C)\\ &= NNF(A \sqcup \neg B) \sqcup NNF(C)\\ &= NNF(A \sqcup \neg B) \sqcup C\\ &= NNF(A) \sqcup NNF(\neg B) \sqcup C\\ &= A \sqcup \neg B \sqcup C\\ \end{aligned} \]

อัลกอริทึมสำหรับ Tableau \ (\ mathcal {ALC} \) satisfiability แนวคิด

ฉาก (กราฟเสร็จ) สำหรับ \ (\ mathcal {ALC} \) เป็นแนวคิดที่มุ่งเน้นการติดป้ายกราฟ \ (G = \ langle V, E, L \ rangle \) ซึ่งแต่ละโหนด \ (x \ in V \) จะมีป้ายกับชุด \ (L (x) \) จากแนวคิดและขอบแต่ละ \ (\ langle x, y rangle \ \ in E \) จะถูกกำกับด้วยชุด \ (L (\ langle x, y rangle \ \ )) บทบาทของ

กราฟเสร็จ \ (G \)

• มีการปะทะกันถ้า \ (\ {\ NEG \} \ in L (x) \) สำหรับแนวคิดอะตอมบาง \ (\) หรือ \ (\ bot \ in L (x) \) หรือ \ (\ NEG \ \ top ใน L (x) \)
• เสร็จสมบูรณ์แล้วถ้ากฎเสร็จไม่สามารถนำมาใช้กับมัน
  

กฎระเบียบสำหรับการเสร็จ \ (\ mathcal {ALC} \) satisfiability แนวคิด

อัลกอริทึมสำหรับ Tableau \ (\ mathcal {ALC} \) satisfiablity แนวคิด - ตัวอย่างที่ 1

เราตรวจสอบว่า \ (C = (A \ sqcap \ NEG) \ sqcup B \) พอใจ มันมีอยู่ใน NNF ดังนั้นเราโดยตรงสามารถใช้อัลกอริทึมฉากไป

\[(A \sqcap \neg A) \sqcup B.\]

กฎเฉพาะคือ \ (\ sqcup \ ข้อความ {กฎ} \) เรามีสองเป็นไปได้ ประการแรกเราสามารถลอง

\[L(x)=\{C, A \sqcap \neg A\}.\]

แล้วเราสามารถใช้ \ (\ sqcap \ ข้อความ {กฎ} \) และได้รับ

\[L(x)=\{C, A \sqcap \neg A, A, \neg A\}.\]

เราได้รับการปะทะกันจึงเลือกนี้ไม่ประสบความสำเร็จ ประการที่สองเราสามารถลอง

\[L(x)=\{C, B\}.\]

ไม่มีกฎมากขึ้นมีผลบังคับใช้และเราได้รับการปะทะกันไม่ ดังนั้น \ ((A \ sqcap \ NEG) \ sqcup B \) พอใจ

รูปแบบ \ (\ mathcal {I} \) satisfiying มันจะได้รับโดย

\[\Delta^\mathcal{I}=\{x\}, A^\mathcal{I}=\emptyset, B^\mathcal{I}=\{x\}.\]

อัลกอริทึมสำหรับ Tableau \ (\ mathcal {ALC} \) satisfiablity แนวคิด - ตัวอย่างที่ 2

เราตรวจสอบว่า \ (C = \ sqcap \ exists rB \ sqcap \ forall r. \ NEG B \) พอใจ มันมีอยู่ใน NNF ดังนั้นเราโดยตรงสามารถใช้อัลกอริทึมฉากไป

\[C=A \sqcap \exists r.B \sqcap \forall r.\neg B.\]

การประยุกต์ใช้ \ (\ sqcap \ ข้อความ {กฎ} \) ให้

\[L(x)=\{C, A, \exists r.B, \forall r.\neg B\}.\]

การประยุกต์ใช้ \ (\ text อยู่ \ {กฎ} \) ให้

\ (\ begin {align *} L (x) = \ {C, A, \ exists rB, \ forall r. \ NEG B \} \ \ L (y) = \ {B \} \ \ ลิตร ( \ langle x, y rangle \) = \ {r \} \ end {align *} \)

การประยุกต์ใช้ \ (\ forall \ ข้อความ {กฎ} \) ให้

\ (\ begin {ชิด} L (x) = \ {C, A, \ exists rB, \ forall r. \ NEG B \} \ \ L (y) = \ {B, \ NEG B \} \ \ L (\ langle x, y rangle \) = \ {r \} \ end {ชิด} \)

เราได้รับการปะทะกันและไม่มีทางเลือกอื่น ๆ ที่เป็นไปได้ ดังนั้น \ (\ sqcap \ exists rB \ sqcap \ forall r. \ NEG B \) เป็น unsatisfiable และมีรูปแบบที่มีอยู่ไม่มี

อัลกอริทึมสำหรับ Tableau \ (\ mathcal {ALC} \) TBoxes

เราขยายฉากอัลกอริทึมในการตรวจสอบ satisfiability ของ \ (\ mathcal {ALC} \) TBoxes

• \ (\ mathcal {ALC} \) TBox มีหลักการอย่างเดียว (GCIs) ของฟอร์ม \ (C \ sqsubseteq D \) (หมายเหตุที่สัจพจน์ของฟอร์ม \ (C \ equiv D \) สามารถเขียนใหม่เป็น \ (C \ sqsubseteq D \) และ \ (D \ sqsubseteq C \))
• GCI ทุกเทียบเท่ากับ \ (\ \ top sqsubseteq \ NEG C \ sqcup D \)
  

เราสามารถ internalize TBox ทั้งหมดเป็นความจริงเดียว:

\[\mathcal{T}=\{C_i \sqsubseteq D_i | 1 \leq i \leq n\}\]

เทียบเท่ากับ

\[ \top \sqsubseteq \underset{1 \leq i \leq n}{{\LARGE\sqcap}} \neg C_i \sqcup D_i \]

ปล่อย \ (C_ \ mathcal {T} \) เป็นแนวความคิดทางด้านขวาของ GCI แล้วกฎเพิ่มเติมคือ

อัลกอริทึมสำหรับ Tableau \ (\ mathcal {ALC} \) TBoxes - ตัวอย่าง

สมมติว่าเรามี TBox \ (\ mathcal {T} = \ {\ sqsubseteq \ exists rA \} \) และต้องการที่จะตรวจสอบว่าแนวคิด \ (\) พอใจ เราเริ่มต้นด้วย

\[L(x)=\{A\}\]

กฎเฉพาะคือ \ (\ mathcal {T} - \ text {กฎ} \) ทำให้เราได้รับ

\[L(x)=\{A, \neg A \sqcup \exists r.A\}\]

หลังจากใช้ \ (\ sqcup \ ข้อความ {กฎ} \) เป็นตัวเลือกแรกที่นำไปสู่​​การปะทะกันดังนั้นเราจะใช้ส่วนที่สองของ disjuction และได้รับ

\[L(x)=\{A, \neg A \sqcup \exists r.A, \exists r.A\}\]

เราสามารถใช้ \ (\ exists \ ข้อความ {กฎ} \) และได้รับ

\ (\ begin {align *} L (x) = \ {\ NEG \ sqcup \ exists rA, \ exists rA \} \ \ L (y) = \ {\} \ end {align * } \)

ณ จุดนี้เราสามารถเรียกใช้ขั้นตอนเดียวกันบน \ (y \) ดังนั้นอัลกอริทึมจะไม่ยุติ

การแก้ไข: เราต้องการที่จะค้นพบวงจร \ (\ longrightarrow \) ปิดกั้น

การปิดกั้นสำหรับ \ (\ mathcal {ALC} \)

การปิดกั้น:

โหนด \ (v '\ in V \) ถูกบล็อกโดยตรงโดยโหนด \ (\ v ใน V \) ถ้า

1. \ (\ v) เป็นบรรพบุรุษของ \ (v '\)
2. \ (L (v ') \ subseteq L (V) \)
3. ไม่มีโหนดบล็อกโดยตรง \ (V ^ {''} \) นั้น \ (V'' \) เป็นบรรพบุรุษของ \ (\ v)
   
   

โหนด \ (v '\) ถูกบล็อคถ้าอย่างใดอย่างหนึ่ง

1. \ (v '\) ถูกบล็อกโดยตรงหรือ
2. มีโหนดบล็อกโดยตรง \ (\ v) ซึ่งเป็นบรรพบุรุษของ \ (v '\)
   

อัลกอริทึมสำหรับ Tableau \ (\ mathcal {ALC} \) TBoxes ด้วยการปิดกั้น - ตัวอย่าง

สมมติว่าเรามี TBox \ (\ mathcal {T} = \ {\ sqsubseteq \ exists rA \} \) และต้องการที่จะตรวจสอบว่าแนวคิด \ (\) พอใจ

เราได้รับฉากปะทะกันฟรี

\ (\ begin {align *} L (x) = \ {\ NEG \ sqcup \ exists rA, \ exists rA \} \ \ L (y) = \ {\ NEG \ sqcup \ อยู่ rA, \ exists rA \} \ end {align *} \)

ประเด็น \ (y \) ถูกบล็อกโดยตรงโดย \ (x \)

เราจะได้รับแบบ จำกัด โดยคำนึงถึงว่า

• โหนดที่ถูกปิดกั้นไม่ได้เป็นตัวแทนองค์ประกอบในรูปแบบ
• ขอบจากโหนด \ (\ v) ไปยังโหนดบล็อกโดยตรง \ (v '\) จะถูกแสดงในรูปแบบที่เป็น "ขอบ" จาก \ (\ v) ไปยังโหนดที่บล็อกโดยตรง \ (V' \)
  

สำหรับตัวอย่างของเราที่เราได้รับ

\[ \Delta^\mathcal{I}=\{x\}, A^\mathcal{I}=\{x\}, r^\mathcal{I}=\{\langle x,x \rangle\} \]

ข้อมูลอย่างย่อ

• ความหมายของนกฮูกจะขึ้นอยู่กับรายละเอียด Logics
• Logics รายละเอียดเป็นเศษเล็กเศษน้อย decidable ของลอจิกสั่งซื้อครั้งแรก
• สรุปเหตุผลในนกฮูกเป็นไปได้
• อัลกอริทึมฉากที่เป็นหนึ่งในวิธีการที่พบมากที่สุดสำหรับเหตุผลที่นกฮูก
  

วัตถุประสงค์การเรียนรู้

กองข้อมูลที่เชื่อมโยง - SPARQL

เค้าโครง

• เกี่ยวกับ SPARQL
• SPARQL พื้นฐาน
  • การนําเสนอ
  • มือบน
• SPARQL ในชีวิตจริง
  • การนําเสนอ
  • มือบน
• SPARQL ขั้นสูง
  • การนําเสนอ
  • มือบน

SPARQL คืออะไร?

SPARQL ย่อมาจาก "SPARQL พิธีสารและภาษาของแบบสอบถาม RDF"

นอกเหนือไปจากภาษาของ W3C ได้กำหนดเพิ่มเติม:

• SPARQL พิธีสารสำหรับ RDF สเปค: จะกำหนดโปรโตคอลระยะไกลสำหรับการออกคำสั่ง SPARQL และรับผล
• ผลลัพธ์การค้นหา SPARQL ข้อกำหนดรูปแบบ XML: จะกำหนดรูปแบบเอกสาร XML สำหรับการแสดงผลของ SPARQL

ภาษาแบบสอบถามสำหรับ RDF และ RDFS

มีข้อเสนอมากมายสำหรับ RDF และ RDFS ภาษาสอบถาม:

• RDQL (http://www.w3.org/Submission/2004/SUBM-RDQL-20040109/)
• ICS-FORTH RQL (http://139.91.183.30:9090/RDF/RQL/) และ SeRQL (http://www.openrdf.org/doc/sesame/users/ch06.html)
• SPARQL (http://www.w3.org/TR/rdf-sparql-query/)
• ...

ในหลักสูตรนี้เราจะครอบคลุม SPARQL ซึ่งเป็นคำแนะนำ W3C ปัจจุบันสำหรับการสอบถามข้อมูล RDF

SPARQL 1.1

• ในหลักสูตรนี้เราจะครอบคลุมมากที่สุดของ SPARQL 1.0 จากปี 2008 และบางส่วนของ SPARQL 1.1
• มาตรฐานของ SPARQL จะดำเนินการโดย W3C โดยคณะทำงาน SPARQL
• ข้อมูลเพิ่มเติมเกี่ยวกับการทำงานอย่างต่อเนื่องโดยคณะทำงานนี้สามารถพบได้ที่ http://www.w3.org/2009/sparql/wiki/Main_Page
• ดู http://www.w3.org/TR/sparql11-query/ สำหรับรุ่นใหม่ของภาษา SPARQL (SPARQL 1.1)

โครงสร้างพื้นฐาน SPARQL - Outline

• บิตของเว็บ RDF และความหมาย
• อย่างรวดเร็วก่อนที่รูปแบบที่สาม
• ส่วนประกอบของแบบสอบถาม SPARQL
  
  • รูปแบบกราฟ
    
  • ชนิดของคำสั่ง
  • ปรับเปลี่ยน

อเนกประสงค์

อเนกประสงค์งบเกี่ยวกับสิ่งที่ (ทรัพยากร) โดยใช้ยูริและค่าอักษร

อเนกประสงค์

กราฟ

กราฟกับยูริ

คำนำหน้า

คำศัพท์

แบ่งปันแนวคิดของโดเมน

ใช้ยูริเป็นตัวระบุที่ไม่ซ้ำกัน

กำหนดคุณสมบัติและชั้นเรียน, และอื่น ๆ ....

คำศัพท์ที่รู้จักกันดี

RDF: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>

rdfs: <http://www.w3.org/2000/01/rdf-schema#>

foaf: <http://xmlns.com/foaf/0.1/>

DBpedia: <http://dbpedia.org/resource>

ร้านค้าและจุดสิ้นสุดทริปเปิ SPARQL

• ปลายทาง SPARQL exposes หนึ่งหรือมากกว่าหนึ่งกราฟ
• HTTP
• คาดว่าพารามิเตอร์ "แบบสอบถาม" ทั้งที่มีโพสต์หรือ GET กับแบบสอบถามที่เข้ารหัส
• ไม่มีความสัมพันธ์ที่จำเป็นระหว่างชื่อกราฟและชื่อปลายทาง แต่การปฏิบัติที่ดี
  
  

คำถามง่ายๆ

คำถามง่ายๆ

Query ซับซ้อนมากขึ้นเล็กน้อย

Query ซับซ้อนมากขึ้นเล็กน้อย

Query ซับซ้อนมากขึ้นเล็กน้อย

Query ซับซ้อนมากขึ้นเล็กน้อย

โครงสร้างของแบบสอบถาม SPARQL

คำนำหน้า

น้ำตาลที่เกี่ยวกับการสร้างประโยคเพื่อให้คำสั่งที่สามารถอ่านได้

ตัวอย่าง:

คำนำหน้า: <http://example.com/base/>

คำนำหน้า foaf: <http://xmlns.com/foaf/0.1/>

<http://xmlns.com/foaf/0.1/knows> == foaf: รู้

<http://example.com/base/Tim> ==: ทิม

ประเภทแบบสอบถาม

SELECT

• ตารางผลตอบแทนที่ได้ผล

ASK

• ผลตอบแทน (boolean) จริงถ้ารูปแบบที่สามารถจับคู่

สรรค์สร้าง

• สร้างโดยใช้แม่แบบอเนกประสงค์

อธิบาย

• รายละเอียดผลตอบแทนของทรัพยากร

จากประโยค

ระบุที่กราฟควรพิจารณาโดยปลายทาง

• ถ้ามองข้ามกราฟเริ่มต้นที่เรียกว่าถูกนำมาใช้
• ถ้าระบุแบบสอบถามที่มีการประเมินโดยใช้กราฟที่กำหนดทั้งหมด
• ถ้าเป็นกราฟระบุชื่อกราฟชื่อสามารถนำมาใช้ในส่วนของแบบสอบถาม

กราฟสามารถ dereferenced โดยปลายทาง SPARQL

การปรับเปลี่ยนวิธีการแก้ปัญหา

เปลี่ยนผลของแบบสอบถาม

จำกัด และ OFFSET ชิ้น resultset มีประโยชน์สำหรับการให้เลขหน้า

ตัวอย่างเช่น SELECT * WHERE {..... } 10 LIMIT

-> แสดงผลเพียง 10

ORDER BY ทุกประเภทชุดผลลัพธ์

ตัวอย่างเช่น: LIMIT SELECT * WHERE {..... } ORDER BY ASC (... ) 10

-> แสดง 10 อันดับแรกของชุดผลลัพธ์เรียง

ข้อที่

• มีรูปแบบกราฟ
• ซึ่งเชื่อมต่อ
• ตัวแปรที่ถูกผูกไว้กับค่าเดียวกัน

รูปแบบที่สาม

• รูปแบบทั่วไปสาม (SPO)
• ในตำแหน่งตัวแปรทั้งหมดที่อาจเกิดขึ้น
• ตัวแปรที่จะผูกพันตามปลายทาง SPARQL

รูปแบบ Triple Room - ตัวอย่าง

: ทิม foaf: ชื่อ "ทิม"

เลือกชื่อที่ไหน? {: ชื่อ: จอห์น foaf}
-> "จอห์น"

SELECT เพื่อนที่ไหน? {: จอห์น foaf: รู้ว่าเพื่อน}
->: ทิม

SELECT เพื่อนชื่อที่ {:? จอห์น foaf: รู้ว่าเพื่อน : จอห์น foaf: ชื่อ}
->: ทิม "จอห์น"

SELECT friendsname WHERE {: จอห์น foaf: รู้ว่าเพื่อน ? foaf เพื่อน: ชื่อ}
-> "ทิม"

รูปแบบ Triple Room - ผลิตภัณฑ์ Cartesian

? เลือกบุคคล friendsname WHERE {foaf คนที่:? รู้ว่าเพื่อน ? foaf คน: friendsname ชื่อ}

: จอห์น "จอห์น"
: จอห์น "ทิม"
: ทิม "จอห์น"
: ทิม "ทิม"

ทรัพยากร Matching

ตรงกับตัวอักษรตามตัวอักษร

ทั้งที่มีคำนำหน้าหรือ <URI> เต็ม

• foaf: ชื่อ <http://xmlns.com/foaf/spec/name> ==

เปอร์เซ็นต์ของการเข้ารหัสอักษร (เช่นพื้นที่)

• myns: 20Doe% จอห์น = myns: John Doe | ข้อผิดพลาด!

กรณีที่สำคัญ

• foaf: name = <http://xmlns.com/foaf/spec/Name>

ตัวอักษรที่ตรงกัน

ตัวอักษรต้องตรงกับความเท่าเทียมกันทางตัวอักษรตามตัวอักษร

• สามารถมีประเภทข้อมูล: XSD: int, XSD วัน
  • เครื่องยนต์ SPARQL อาจทราบความหมายของประเภทข้อมูล
  • เพื่อความเท่าเทียมกันจะต้องตรงกับ
• สามารถมีแท็กภาษา

กรอง

• ดำเนินการในรูปแบบกราฟ
• ค่าการทดสอบ
• เด่นที่สุด: จำกัด ค่าตัวอักษร
  • เปรียบเทียบสตริง
  • การแสดงออกปกติ
  • ตัวเปรียบเทียบตัวเลข
• การตรวจสอบประเภท / ภาษา
• การประเมินผลในท้ายที่สุดอย่างใดอย่างหนึ่งให้เป็นจริงข้อผิดพลาดเท็จหรือประเภท

ภาพรวมการกรอง

• ตรรกะ: &&, | |
• คณิตศาสตร์: +, -, *, /
• เปรียบเทียบ: =, =,>, <, ...
• การทดสอบ SPARQL: isURI, ISBLANK, isLiteral, ผูกพัน
• accessors SPARQL: Str, lang, ประเภทข้อมูลอื่น ๆ : langMatches sameTerm, regex
• ผู้ขายที่เฉพาะเจาะจง: คำนำหน้าเช่น BIF: มี

กรองสตริง

Str () เพียงแค่มูลค่าที่แท้จริงโดยไม่ต้องประเภทข้อมูล

regex ​​() นิพจน์ปกติเต็มรูปแบบ

BIF: ประกอบด้วยสตริงการค้นหาโดยใช้ดัชนีพิเศษ

สตริงตัวอย่างการกรอง

: ทิม foaf: ชื่อ "ทิม" ^ ^ XSD: สตริง

SELECT เพื่อน {foaf เพื่อน: ชื่อ "ทิม".}

-> ที่ว่างเปล่า

SELECT เพื่อน {foaf เพื่อน: ชื่อ?
FILTER str ((ชื่อ?) = "ทิม")}

->: ทิม

SELECT เพื่อน {foaf เพื่อน: ชื่อ? ? ชื่อ BIF: ประกอบด้วย "im")}

->: ทิม

ภาษาและประเภทข้อมูลการกรอง

lang accessor ​​(x) กับภาษาของตัวอักษร

langMatches (lang (x), "en") ประเมินถ้าแท็กภาษาที่ตรงกับแท็กภาษาอื่น ๆ

ประเภทข้อมูล (x) เข้าใช้งานประเภทข้อมูลของตัวอักษร? x

การกรองตัวเลข

: ทิม foaf: ชื่อ "ทิม" ^ ^ XSD: สตริง

SELECT เพื่อน WHERE {เพื่อน:? อายุ?
FILTER (อายุ?> 25)}

->: จอห์น

ดำเนินการเชิงตรรกะ

: จอห์น: อายุ 32
: จอห์น foaf: ชื่อ "จอห์น" @ en
: ทิม: อายุ 20

: ทิม foaf: ชื่อ "ทิม" ^ ^ XSD: สตริง

SELECT เพื่อน {foaf เพื่อน: ชื่อ?

FILTER str ((ชื่อ?) = "ทิม"? &&> อายุ 25)}

-> โมฆะ

SELECT เพื่อน {foaf เพื่อน: ชื่อ?
FILTER str (ชื่อ () = "ทิม" |? |? อายุ> 25)}

->: ทิม
->: จอห์น

ค่าตัวเลือก

• ที่คล้ายกันไปทางซ้ายเข้าร่วมใน SQL
• ช่วยให้มีการสอบถามสำหรับข้อมูลที่ไม่สมบูรณ์
• เลือกใช้รูปแบบกราฟเต็ม
• ไวยากรณ์ {} pattern1 เสริม {optpattern}

ตัวอย่างที่เป็นตัวเลือก

: ทิม foaf: ชื่อ "ทิม"

SELECT? ชื่ออะไร? โทรศัพท์
ชื่อ: {foaf บุคคล?
foaf คนที่: โทรศัพท์โทรศัพท์}?

-> "จอห์น" "123456"

นี้เป็นบิตพอใจ

ตัวอย่างที่เป็นตัวเลือก

: ทิม foaf: ชื่อ "ทิม"

เลือกชื่อโทรศัพท์ {ผู้ foaf:? ชื่อ?
ตัวเลือก {foaf คนที่:? โทรศัพท์โทรศัพท์}}
-> "จอห์น" "123456"
-> "ทิม"

สหภาพ

ไวยากรณ์ {กราฟรูปแบบ} {ยูเนี่ยนรูปแบบกราฟ}

ช่วยให้การสอบถาม (บางส่วน) โครงสร้างข้อมูลที่แตกต่างกัน

ตัวอย่างยูเนี่ยน

: เจน rdfs: ฉลาก "เจน"

เลือกชื่อ WHERE {ผู้ foaf:? คน ? foaf บุคคล: ชื่อ}

-> "จอห์น"
-> "ทิม"

เลือกชื่อ WHERE {ผู้ foaf:? คน
{foaf คนที่:? ชื่อยูเนี่ยน} {? rdfs คนที่: ป้ายชื่อ}}

-> "จอห์น"
-> "ทิม"
-> "เจน"

SELECT? ชื่อที่ {
{foaf คนที่:?. ชื่อชื่อของบุคคล foaf: คน ?} ยูเนี่ยน {rdfs บุคคล: ทำป้ายชื่อของบุคคล foaf:. คน   }}

เงื้อม

WHERE SELECT * {..... }

-> ตัวแปรทั้งหมดที่กล่าวถึงในรูปแบบกราฟ

SELECT หรือไม่? o {WHERE หรือไม่? P o}

- ตัวแปร> เฉพาะที่ระบุไว้ในกรณีนี้และ o?

SELECT DISTINCT ........

-> eleminates ซ้ำกันในผลที่ตามมา

นับ

ฟังก์ชันการรวมง่าย

นับความถี่ที่ตัวแปรที่ถูกผูกไว้

ตัวอย่าง:

: ทิม foaf: ชื่อ "ทิม"

นับเลือก (คนที่?) {foaf บุคคล: ชื่อ?}

-> 2

SPARQL ในชีวิตจริง - Outline

• เราใช้ความรู้ ackquired ก่อนหน้านี้สำหรับ
  • การสำรวจข้อมูลที่ไม่รู้จักโครงสร้างและคำศัพท์
  • สอบถามข้อมูลที่ไม่สอดคล้องกันโครงสร้าง
    

บางจุดสิ้นสุด SPARQL สาธารณะ

SPARQLer : ปลายทางแบบสอบถามวัตถุประสงค์ทั่วไปสำหรับข้อมูลบนเว็บที่สามารถเข้าถึงได้

DBpedia : กว้างขวาง RDF ข้อมูลจากวิกิพีเดีย

DBLP : ข้อมูลบรรณานุกรมจากวารสารวิทยาศาสตร์คอมพิวเตอร์และการประชุม

LMDB : ข้อมูลจาก MDB - ฐานข้อมูลภาพยนตร์ (ไม่มีรูปแบบ html)

World Factbook : สถิติประเทศจากซีไอเอ World Factbook

เกี่ยวกับ DBpedia

จุดตกผลึกของเว็บแบบ Semantic

โสดแหล่งข้อมูลที่สำคัญที่สุด

ความพยายามของชุมชน

สารสกัดจากข้อมูลกึ่งโครงสร้างในวิกิพีเดีย

เนื้อหาที่ไม่ curated

ทราบข้อ จำกัด ของคุณ!

ปลายทาง DBpedia นิยมและเป็นที่ใช้

มักจะเพิ่มงบ LIMIT, เมื่อสร้างคำสั่ง

สำรวจคำศัพท์

การสำรวจโดยการตรวจสอบข้อมูลเช่น

• ค้นหาข้อมูลรายละเอียดเกี่ยวกับข้อมูล
• ใช้เครื่องมือ
• วิเคราะห์การถ่ายโอนข้อมูลแบบสอบถาม
• URI dereference
  
• แบบสอบถาม

ข้อมูลรายละเอียด

สิ่งพิมพ์ชุดข้อมูลได้มากที่สุด decribing พวกเขา

ค้นหาเอกสารเกี่ยวกับพวกเขาโดยใช้ scholar.google.com

เครื่องมือค้นหาความสัมพันธ์

http://www.visualdataweb.org/relfinder.php

URIs dereference

หลักการเชื่อมโยงข้อมูลให้ dereferencing ยูริสจะได้รับการ decriptions

ข้อมูลอินสแตนซ์ที่เมืองไลพซิก

-> http://dbpedia.org/resource/Leipzig

ข้อมูลเกี่ยวกับคำศัพท์ foaf: ชื่อ

-> http://xmlns.com/foaf/0.1/name

สอบถาม

อธิบาย <http://dbpedia.org/resource/Leipzig>

SELECT? p? o WHERE {<http://dbpedia.org/resource/Leipzig>? p? o}

? คำสั่ง p

ในแบบสอบถามที่มีตัวแปรในตำแหน่งกริยาของรูปแบบสาม

? คำสั่ง p - ตัวอย่าง

: จอห์น foaf: ชื่อ "จอห์น"
: จอห์น rdfs: ฉลาก "นี่คือจอห์น"
: จอห์น foaf: โทรศัพท์ "12312"

SELECT P o ที่ไหน? {:? จอห์น P o}

-> foaf: ชื่อ "จอห์น"
- rdfs>: ฉลาก "นี่คือจอห์น"
- foaf>: โทรศัพท์ "12312"

มีการสอบถามสำหรับชั้นเรียน

คำศัพท์ที่กำหนดระดับชั้น

• foaf: คน
• foaf: เอกสาร

RDF: ประเภท / ร่วมกับชั้นเรียนเช่น

• : จอห์น foaf: == คน: คน: จอห์น RDF: ประเภท foaf

มีการสอบถามสำหรับชั้นเรียน - ตัวอย่าง

: จอห์น foaf: คน
: ดาวพลูโตสัตว์: สุนัข

เลือกบุคคลที่ไหน? {คน foaf: คน}

->: จอห์น

SELECT? ชั้น WHERE {? เช่นคลาส}

- foaf>: คน
- สัตว์>: สุนัข

บางจุดสิ้นสุด SPARQL สาธารณะ

SPARQLer : ปลายทางแบบสอบถามวัตถุประสงค์ทั่วไปสำหรับข้อมูลบนเว็บที่สามารถเข้าถึงได้

DBpedia : กว้างขวาง RDF ข้อมูลจากวิกิพีเดีย

DBLP : ข้อมูลบรรณานุกรมจากวารสารวิทยาศาสตร์คอมพิวเตอร์และการประชุม

LMDB : ข้อมูลจาก MDB - ฐานข้อมูลภาพยนตร์ (ไม่มีรูปแบบ html)

World Factbook : สถิติประเทศจากซีไอเอ World Factbook

ประเภท

ประเภท

เลือกประเภทที่แตกต่างกัน?

WHERE {
ประเภทของ EA?
}

คุณสมบัติของรายการ

รายการของคุณสมบัติ

เลือกที่แตกต่างกัน? p? ชื่อ

WHERE {
? rdfs p: ป้ายชื่อ?
? <http://dbpedia.org/ontology/Actor> EA
? e? p? วี
}

การทำงานกับ DBpedia หน้า

มองผ่าน อีวานแย่มาก หน้า DBpedia คุณสมบัติอะไรที่คุณอาจใช้เพื่อให้ได้รายชื่อของผู้นำรัสเซีย

ตรวจสอบข้อเสนอแนะของคุณโดยใช้ ปลายทาง DBpedia

การทำงานกับหน้า DBpedia

SELECT? e
WHERE {
? dcterms e: หมวดหมู่เรื่อง: Russian_leaders
}

SELECT? e
WHERE {
dbpprop e: ชื่อ DBpedia: List_of_Russian_rulers
}

...

COUNT

COUNT

นับเลือก (e)

WHERE {
dbpprop e: ชื่อ DBpedia: List_of_Russian_rulers
}

รูปแบบหลาย ๆ

รูปแบบหลาย ๆ

}

รุ่นที่ดีกว่า:

SELECT? e? ชื่อ
WHERE {
dbpprop e: ชื่อ DBpedia: List_of_Russian_rulers
? rdfs e: ทำป้ายชื่อ?
}

LIMIT

แสดงเฉพาะ 20 รายการแรก แล้วแสดงถัดไป 20 เปลี่ยน OFFSET ถึง 10

LIMIT

SELECT? e? ชื่อ

WHERE {
dbpprop e: ชื่อ DBpedia: List_of_Russian_rulers
? rdfs e: ทำป้ายชื่อ?
}

20 LIMIT
OFFSET 10

FILTER

FILTER

SELECT? e? ชื่อ
WHERE {
dbpprop e: ชื่อ DBpedia: List_of_Russian_rulers
? rdfs e: ทำป้ายชื่อ?

FILTER (? E = <http://dbpedia.org/resource/Ivan_the_Terrible>)
}

สตริงที่จับคู่

จับคู่สาย

SELECT? e? ชื่อ
WHERE {
dbpprop e: ชื่อ DBpedia: List_of_Russian_rulers
? rdfs e: ทำป้ายชื่อ?

FILTER regex ​​(ชื่อ? "อีวาน", "i")
}

Langmatching

Langmatching

SELECT? e? ชื่อ
WHERE {
dbpprop e: ชื่อ DBpedia: List_of_Russian_rulers
? rdfs e: ทำป้ายชื่อ?

FILTER (langMatches (lang (ชื่อ), "EN"))
}

คุณสมบัติของการเลือกที่จะแสดง

เขียนแบบสอบถามก่อนหน้านี้เพื่อแสดงรายการชื่อชื่อของบรรพบุรุษและชื่อของผู้สืบทอด

การเลือกคุณสมบัติที่จะแสดง

การปฏิบัติเพิ่มเติม

ค้นหาชื่อที่แท้จริงของผู้นำรัสเซียซึ่งเป็นบนบัลลังก์ขวาก่อนที่แคทเธอรี I ("แคเธอรีนแห่งรัสเซียผม" @ TH)

คุณสามารถหาวิธีอื่นที่จะทำงานเดียวกัน?

การปฏิบัติเพิ่มเติม

} หรือ

SELECT? ชื่อเป็น? ผู้นำ
WHERE {
dbpprop e: ชื่อ DBpedia: List_of_Russian_rulers
? rdfs e: ทำป้ายชื่อ?
ทายาทผู้สืบทอด: e-DBpedia นกฮูก?
? rdfs ตัวตายตัวแทน: ฉลาก successor_name?
FILTER (? successor_name = "แคเธอรีนแห่งรัสเซียผม" @ TH)
}

optionals

มองไปที่หน้า: http://dbpedia.org/page/Dmitry_of_Suzdal

ทำไมผู้นำนี้ไม่ได้อยู่ในผลของคำสั่งก่อนหน้านี้?

แก้ไขปัญหาที่เกิดขึ้น

optionals

สหภาพแรงงาน

ดูที่ http://dbpedia.org/page/Dmitry_of_Suzdal หน้าอย่างระมัดระวังมากขึ้น สิ่งที่คุณสามารถพูดเกี่ยวกับผู้สืบทอดและบรรพบุรุษของผู้นำ?

แก้ไขปัญหาที่เกิดขึ้น

สหภาพแรงงาน

งานสุดท้าย

ชนิดแบบสอบถามอื่น ๆ

สรรค์สร้าง

-> สร้างกราฟโดยตัวแปรที่มีผลผูกพันในแม่แบบ

ASK

-> ส่งกลับค่าบูลีนถ้ารูปแบบที่สามารถพบได้

อธิบาย

-> ให้คำอธิบายสั้น ๆ เกี่ยวกับทรัพยากรบางอย่าง

ประเภทอื่น ๆ ตัวอย่าง Query

: จอห์น foaf: รู้: ทิม
: จอห์น foaf: ชื่อ "จอห์น"
: จอห์น foaf: โทรศัพท์ "123456"
: ทิม foaf: รู้: จอห์น
: ทิม foaf: ชื่อ "ทิม"

สรรค์สร้าง {foaf บุคคล: ชื่อ? foaf คนที่: โทรศัพท์โทรศัพท์}?
ชื่อ: {foaf บุคคล? foaf คนที่: โทรศัพท์โทรศัพท์}?

->: จอห์น foaf: ชื่อ "จอห์น"
->: จอห์น foaf: โทรศัพท์ "123456"

ประเภทอื่น ๆ ตัวอย่าง Query

: จอห์น foaf: รู้: ทิม
: จอห์น foaf: ชื่อ "จอห์น"
: จอห์น foaf: โทรศัพท์ "123456"
: ทิม foaf: รู้: จอห์น
: ทิม foaf: ชื่อ "ทิม"

อธิบายคนที่ WHERE {foaf บุคคล: ชื่อ? foaf คนที่: โทรศัพท์โทรศัพท์}?

->: จอห์น foaf: ชื่อ "จอห์น"
->: จอห์น foaf: โทรศัพท์ "123456"

ประเภทอื่น ๆ ตัวอย่าง Query

: จอห์น foaf: รู้: ทิม
: จอห์น foaf: ชื่อ "จอห์น"
: จอห์น foaf: โทรศัพท์ "123456"
: ทิม foaf: รู้: จอห์น
: ทิม foaf: ชื่อ "ทิม"

ชื่อ: ASK {foaf บุคคล? foaf คนที่: โทรศัพท์โทรศัพท์}?
-> จริง

ฟังก์ชันการรวม

ฟังก์ชันการรวมที่คล้ายกับ SQL ถูกนำมาใช้กับ SPARQL 1.1

นาทีสิ่งที่สำคัญที่สุด, สูงสุด, Avg Sum, Count

กลุ่มโดยกลุ่มผลตามจำเป็นสำหรับการฉาย

ฟังก์ชั่นรวม - ตัวอย่าง

: เจน: อายุ 23

SELECT เฉลี่ย WHERE (อายุ?) {คนที่:? อายุ}

-> 25

เลือกเพศนาที WHERE {บุคคล (อายุ?) อายุ? บุคคล: เพศเพศ} GROUP BY เพศ?

->: ชาย 20
->: หญิง 23

Grahps ชื่อ

อนุญาตให้มีการควบคุมเพิ่มเติมเกี่ยวกับกราฟที่สามมาจาก

SELECT *
จาก <http://mygraph.example/> ตั้งชื่อ
WHERE {กราฟกรัม {s หรือไม่? p? o}}

-> <http://mygraph.example/> <S> <p> <o>

กราฟ Named - ตัวอย่าง

แบบสอบถามย่อยที่มีจากประโยค

subqueries ในราคาถูก:

1. เขียนแบบสอบถามที่คุณต้องการใช้เป็นพื้นฐานเป็นแบบสอบถามสร้าง
2. URL เข้ารหัส
3. สร้างแบบสอบถามอื่น ๆ
4. ใส่ปลายทางสำหรับแรก + แบบสอบถามที่เข้ารหัสในข้อ FROM ของแบบสอบถามอื่น ๆ

-> * เลือกจาก <http://dbpedia.org/sparql?query=SELECT%20....>

การปฏิเสธ

คำถาม: วิธีการหารายชื่อทั้งหมดที่ไม่ได้มีหมายเลขโทรศัพท์

ใช้การรวมกันของไม่ได้ถูกผูกไว้และตัวเลือก!

ตัวอย่างการปฏิเสธ

: ทิม foaf: ชื่อ "ทิม"

โทรศัพท์ SELECT? ชื่อ {
ชื่อ: foaf บุคคล?
ตัวเลือก {foaf คนที่:? โทรศัพท์โทรศัพท์}
FILTER (! จำกัด (โทรศัพท์?))}

-> ทิม

สหพันธ์แบบสอบถาม

คำหลักที่ช่วยให้บริการสหพันธ์ระหว่าง endpoints SPARQL หลาย

endpoints กระจายแบบสอบถาม

เหตุผลและ SPARQL

เหตุผลที่ไม่ได้เป็นคุณลักษณะ SPARQL

เหตุผลบางอย่างที่สามารถจำลองด้วย SPARQL

ที่ขาดหายไปของสมาคมโดยตรงกับชั้นเรียนผู้ปกครองสามารถสอบถามได้ที่มีรูปแบบเช่น

{rdfs ย่อย:? subClassof ผู้ปกครอง
? subsub rdfs: subClassOf ย่อย ... }

เส้นทางที่ให้บริการ

ทั้งที่เกี่ยวกับการสร้างประโยคน้ำตาล:

? บุคคล foaf: รู้ / foaf: ชื่อ ==

? บุคคล foaf: รู้ว่าเพื่อน? ชื่อ: foaf เพื่อน?

หรือสำรวจตรวจ:

? x foaf: รู้ + / foaf: ชื่อ

ข้อซักถามและพีชคณิต

• คำสั่ง SPARQL จะเรียบเรียงสำนวนพีชคณิตสำหรับการประเมินผล
• คำสั่ง SPARQL กับชุดผลลัพธ์ที่เหมือนกันสามารถดำเนินการที่แตกต่างกันขึ้นอยู่กับวิธีการที่ดีแบบสอบถามสามารถเพิ่มประสิทธิภาพ

ตัวอย่าง:

เลือก * {s หรือไม่? p? o FILTER (p = foaf:? && o ชื่อ = "แองเจลาเมอร์เค" @ TH)}

เลือก * {foaf s: ชื่อ "แองเจลาเมอร์เค" @ en}

พีชคณิต

PREFIX  foaf: <http://xmlns.com/foaf/spec/>

SELECT  *
WHERE
  { ?s foaf:name "Angela Merkel"@en }

  1 (base <http://example/base/>
  2   (prefix ((foaf: <http://xmlns.com/foaf/spec/>))
  3     (bgp (triple ?s foaf:name "Angela Merkel"@en))))

พีชคณิต

PREFIX  foaf: <http://xmlns.com/foaf/spec/>

SELECT  *
WHERE
  { ?s ?p ?o
    FILTER ( ( ?p = foaf:name ) && ( ?o = "Angela                                    Merkel"@en ) )
  }

คอมไพล์เป็น

(base <http://example/base/>
  (prefix ((foaf: <http://xmlns.com/foaf/spec/>))
    (filter (&& (= ?p foaf:name) (= ?o "Angela                                     Merkel"@en))
      (bgp (triple ?s ?p ?o)))))

การประเมินผล

• คำสั่ง SPARQL มีการประเมินซ้ำที่เริ่มต้นจากรูปแบบที่สาม (โหนดใบ)
• ชุดผลกลางจะสร้าง

การใช้งานของดัชนีสำหรับ:

• ทรัพยากร
• ตัวอักษร

แต่ไม่ใช่สำหรับ:

• regex
• ฟังก์ชันการรวม

แทนที่จะพิจารณา BIF: มี และพิจารณาผลักดันตัวกรองที่ลึกลงไปในคำสั่งที่เป็นไปได้

ไม่ผูกพัน

ไม่ผูกพัน

การรวมตัว

A1 รวม

A2 รวม

A3 รวม

AS

AS

ลบ

ลบ

การนำข้อมูล

การนำข้อมูล

ค้นหาคอมมอนส์

ค้นหาคอมมอนส์

การใช้การค้นหาความสัมพันธ์

การใช้ Hanne

วิธีการเชื่อมต่อ

ที่จะเขียนแบบสอบถาม

ค้นหาส่วนนี้:

คุณสามารถป้อนแบบสอบถามที่คุณต้องการใด ๆ

วิธีการแสดงผล

กรอกตารางตามด้วยโครงสร้างวัตถุ JSON

ปลายทาง SPARQL

http://www.sparql.org/

http://dbpedia.org/sparql

http://www.w3.org/wiki/SparqlEndpoints

SPARQL ร้านค้าที่สามเปิดการใช้งาน

โอเพนซอร์ส Virtuoso http://virtuoso.openlinksw.com/ ---

Jena & Fuseki --- http://jena.apache.org/

งา --- http://www.openrdf.org/

เครื่องมือเพิ่มเติม

แหล่งการเรียนรู้เพิ่มเติม

• เทรนเนอร์ SPARQL (http://aksw.org/projects/sparqltrainer)
• การเรียนรู้ SPARQL บ๊อบชาร์มรีลลี่ (2011)
• เว็บแบบ Semantic สำหรับ Ontologist ทำงานคณบดี Allemang และเจมส์ Hendler, มอร์แกน Kaufmann (2011)
• SPARQL โดยยกตัวอย่างเช่น http://www.cambridgesemantics.com/semantic-university/sparql-by-example

หัวข้อเพิ่มเติม

GeoSparql

งานหน้าจอ 30 กม. อนุเสาวรีย์ไปบนแผนที่

ปรับปรุง sparql

งาน: สร้างกราฟที่มีข้อมูลส่วนบุคคลบางอย่างเกี่ยวกับคุณ

ปลาย!

งานสุดท้าย

วัตถุประสงค์การเรียนรู้

• ความสัมพันธ์ระหว่างฐานข้อมูลเชิงสัมพันธ์และ RDF
• ความเข้าใจพื้นฐานของหลักการการทำแผนที่
  

การใช้งานเว็บคลาสสิก

Triplification โดยเป็นตัวเป็นตน

• การเข้าถึงโดยตรงกับข้อมูลที่ผู้ใช้สามารถสร้างคำสั่งของตัวเอง
• ข้อมูลที่เชื่อมโยงช่วยให้โปรแกรมอื่น ๆ ที่จะใช้วันที่
• เชิงลบ: ความต้องการเซิร์ฟเวอร์อื่น ๆ ที่มีดัชนี / รอยความทรงจำ

Triplification โดย SPARQL การ SQL-เขียนใหม่

• ผลประโยชน์ทั้งหมดที่ได้จากบวกก่อนหน้านี้:
• ค่าใช้จ่ายในการใช้งานลดลงรอยหน่วยความจำขนาดเล็ก
  
• ข้อมูลเสมอ
  
  

การแมปสำหรับ Triplification

• ทำงานสำหรับการเป็นตัวเป็นตนและ SPARQL การ SQL-เขียนใหม่
• R2RML เป็น RDB ที่โดดเด่นที่สุดในการจัดทำแผนที่ภาษา RDF
  • การแมปที่กำหนดเองสำหรับการแปลง RDB เป็น RDF
  • คำแนะนำของ W3C ตั้งแต่กันยายน 2012
  • ทำให้เป็นเต่า
    
    
    

แนวคิดหลัก R2RML

แผนที่ระยะสร้างเงื่อนไข RDF (Iris, ตัวอักษรและโหนดที่ว่างเปล่า)

• จากแม่แบบหรือ
• จากคอลัมน์หรือ
• จากการแสดงออกคงที่
  

แนวคิดหลัก R2RML

แผนที่ระยะสร้างเงื่อนไข RDF (Iris, ตัวอักษรและโหนดที่ว่างเปล่า)

• จากแม่แบบหรือ
• จากคอลัมน์หรือ
• จากการแสดงออกคงที่

อเนกประสงค์แผนที่สร้างอเนกประสงค์

• จากแถวของตารางหรือมุมมอง,
• โดยใช้แผนที่ระยะ

แนวคิดหลัก R2RML

แผนที่ระยะสร้างเงื่อนไข RDF (Iris, ตัวอักษรและโหนดที่ว่างเปล่า)

• จากแม่แบบหรือ
• จากคอลัมน์หรือ
• จากการแสดงออกคงที่

อเนกประสงค์แผนที่สร้างอเนกประสงค์

• จากแถวของตารางหรือมุมมอง,
• โดยใช้แผนที่ระยะ

การอ้างอิงถึงรูปแบบแผนที่วัตถุสัมพันธ์ระหว่างแผนที่อเนกประสงค์

การทำแผนที่ด้วย R2RML

การทำแผนที่ด้วย R2RML

การทำแผนที่ด้วย R2RML

แผนที่ง่ายดำเนินการ

ฐานข้อมูลตัวอย่าง

แผนที่ง่ายดำเนินการ

สำหรับการทำแผนที่ก่อนหน้านี้

แผนที่ง่ายดำเนินการ

ผลลัพธ์ใน

เค้าโครง

เค้าโครง

คำที่เกี่ยวข้อง: การศึกษาอภิปรัชญา

• "การเรียนรู้อภิปรัชญาเป็น subtask ของการสกัดข้อมูล. เป้าหมายของการเรียนรู้อภิปรัชญาคือการ (กึ่ง) โดยอัตโนมัติสารสกัดจากแนวคิดที่เกี่ยวข้องและความสัมพันธ์จากคลังที่กำหนดหรือชนิดอื่น ๆ ของชุดข้อมูลในรูปแบบอภิปรัชญา." (วิกิพีเดียวันนี้)
• "การเรียนรู้อภิปรัชญาเป็นกลไกสำหรับกึ่งอัตโนมัติสนับสนุนวิศวกรอภิปรัชญาในจีวิศวกรรม.''
  Mädche AD อภิปรัชญาการเรียนรู้สำหรับเว็บแบบ Semantic วิทยานิพนธ์ Universität Karlsruhe, 2001
• "การเรียนรู้อภิปรัชญาจุดมุ่งหมายที่จะบูรณาการความหลากหลายของสาขาวิชาเพื่อที่จะอำนวยความสะดวกในการก่อสร้างของจีส์ในอภิปรัชญาวิศวกรรมและการเรียนรู้โดยเฉพาะอย่างยิ่งเครื่อง."
  AD Mädcheเอส Staab การเรียนรู้ของอภิปรัชญา คู่มือของจีส์ในระบบสารสนเทศ, 2004

การจำแนกประเภทของข้อมูลการศึกษาอภิปรัชญา

การจำแนกประเภทของอภิปรัชญาศึกษา DataII

อภิปรัชญาการเรียนรู้ชั้นเค้ก [Cimiano 2006]

รูปแบบ [เฮิร์สต์ 1992] สำหรับ subsumption ชั้น

• เช่น NP NP เป็น {,} * {หรือ |} และ NP
• "เกมเช่นเบสบอลและคริกเก็ต"
• NP {, NP} * {} {และ | หรือ} NP อื่น ๆ
  • "กระต่ายและสัตว์อื่น ๆ "
  • แต่: "กระต่ายและสัตว์เลี้ยงอื่น ๆ "
• NP {} {รวมทั้ง NP,} * {หรือ |} และ NP
  • "ผลไม้รวมทั้งแอปเปิ้ลและลูกแพร์"
• NP {} โดยเฉพาะอย่างยิ่ง {NP,} * {หรือ |} และ NP
• "ยุโรปโดยเฉพาะอย่างยิ่งชาวอิตาเลียน"
• แต่: "ประธานาธิบดีสหรัฐโดยเฉพาะอย่างยิ่งพรรคประชาธิปัตย์"

รูปแบบ [โอกาตะและถ่านหิน 2004]

• เป็น NP NP
• "จิงโจ้เป็นสัตว์ที่อาศัยอยู่ในประเทศออสเตรเลีย."
• NP ชื่อ | เรียกว่า NP
  • "คนญี่ปุ่นชอบที่จะเล่นเกมที่เรียกว่าไป."
• NP, NP
  • "Sencha, ชาที่นิยมมากที่สุดในประเทศญี่ปุ่น ... "
• NP NP
• "จอห์นรักเฟอร์รารีของเขา รถ ... "
• ท่ามกลาง NP, NP
  • ในบรรดาเครื่องดนตรีทั้งหมดไวโอลิน are ... "
• NP ยกเว้น | อื่น ๆ กว่า NP
  • พนักงานยกเว้นสำหรับผู้จัดการทุกข์ทรมานจาก ... "

กฎแหย่

• GATE = ทั่วไปสถาปัตยกรรมวิศวกรรมข้อความ
• เขียนใน Java
• ผู้ใหญ่ใช้ทั่วโลก
• ภาษาแหย่ = สำหรับสร้างต้นแบบอย่างรวดเร็วและการดำเนินงานที่มีประสิทธิภาพของวิธีการวิเคราะห์ตื้น
• สามารถนำมาใช้เช่น ~ หารูปแบบที่เฉพาะเจาะจงโดเมน (บล็อกการเงิน ฯลฯ )

II แหย่กฎ

rule: Hearst_1 ( (NounPhrase):superconcept {SpaceToken.kind == space} {Token.string=="such"} {SpaceToken.kind == space} {Token.string=="as"} {SpaceToken.kind == space} (NounPhrase):subconcept ):hearst1

-->

:hearst1.SubclassOfRelation = { rule = "Hearst1" }, :subconcept.Domain = { rule = "Hearst1" }, :superconcept.Range = { rule = "Hearst1" }

ความคล้ายคลึงกันบริบทคำศัพท์ (เช่น [Cimiano และVölker 2005])

• "โคลัมบัสเป็นเมืองหลวงของรัฐโอไฮโอ. โคลัมบัสมีประชากรประมาณ 700,000 คนที่อาศัยอยู่."
• โคลัมบัส (เมืองหลวง (1), รัฐ (1), โอไฮโอ (1) ประชากร (1), อาศัย (1))
• ซิตี้ (ประเทศ (2), รัฐ (1), อาศัย (2), นายกเทศมนตรี (1), สถานที่ (1))
• Explorer (เรือ (1) กะลาสี (2) การค้นพบ (1))

"ส่วนใหญ่อาจจะ": ซิตี้ (โคลัมบัส)

เฟรม Subcategorization

• "ทีน่าไดรฟ์ฟอร์ด."
• คน (Tina) คัน (ฟอร์ด)
• "พ่อของเธอขับรถบัส."
• ประเภทรองของพ่อคน
• ประเภทรองของรถยานพาหนะ
• subcat: ไดรฟ์ (ไอคอน: คน obj: ยานพาหนะ)
• \[Person \sqsubseteq \forall drive.Vehicle \]

Text2Onto

อัล Suchanek et 2009

"วอชิงตันเป็นเมืองหลวงของสหรัฐ. (... ) นิวยอร์กเป็นเมืองหลวงของสหรัฐแฟชั่น."

• สกัด: hasCapital (สหรัฐ, นิวยอร์ก); hasCapital (สหรัฐวอชิงตัน)
• ความรู้พื้นฐาน: hasCapital เป็นสถานที่ทำงาน
• ข้อสรุปที่เป็นไปได้:
• นิวยอร์กวอชิงตัน =
• ที่ไม่สอดคล้องกัน (สมมติชื่อที่เป็นเอกลักษณ์)
• ความขัดแย้งทางตรรกะสามารถช่วยในการตรวจสอบข้อผิดพลาดในข้อมูลที่สกัดโดยอัตโนมัติ

Leda

วิธีการอื่น ๆ

• กฎสมาคมและสถิติการเกิดขึ้นร่วม
• ตัวอย่างประโยค: \[hyponymy \approx subsumption \]
  • hyponym (ธนาคาร \ (\ คม \) 1 สถาบัน \ (\ คม \) 1)
  • ประเภทรองของธนาคารสถาบัน
• heuristics นามวลี
  • "ซอฟแวร์การประมวลผลภาพ"
• การจัดกลุ่มอินสแตนซ์ (เช่นโคลัมบัสและวอชิงตัน)
  • การจัดกลุ่มลำดับชั้นของเวกเตอร์บริบท
• เสร็จฐานความรู้ / การวิเคราะห์แนวความคิดอย่างเป็นทางการ (FCA)
  • ถามคำถามวิศวกรความรู้ในการดำเนินการฐานความรู้
  • เครื่องมือ: OntoComp [. Sertkaya et al,]

เครื่องมือและกรอบ

เครื่องมือและกรอบ II

ปัญหาและความท้าทาย

• Homonymy และ polysemy เช่น [Ovchinnikova เอตอัล 2006]
• "ปีเตอร์นั่งอยู่บนฝั่งในด้านหน้าของธนาคาร."
• "หนังสือที่น่าสนใจกำลังนอนอยู่บนโต๊ะ."
• ความหมายของคำคุณศัพท์
• "ดอกไม้สีแดง", "เพื่อนเท็จ"
• หัวที่ว่างเปล่าเช่น [Völkerเอตอัล 2005], [Cimiano และ Wenderoth 2005]
• "ปลาทูน่าเป็นชนิดของปลา. Bluefin ใต้เป็นหนึ่งในประเภทที่ใกล้สูญพันธุ์มากที่สุดของปลาทูน่า."
• จุดไข่ปลาและ underspecification
• "แมรี่เริ่มหนังสือ."
• Anaphora (เช่นคำสรรพนาม) เช่น [Cimiano และVölker 2005]
• "มีแอปเปิ้ลลงบนโต๊ะ. ก็เป็นสีแดง."

ปัญหาและความท้าทาย (Ctd. )

• อุปมาอุปมัยและแรงเป็นระยะเช่น [et al, 2007]
• "ชีวิตคือการเดินทาง."
• ความคิดเห็นใบเสนอราคาและการพูดรายงาน
• "ทอมคิดว่าโลมาเป็นสัตว์เลี้ยงลูกด้วย."
• สิ่งที่ควรจะเป็นตัวแทนในฐานะปัจเจกบุคคล? เช่น [Zirn เอตอัล 2008]
• "จิงโจ้เป็นสัตว์ที่อาศัยอยู่ในประเทศออสเตรเลีย."
• ชั้นความสัมพันธ์, (ทรัพย์สินวัตถุ) หรือแอตทริบิวต์ (ทรัพย์สินประเภทข้อมูล)
• "ช้างทั้งหมดเป็นสีเทา."
• "อีสเตอร์จันทร์เป็นวันหยุดประจำชาติ."
• ความรู้ที่มีการเปลี่ยนแปลงเช่น [Stojanovic 2004], [Zablith et al, 2009]
• "ดาวพลูโตเป็นดาวเคราะห์."

การเรียนรู้นกฮูกนิพจน์ชั้น

• ที่ได้รับ:
• ความรู้พื้นฐาน (โดยเฉพาะฐานความรู้นกฮูก / DL)
• ตัวอย่างบวกและลบ (บุคคลโดยเฉพาะในกลุ่มฐานความรู้)
• เป้าหมาย:
• สูตรตรรกะ (โดยเฉพาะอย่างยิ่งการแสดงออกชั้นนกฮูก) ครอบคลุมตัวอย่างบวกและไม่ครอบคลุมตัวอย่างลบ

ILP และเว็บความหมาย

• ตั้งแต่การเขียนโปรแกรม Logic ช่วงต้น 90s อุปนัย
• เพียงไม่กี่วิธีการขึ้นอยู่กับคำอธิบายของ logics
• อภิปรัชญาเว็บภาษา (OWL) จะกลายเป็นมาตรฐานของ W3C ในปี 2004
• จำนวนที่เพิ่มขึ้นของ RDF / นกฮูกฐาน knowlegde แต่ ILP ส่วนใหญ่ยังมุ่งเน้นไปที่โปรแกรมตรรกะ - ช่องว่างการวิจัย>

ทำไม ILP ในเว็บแบบ Semantic?

• การเรียนรู้ของอภิปรัชญา:
• ที่ได้รับในระดับ K
• กรณีตัวอย่างที่เป็นบวก
• กรณีที่ไม่ได้เป็นตัวอย่างในทางลบ
• คำจำกัดความที่สามารถเรียนรู้ได้ถ้า ABox มีข้อมูล
• การพัฒนาของการแก้ปัญหาปัญหาที่มีอยู่ ML
• การใช้งานโดยตรงของความรู้ในความหมายเว็บแทนของการแปลงในส่วนของคำสั่งฮอร์นเช่นใช้วิธีการ ML

สิ่งที่ต้องทำ: / refinerho หายไป ... ผู้ประกอบการปรับแต่งสี - นิยาม

• ให้ DL \ (\ mathcal {L} \) พิจารณาพื้นที่เสมือนสั่ง \ (\ \ langle mathcal {C} (\ mathcal {L}) \ sqsubseteq_ T \ rangle \) ไปที่แนวความคิดของ \ (\ mathcal {L} \)
• \ (\ Rho: \ mathcal {C} (\ mathcal {L}) \ to 2 ^ {\ mathcal {C} (\ mathcal {L})} \) เป็นลดลง \ (\ mathcal {L} \) การปรับแต่ง ถ้าการดำเนินการใด ๆ \ (C \ in \ mathcal {C} (\ mathcal {L}) \): \[D \in \rho(C) \text{ implies } D \sqsubseteq_ T C\]
• สัญกรณ์: เขียน \ (C \ ไป D \) แทน \ (D \ in \ Rho (C) \)
• ห่วงโซ่การปรับแต่งเช่นใน \ (\ \ langle mathcal {C} (EL) \ sqsubseteq_ T \ rangle \): \[ \top \to_{\rho} male \to male \sqcap \exists hasChild.\top \]

การเรียนรู้กับผู้ประกอบการปรับแต่ง

สิ่งที่ต้องทำ: \ refinerho ที่ขาดหายไป ... คุณสมบัติของผู้ประกอบการปรับแต่ง

• จำกัด IFF \ (\ Rho (C) \) คือ จำกัด สำหรับแนวคิดใด ๆ \ (\ in \ mathcal {C} (\ mathcal {L}) \)
• ซ้ำซ้อน IFF มีอยู่สองที่แตกต่างกัน \ (\ Rho \) โซ่การปรับแต่งจาก C แนวคิดกับแนวคิดดี
• ที่เหมาะสมสำหรับ IFF \ (C, D \ in \ mathcal {C} (\ mathcal {L}), C refinerho D \) หมายถึง \ (C \ ไม่ได้ \ equiv_T D \)
• เหมาะ IFF มันเป็นแน่นอนสมบูรณ์และเหมาะสม
• เสร็จสมบูรณ์ก็ต่อสำหรับ \ (C, D \ in \ mathcal {C} (La) กับ D \ sqsubseteq_ TC มี E แนวคิดต่อ E \ equiv_ TD และห่วงโซ่การปรับแต่ง C refinerho \ cdots refinerho E \)
• ที่ไม่ค่อยสมบูรณ์ก็ต่อแนวความคิดใด ๆ \ (C \) ด้วย \ (C \ sqsubseteq_T \ \ top) เราสามารถเข้าถึงแนวคิด \ (E \) ด้วย \ (E \ equiv_T C \) จาก \ (\ \ top) โดย \ ( \ Rho \)
• เหมาะ = สมบูรณ์ + + ที่เหมาะสม จำกัด

คุณสมบัติของผู้ประกอบการปรับแต่ง II

• คุณสมบัติระบุวิธีที่เหมาะสมในการดำเนินการปรับแต่งสำหรับการแก้ปัญหาการเรียนรู้:
• ผู้ประกอบการที่ไม่สมบูรณ์อาจจะพลาดการแก้ปัญหา
• ผู้ประกอบการที่ซ้ำซ้อนอาจนำไปสู่แนวคิดที่ซ้ำกันในต้นไม้ค้นหา
• ผู้ประกอบการที่ไม่เหมาะสมอาจสร้างแนวคิดเทียบเท่า (ซึ่งครอบคลุมตัวอย่างเดียวกัน)
• สำหรับผู้ประกอบการที่ไม่มีที่สิ้นสุดมันอาจจะไม่เป็นไปได้ที่จะคำนวณการปรับแต่งทั้งหมดของแนวความคิดที่กำหนด
• เราวิจัยคุณสมบัติของผู้ประกอบการปรับแต่งในรายละเอียด Logics
• คำถามสำคัญ: คุณสมบัติที่สามารถนำมารวม?

การปรับแต่งทฤษฎีบทให้ผู้ประกอบการ

ทฤษฎีบท

1. {ไม่ค่อยสมบูรณ์ครบถ้วน จำกัด }
2. {ไม่ค่อยสมบูรณ์ครบถ้วนเหมาะสม}
3. {ไม่ค่อยสมบูรณ์ไม่ซ้ำซ้อน จำกัด }
4. {สมบูรณ์นิดหน่อยที่ไม่ซ้ำซ้อนที่เหมาะสม}
5. {ไม่ซ้ำซ้อนขอบเขตที่เหมาะสม}

ดำเนินการให้การปรับแต่งครั้งที่สองทฤษฏี

• ไม่มีการปรับแต่งในอุดมคตินกฮูกและ logics คำอธิบายของหลาย
• แสดงให้เห็นว่าการเรียนรู้ใน DLs เป็นเรื่องยาก
• อัลกอริทึมต้องตอบโต้ข้อเสีย
• เป้าหมาย: พัฒนาผู้ประกอบการใกล้กับขีด จำกัด ทางทฤษฎี

ความหมายของ \ (\ mathcal {p} \)

ความหมายของ \ (\ mathcal {p} \) II

ความหมายของ \ (\ mathcal {p} \) III

ความหมายของ \ (\ mathcal {p} \) IV

สิ่งที่ต้องทำ: ตัวอักษร .. \ (\ mathcal {p} \) คุณสมบัติ

• \ (\ op \) เสร็จสมบูรณ์
• \ (\ op \) ไม่มีที่สิ้นสุดเช่นมีหลายขั้นตอนการปรับแต่งอนันต์ของฟอร์ม: \ (\ \ top refineop C_1 \ sqcup C_2 \ sqcup C_3 \ sqcup \ dots \)
• \ (\ op \) ไม่เหมาะสม แต่สามารถขยายไปยัง \ emph {ประกอบที่เหมาะสม \ (\ opclosed \)} (การปรับแต่งให้มีราคาแพงกว่าในการคำนวณ)
• \ (\ op \) จะซ้ำซ้อน:

สิ่งที่ต้องทำ: ตัวอักษร .. \ (\ mathcal {p} \) II คุณสมบัติ

• \ (\ op \) เสร็จสมบูรณ์
• \ (\ op \) ไม่มีที่สิ้นสุดเช่นมีหลายขั้นตอนการปรับแต่งอนันต์ของฟอร์ม: \ (\ \ top refineop C_1 \ sqcup C_2 \ sqcup C_3 \ sqcup \ dots \)
• \ (\ op \) ไม่เหมาะสม แต่สามารถขยายไปยังผู้ประกอบการที่เหมาะสม \ (\ opclosed \) (กลั่นกรองราคาแพงมากขึ้นในการคำนวณ)
• \ (\ op \) จะซ้ำซ้อน:

"การปรับแต่งการใช้งานขั้นตอนวิธีการเรียนรู้ที่ใช้สำหรับ \ (\ mathcal {ALC} \) Logic รายละเอียด"
เจมาห์พี hitzler, ILP ประชุม 2008

"การเรียนรู้แนวความคิดในรายละเอียด Logics ใช้ประกอบการปรับแต่ง"
เจมาห์พี hitzler, เครื่องการเรียนรู้, 2010

OCEL

• ใช้ \ (mathcal {p} \) สำหรับการค้นหาบนลงล่าง
• OCEL เสร็จสมบูรณ์ - มันมักจะหาวิธีแก้ปัญหาถ้ามีอยู่
• กำหนดสูงภาษาเป้าหมายเช่น felxible เกณฑ์การเลิกจ้างและการวิเคราะห์พฤติกรรม
• ใช้เทคนิคการขจัดความซ้ำซ้อนกับ WRT ซับซ้อน polynommial ขนาดต้นไม้ค้นหาตามรูปแบบสั่งการปฏิเสธปกติ
• สามารถจัดการกับผู้ประกอบการปรับแต่งแบบขั้นตอนโดยไม่มีที่สิ้นสุดการขยายตัวในแนวนอนที่มีความยาว จำกัด

สิ่งที่ต้องทำ: ขยายโหนดแบบขั้นตอน

scalability: เหตุผล

\ (\ mathcal {K} = \ {\ mathcal {ชาย} \ sqsubseteq \ mathcal {บุคคล} \)
\ (\ mathcal {OnlyMaleChildren} () \)
\ (\ {} คน mathcal (a) \ mathcal {ชาย} (a_1) \ mathcal {ชาย} (a_2) \)
\ (\ mathcal {} hasChild (, a_1) \ mathcal {} hasChild (, a_2) \} \)

• ให้ \ (\ mathcal {K} \) เราต้องการที่จะเรียนรู้รายละเอียดของ \ (\ mathcal {OnlyMaleChildren} \)
• \ (C = \ {บุคคล} \ mathcal sqcap \ forall \ mathcal {hasChild}. \ mathcal {ชาย} \) ที่ดูเหมือนจะเป็นทางออกที่ดี แต่ \ (\ mathcal {} \) ไม่ได้เป็นตัวอย่างของ \ ( mathcal {C} \) ภายใต้ OWA
• ความคิด: dematerialise \ (K \) โดยใช้มาตรฐาน (OWA) DL เฟ้น แต่ดำเนินการตรวจสอบเช่นการใช้ค
• เพื่อใกล้ชิดกับสัญชาตญาณและมีการปรับปรุงประสิทธิภาพการทำงานที่สำคัญ
• เหมาะสำหรับการพันของการตรวจสอบตัวอย่างจากฐานความรู้แบบคงที่

scalability: คำนวณครอบคลุม Stochastic

Heuristics มักจะต้องมีการตรวจสอบเช่นแพงหรือการดึงเช่น:

scalability: Stochastic ครอบคลุม II คำนวณ

Heuristics มักจะต้องมีการตรวจสอบเช่นแพงหรือการดึงเช่น:

• แทนที่ \ (| R (A) \ ฝา R (C) | \) und \ (| R (C) | \) โดยตัวแปร \ (\) และ \ (b \) เราต้องการที่จะประเมิน
• Wald วิธีการสำหรับการคำนวณช่วงความเชื่อมั่นที่ 95%
• ประมาณการครั้งแรก \ (mathcal {} \) จากนั้นแสดงออกทั้ง
• วิธีการที่สามารถนำไปใช้วิเคราะห์พฤติกรรมต่างๆ
• ในการทดสอบจีส์จริงถึง 99% น้อยการตรวจสอบเช่นอัลกอริถึง 30 ครั้งเร็ว
• อิทธิพลต่ำกับผลการเรียนรู้ที่แสดงสังเกตุในการเรียนรู้ปัญหาที่ 380 เมื่อวันที่ 7 จีส์จริง (แตกต่างกันไปตามแคลิฟอร์เนีย. \ (0,2% \ \ PM 0,4% \ \))

scalability: สกัด Fragment

"การเรียนรู้จากนกฮูก {} คำอธิบายชั้นบนขนาดใหญ่มากฐานความรู้"
Hellmann มาห์น, Auer, Int วารสาร Inf เว็บความหมาย Syst, 2009

การประเมินผลการติดตั้ง

• การขาดมาตรฐานในการประเมินผลนกฮูก / DL การเรียนรู้
• ขั้นตอน: แปลงมาตรฐานที่มีอยู่เพื่อ OWL (เสียเวลาต้องมีความรู้โดเมน)
• วัดความแม่นยำในการพยากรณ์จากการตรวจสอบข้ามสิบเท่า
• ส่วนที่ 1: การประเมินผลกระทบนกฮูก / DL ระบบการเรียนรู้
• ส่วนที่ 2: การประเมินผลกับระบบอื่น ๆ ML (ปัญหาการเกิดมะเร็ง)
• ส่วนที่ 3: การประเมินผลจากยานอภิปรัชญา

การประเมินผลความถูกต้อง

• คอลเลกชันจาก 6 Benchmarks
• สถิติ OCEL บ่อย อย่างมีนัยสำคัญที่ดีกว่าอัลกอริทึมอื่น ๆ สำหรับมาตรฐานมากที่สุด

การประเมินผล: การอ่าน

• YinYang สร้างโซลูชั่นอย่างมีนัยสำคัญอีกต่อไป

การประเมินผล: Runtime

การเกิดมะเร็ง

• เป้าหมาย: ทำนายว่าส่วนผสมทางเคมีที่ก่อให้เกิดมะเร็ง
• ทำไม?
• มากกว่า 1000 สารใหม่ในแต่ละปี
• สารที่สามารถมักจะได้รับการทดสอบผ่านการทดลองเป็นเวลานานและมีราคาแพงเมื่อหนู
• ความรู้พื้นฐาน:
• ฐานข้อมูลของสหรัฐโปรแกรมพิษวิทยาแห่งชาติ (NTP)
• ดัดแปลงมาจากอารัมภบทถึงนกฮูก

"ได้รับการแจ้งเตือนโครงสร้างที่ถูกต้องสำหรับสาเหตุของการเกิดโรคมะเร็งเคมีเป็นปัญหาของค่าทางวิทยาศาสตร์และมนุษยธรรมที่ดี." (ก. Srinivasan, RD คิงจุ๊ Muggleton, MJE สเติร์น 1997)

มะเร็ง II

• ปัญหาที่ท้าทายมาก: ความถูกต้องต่ำส่วนเบี่ยงเบนมาตรฐานสูง
• สถิติ OCEL ลงชื่อ ดีกว่าวิธีการอื่น ๆ มากที่สุด

การประเมินผลการเรียนรู้อภิปรัชญา

• 5 studens ปริญญาเอก
• 5 จีส์จริงในโดเมนที่แตกต่างกัน
• 998 การตัดสินใจของผู้ทดสอบแต่ละ 92 ชั้นเรียน
• ใน 35% ของกรณีที่ได้รับการยอมรับคำแนะนำสำหรับการปรับปรุงอภิปรัชญา
• ปัญหาคุณภาพอภิปรัชญาข้อผิดพลาดในการสร้างแบบจำลอง (เรียน unsatisfiable, ร้าวฉานและร่วมสับสน ฯลฯ )

โครงการ DL-Learner

• DL-Learner โอเพ่นซอร์ส Projekt: http://dl-learner.org, http://sf.net/projects/dl-learner
• ขยายแพลตฟอร์มสำหรับปัญหาการเรียนรู้ที่แตกต่างกันและขั้นตอนวิธี
• การเชื่อมต่อ: บรรทัดคำสั่ง GUI, เว็บบริการ
• สนับสนุนรูปแบบนกฮูกที่พบบ่อย
• ช่วยให้ reasoners แตกต่างกัน (ผ่านทางนกฮูก API, DIG, OWLLink)
• mloss.org (ซอฟแวร์ที่มา ML & เปิด): 1600 ดาวน์โหลด

การประยุกต์ใช้งาน

• "คลาสสิก" ปัญหา ML
• การเกิดมะเร็ง
• งานด้านการแพทย์อื่น ๆ

II โปรแกรม

• "คลาสสิก" ปัญหา ML
• การเกิดมะเร็ง
• งานด้านการแพทย์อื่น ๆ
• การเรียนรู้ของอภิปรัชญา
• ปลั๊กอินProtégé

III โปรแกรม

• "คลาสสิก" ปัญหา ML
• การเกิดมะเร็ง
• งานด้านการแพทย์อื่น ๆ
• การเรียนรู้ของอภิปรัชญา
• ปลั๊กอินProtégé
• ปลั๊กอิน OntoWiki

IV โปรแกรม

• "คลาสสิก" ปัญหา ML
• การเกิดมะเร็ง
• งานด้านการแพทย์อื่น ๆ
• การเรียนรู้ของอภิปรัชญา
• ปลั๊กอินProtégé
• ปลั๊กอิน OntoWiki
• แร่

V โปรแกรม

• "คลาสสิก" ปัญหา ML
• การเกิดมะเร็ง
• งานด้านการแพทย์อื่น ๆ
• การเรียนรู้ของอภิปรัชญา
• ปลั๊กอินProtégé
• ปลั๊กอิน OntoWiki
• แร่
• คำแนะนำ / นำร่อง
• moosique.net

หกโปรแกรม

• "คลาสสิก" ปัญหา ML
• การเกิดมะเร็ง
• งานด้านการแพทย์อื่น ๆ
• การเรียนรู้ของอภิปรัชญา
• ปลั๊กอินProtégé
• ปลั๊กอิน OntoWiki
• แร่
• คำแนะนำ / นำร่อง
• moosique.net
• นาวิเกเตอร์ DBpedia

หกโปรแกรม

• "คลาสสิก" ปัญหา ML
• การเกิดมะเร็ง
• งานด้านการแพทย์อื่น ๆ
• การเรียนรู้ของอภิปรัชญา
• ปลั๊กอินProtégé
• ปลั๊กอิน OntoWiki
• แร่
• คำแนะนำ / นำร่อง
• moosique.net
• นาวิเกเตอร์ DBpedia
• อื่น ๆ / ภายนอก:
• นางสาว (Gerken, et al.)
• การเรียนรู้ใน DLs ความน่าจะเป็น (โอชัว Luna, et al.)
• TIGER Corpus Navigator (Hellmann, et al.)

สรุปผลการวิจัย

• การศึกษาอภิปรัชญาเป็นพื้นที่การวิจัยที่มีความหลากหลายที่เกี่ยวข้องกับสาขาวิชาวิจัยหลายคน (NLP, กลไกการเรียนรู้วิศวกรรมอภิปรัชญา)
• วิธีการที่แตกต่างกันในการใช้แหล่งข้อมูลและการแสดงออกของจีส์ถูกสร้างขึ้น
• ประกอบการปรับแต่งตามการเรียนรู้เป็นวิธีการหนึ่งสำหรับคำจำกัดความการเรียนรู้ (กับการใช้งานด้านนอกของจีส์การเรียนรู้)
• วิกิพีเดียใหม่ (ก่อสร้าง): http://ontology-learning.net
• อภิปรัชญาใหม่การเรียนรู้หนังสือในปี 2011

วิธีการตั้งค่าการเชื่อมโยง

อภิปรัชญา Matching

OM: แนวทาง

OM: แนวทาง

การค้นพบการเชื่อมโยง

สิ่งที่ต้องทำ: Bild .. นิยามอย่างเป็นทางการ

การค้นพบการเชื่อมโยง

LD: Runtime

LD: Runtime

สิ่งที่ต้องทำ: Bild .. LD: Runtime

LD: Runtime

สิ่งที่ต้องทำ: Bild .. Hyppo

สิ่งที่ต้องทำ: Bild .. Hyppo

Hyppo