Переход от XML документов к RDF документам

Цель языка RDF Целью языка RDF (Resource Description Framework) является предоставление стандартного способа описания данных «о чем-либо». Ниже показан пример XML документа, который описывает данные (specifies data) о китайской реке Янцзы (China's Yangtze river) : 6300 kilometers western China's Qinghai-Tibet Plateau East China Sea «Это данные об реке Yangtze (Янцзы). Она имеет длину 6300 километров. Начинается startingLocation в западном China's Qinghai-Tibet Plateau. Заканчивается endingLocation в East China Sea."

Переход от XML к RDF kilometers western China's Qinghai-Tibet Plateau East China Sea XML Преобразование XML документа таким образом, чтобы он также стал правильным RDF документом : kilometers western China's Qinghai-Tibet Plateau East China Sea RDF Yangtze.xml Yangtze.rdf преобразуем"

RDF формат

Переход от XML к RDF (moving from XML to RDF)

Переход от XML к RDF ResourceProperty Value

RDF формат (2)

Договоренности о задании пространств имен xmlns=" Вопрос: Зачем символ "#" помещается в конец пространства имен? Ответ: RDF очень строго относится к уникальной идентификации объектов – уникальной идентификации типа (класса) и уникальной идентификации свойств. При объединении заданного пространства имен с типом, получается уникальный идентификатор типа, например, При объединении заданного пространства имен со свойством, получается уникальный идентификатор свойства, например: Таким образом, добавление символа "#" является просто способом отделения пространства имен от имени типа и имени свойства. Хорошая практика Например:

RDF формат value...

Преимущества использования RDF формата Можно задать вопрос: «Зачем разработчик должен беспокоиться о том, чтобы создаваемые XML документы соответствовали RDF формату?" Ответ: в результате Вы получаете несколько преимуществ: – Если RDF формат будет широко использоваться, то это поможет сделать язык XML более подходящим для взаимодействия (интероперабельным): Программные инструменты могут сразу описать структуру, «данный элемент имеет следующий тип (класс), а здесь описаны его свойства. RDF способствует использованию стандартизированных словарей (онтологий)... стандартизированных типов (классов) и стандартизированных свойств. – RDF формат предоставляет более структурированный подход к проектированию XML документов. RDF формат является стандартным (regular), постоянно повторяющимся (recurring) шаблоном. – Он позволяет быстро выявить слабости и несогласованности в разработке XML документов, которые не соответствуют RDF формату (non-RDF-compliant XML designs). Он помогает лучше понимать описываемые данные! – Разработчик получает преимущества от обоих стандартов : Можно использовать стандартные XML редакторы и валидаторы для создания, редактирования и проверки XML документа. Можно использовать RDF инструменты для выполнения логического вывода (inferencing) на описываемых данных. – RDF формат подготавливает используемые данные для работы в Semantic Web! Суммарный эффект Интероперабильность

Недостатки использования RDF формата Большее количество ограниченный: RDF формат ограничивает разработчика в том, как он может проектировать свой XML (например, он не проектировать свой XML любым произвольным способом). RDF использует пространства имен для уникальной идентификации типов (классов), свойств и ресурсов. В связи с этим нужно хорошо понимать работу с пространствами имен (namespaces). Необходимость изучить другой XML словарь: для использования RDF формата необходимо изучить словарь языка RDF.

Уникально идентифицируй ресурс Раннее уже отмечалось, что RDF очень требователен к уникальной идентификации типов (классов) и свойств. Язык RDF также очень требователен и к уникальной идентификации ресурсов, например,

Атрибут rdf:ID Значением атрибута rdf:ID является относительный идентификатор URI". Абсолютный URI" получается в результате конкатенации URL адреса XML документа с символом"#, а затем со значением rdf:ID, например, 6300 kilometers western China's Qinghai-Tibet Plateau East China Sea Предположим, что RDF/XML документ располагается по URL адресу: Тогда полным URI для данного ресурса будет: Yangtze.rdf

Атрибут xml:base На предыдущем слайде было показано, как URL адрес документа используется в качестве основы для URI идентификатора. Однако основываться на местоположении документа очень не надежно: URL адрес будет меняться при перемещении документа или его копировании в другое место. Более надежным решением является задание базового URI в документе, например:

Атрибут rdf:about Вместо идентификации ресурса с помощью относительного URI (который затем требует присоединения базового URI), можно задавать полный идентификатор. Однако, для этого нужно использовать вместо атрибута rdf:ID, атрибут rdf:about: kilometers western China's Qinghai-Tibet Plateau East China Sea

Триплет = (ресурс-свойство-значение) has a of 6300 kilometers resource property value has a of western China's... resource property value has a of East China Sea resource property value

RDF формат = триплеты! Фундаментальным шаблоном проектирования RDF является представление XML данных в виде набора триплетов (resource/property/value)! Значением свойства может быть литерал (например, length имеет значение 6300 км.). Но кроме этого, значением свойства может быть другой ресурс, как показано выше (например, свойство-A имеет значение Resource-B, свойство-B имеет значение Resource-C). Далее будет показан пример свойства, которое в качестве значения имеет другой ресурс. Value-C значение свойства-A значение свойства-B Отметим, что шаблон проектирования RDF является альтернативной последовательности вида «ресурс - свойство». Данный шаблон известен, как «нанесение полос (striping)".

Соглашение об именовании Хорошим стилем именования является использование больших букв в начале имени типа (class) и использование маленьких букв в начале имени свойства (property). Это помогает быстрее выделять шаблоны (striping pattern) kilometers western China's Qinghai-Tibet Plateau East China Sea большие маленькие

Графовая RDF модель Легенда: Эллипс обозначает «Ресурс» Прямоугольник обозначает «литеральное строковое значение»

rdf:Description + rdf:type Имеется также и другой способ представления XML. Этот способ делает очень понятным, что что-то описывается, и это делает очень явным то, какой тип (class) объекта описывается : kilometers western China's Qinghai-Tibet Plateau East China Sea Это читается следующим образом: «Это Описание (Description) ресурса Данный ресурс является экземпляром типа (класса) River.» Ресурс имеет длину (length) 6300 kilometers, startingLocation - western China's Qinghai-Tibet Plateau, а endingLocation - East China Sea." Замечание: такая форма описания ресурса называется «полной формой». Та форма, которая использовалась ранее является сокращением полной формы. RDF анализаторы понимают сокращенную форму, как если бы использовалась полная форма.

Варианты описания Альтернативно можно использовать rdf:ID, вместо атрибута rdf:about, как показано ниже: kilometers western China's Qinghai-Tibet Plateau East China Sea

Эквивалентные представления! kilometers western China's Qinghai-Tibet Plateau East China Sea kilometers western China's Qinghai-Tibet Plateau East China Sea kilometers western China's Qinghai-Tibet Plateau East China Sea Замечание: в литературе по RDF данный пример обычно показывается в этой форме.

Пространство имен RDF ID about type resource Description

Терминология В литературе по RDF используется следующая терминология: – Субъект (Subject) – этот термин ссылается на элемент, который играет роль ресурса. – Предикат (Predicate) – этот термин ссылается на элемент, который играет роль свойства (ресурса). – Объект (Object) – этот термин ссылается на элемент, который играет роль значения (свойства). Субъект Объект предикат Ресурс Значение свойство Эквивалентно!

RDF Анализатор (Parser) Имеется очень хороший RDF анализатор на web- сайте организации W3C: This RDF parser will tell you if your XML is in the proper RDF format. Do Lab1

Пример # kilometers western China's Qinghai-Tibet Plateau East China Sea The Three Gorges Dam 1.5 miles 610 feet $30 billion Yangtze2. xml Изменим XML документ, таким образом, чтобы он согласовывался с языком RDF:

Отметим два типа (класса) River Dam Экземпляр: Yangtze Свойства: length startingLocation endingLocation Экземпляр: ThreeGorges Свойства: name width height cost

Экземпляр Dam находится не на правильном месте kilometers western China's Qinghai-Tibet Plateau East China Sea The Three Gorges Dam 1.5 miles 610 feet $30 billion Dam Типы (классы) содержат свойства: тип River, который содержит свойства - length, startingLocation и endingLocation. Также показано, что тип River содержит другой тип - Dam. Таким образом имеется Ресурс который содержит другой Ресурс. Это не согласуется с RDF шаблоном проектирования. (как было сказано, преимуществом использования RDF – выявление несогласованностей в XML проектировании.)

Значением свойства должен быть литерал или ресурс 6300 kilometers свойство Value is a Literal The Three Gorges Dam 1.5 miles 610 feet $30 billion свойство Значением является ресурс

Измененный XML (для соответствия формату RDF) kilometers western China's Qinghai-Tibet Plateau East China Sea The Three Gorges Dam 1.5 miles 610 feet $30 billion Yangtze2,v2. xml «Река (river) Yangtze имеет препятствие (obstacle), которое является дамбой (Dam) ThreeGorges. Эта дамба (Dam) имеет имя (name) - The Three Gorges Dam. Она имеет длину 1.5 miles, высоту 610 feet и стоимость $30 billion."

RDF формат

RDF Модель (граф)

The Three Gorges Dam 1.5 miles 610 feet $30 billion

Замечание: ссылка делается на ресурс, а не на файл Почему используется такая ссылка: а не такая: То есть, почему не используется ссылка на «файл»? Ответ: 1. Что будет, если файл переместится? Тогда данная ссылка будет не верна. 2. Если использовать идентификатор «Three Gorges Dam» и не задавать конкретный файл, то «средства интеграции" смогут собирать информацию из всех файлов, в которых описывается ресурс «Three Gorges Dam» (см. следующий слайд). Do Lab2

Любой, в Любом месте, в Любое время может сказать что-нибудь о Ресурсе Во всех рассмотренных экземплярах были предоставлены уникальные идентификаторы ресурсов, например, Следовательно, если в другом RDF документе используется ресурс с таким же идентификатором, то данные которые описаны в этом документе являются дополнительными данными об описанном нами ресурсе. Средства интеграции (aggregator tool) будут способны собирать все данные о ресурсе и показывать объединенный набор данных для описанного нами ресурса. Это очень мощная возможность!

Что лучше rdf:ID или rdf:about ? Возникает вопрос: когда должен использоваться атрибут rdf:ID, а когда атрибут rdf:about? Ответ: – когда нужно описать новый ресурс и предоставить начальный набор информации о нем, то используется атрибут rdf:ID; – когда нужно добавить информацию о существующем ресурсе, то используется атрибут rdf:about. Философия языка RDF соответствует философии Web-сети – любой, в любом месте может предоставить информацию о любом ресурсе.

6300 kilometers western China's Qinghai-Tibet Plateau East China Sea Dri Chu - Female Yak River Tongtian He, Travelling-Through-the-Heavens River Jinsha Jiang, River of Golden Sand kilometers western China's Qinghai-Tibet Plateau East China Sea Dri Chu - Female Yak River Tongtian He, Travelling-Through-the-Heavens River Jinsha Jiang, River of Golden Sand Интегрированные данные! (агрегированные данные) Система интеграции собирает данные (aggregator tool) собирает данные о реке Yangtze Распределенная сеть данных.

The Three Gorges Dam 1.5 miles 610 feet $30 billion kilometers western China's Qinghai-Tibet Plateau East China Sea kilometers western China's Qinghai-Tibet Plateau East China Sea The Three Gorges Dam 1.5 miles 610 feet $30 billion Агрегируем! Отметим, что ссылка на ресурс ThreeGorges Dam была заменена на ту информацию, которую интегратор смог найти об этом ресурсе! Другой пример агрегирования

Пример #3 Yangtze 6300 kilometers western China's Qinghai-Tibet Plateau East China Sea Отметим, что в этом XML документе не задан уникальный идентификатор: Yangtze3. xml XML Yangtze 6300 kilometers western China's Qinghai-Tibet Plateau East China Sea Yangtze3. rdf RDF Данный RDF является идентичным XML документу!

Интерпретация RDF Yangtze 6300 kilometers western China's Qinghai-Tibet Plateau East China Sea Yangtze3. rdf This is read as: "This is an instance of the River type (class). The River has a - name of Yangtze, - a length of 6300 kilometers, a - a startingLocation of western China's Qinghai-Tibet Plateau, and - an endingLocation of the East China Sea." В данном документе ресурс является анонимным – он не имеет идентификатора.

Недостаток анонимных ресурсов Yangtze 6300 kilometers western China's Qinghai-Tibet Plateau East China Sea Yangtze Dri Chu - Female Yak River Tongtian He, Travelling-Through-the-Heavens River Jinsha Jiang, River of Golden Sand Система интеграции не сможет определить говориться ли в данном документе о том же самом ресурсе или нет. Агрегирование

Пример # western China's Qinghai-Tibet Plateau East China Sea XML Yangtze4. xml Yangtze4. rdf kilometers western China's Qinghai-Tibet Plateau East China Sea RDF

6300 western China's Qinghai-Tibet Plateau East China Sea Yangtze4. xml RDF не разрешает использовать атрибуты для свойств (кроме специальных RDF атрибутов, как например, rdf:resource). В связи с этим требуется преобразовать атрибут uom:units в дочерний элемент. Первое, что может прийти в голову, это такое изменение элемента length, чтобы он имел два дочерних элемента: kilometers western China's Qinghai-Tibet Plateau East China Sea Однако, теперь свойство length имеет в качестве своих значений два элемента (значения). Однако RDF составляют только бинарные отношения, т.е. по одному значению для одного свойства.

Атрибут rdf:value length 6300 kilometers Свойство length имеет два значения и «kilometers». RDF предоставляет специальное свойство rdf:value, которое можно использовать для задания «основного» значения. В данном примере, 6300 это основное значение, а «kilometers» это значение, которое предоставляет дополнительную информацию об основном значении.

RDF формат kilometers western China's Qinghai-Tibet Plateau East China Sea Yangtze4. rdf Анонимный ресурс Следует читать: «Река (River) Yangtze имеет длину (length), значение которой является ресурсом, имеющим значение 6300 и единицу измерения kilometers.

Преимущества анонимных ресурсов Показано описание анонимного ресурса. Единственной его целью является предоставление контекста для двух свойств (properties). Другим RDF документам не потребуется развивать данный ресурс. В связи с этим, в данном случае нет необходимости задавать данному ресурсу идентификатор. В таком случае разумно использовать автономный ресурс kilometers

Графовая RDF модель Анонимный ресурс (также называемый «пустой вершиной» "blank node"). Это ресурс без идентификатора. (Замечание: RDF парсеры обычно генерируют для анонимных ресурсов уникальные идентификаторы, чтобы отличать один анонимный ресурс от другого.) Легенда:

rdf:parseType="Resource" kilometers western China's Qinghai-Tibet Plateau East China Sea Yangtze4,v2. rdf Если значение свойства состоит из нескольких значений, то одной из возможностей его описания является создание анонимного ресурса. RDF предоставляет специальное сокращение (shorthand) rdf:parseType="Resource", чтобы не создавать элемент rdf:Description: Данная запись аналогична записи анонимного ресурса на предыдущем слайде.

Эквивалентно! 6300 kilometers 6300 kilometers Do Lab3

Итоговый пример Требуется изменить следующий XML документ, чтобы он также стал действительным (valid) RDF документом: western China's Qinghai-Tibet Plateau East China Sea The Three Gorges Dam 1.5 miles 610 feet $30 billion Yangtze.xml Смотри следующий слайд -->

RDF формат!

Графовая RDF модель

Пример # Yangtze5. xml Требуется изменить следующий XML документ, чтобы он также стал действительным (valid) RDF документом: kilometers 175 meters 55 kilometers Yangtze5. rdf Это только один из способов выполнения этого. Далее будет показан более подходящий способ - используя «типизированные литералы". (См. следующий слайд)

Альтернативный RDF формат Yangtze5. rdf С помощью rdf:datatype можно задать значению свойства метку типа данных (datatype.) Значение rdf:datatype используется в качестве семантической метки для типа данных (datatype) значения. Такое значение называется типизированным литералом (typed literal). Для данного примера должно быть задано пространство имен, которое определяет два типа данных (datatypes) – «kilometer» и «meter». На следующем слайде показано, как это сделать с помощью XML Schemas.

Определение типов данных (datatypes) «kilometer» и «meter» с помощью XML Schemas uom.xsd

Другой пример использования rdf:datatype 30 В данном примере задается, что значение (30) возраста (age) является не отрицательным целым числом nonNegativeInteger (данный тип определен в пространстве имен XML Schema).

Пример #6 -2 degrees Celsius 30.4 (rising) USA Massachusetts Boston January 22, 2003, 11:15 EST WMUR_TV_WeatherReading.xml Требуется изменить следующий XML документ, так, чтобы он также был действительным (valid) RDF документом:

Общие замечания 1. Данный XML документ использует три типа (класса): WeatherReading Weather Location 2. Все 3 экземпляра типов являются анонимными. Следовательно, мы не можем получить пользу от других и другие не могут получить пользу от нас. Когда имеет смысл задавать идентификаторы для экземпляров? - В общем случае, корневой элемент должен иметь идентификатор. - Имеется множество информации о городе Boston. Давайте зададим идентификатор для экземпляра Location.

Изменение 1: Добавление идентификаторов

Изменение 2: Создание свойств для типов Weather и Location Типы (классы) содержат свойства. Необходимо обернуть типы Weather и Location в свойства (property): -2 degrees Celsius 30.4 (rising) USA Massachusetts Boston January 22, 2003, 11:15 EST WMUR_TV_WeatherReading,v3.xml

Полученный RDF формат! -2 degrees Celsius 30.4 (rising) USA Massachusetts Boston January 22, 2003, 11:15 EST WMUR_TV_WeatherReading.rdf

Тип (класс) rdf:Bag Тип rdf:Bag используется для представления не упорядоченной коллекции.

Пример #7 John Smith Sally Jones Требуется изменить следующий XML документ, так, чтобы он также был действительным (valid) RDF документом: DesignMeeting.xml Использование rdf:Bag делает понятным, что это не упорядоченная коллекция имен. John Smith Sally Jones DesignMeeting.rdf

Тип (класс) rdf:Alt Тип rdf:Alt используется для описания набора альтернативных свойств.

Пример # Требуется изменить следующий XML документ, так, чтобы он также был правильным (valid) RDF документом: BarnesAndNoble.xml Использование rdf:Alt делает понятным, что это urls перечисляет альтернативы, т.е. нужно выбрать одно из значений BarnesAndNoble.rdf

Тип (класс) rdf:Seq Тип rdf:Seq используется для описания последовательности (sequence) свойств.

Пример #9 Meet with CEO at 10am Luncheon at The Eatery Flight at 3pm Требуется изменить следующий XML документ, так, чтобы он также был правильным (valid) RDF документом: MyDaysActivities.xml rdf:Seq makes it clear that the activities listed are to be done in the sequence listed. Meet with CEO at 10am Luncheon at The Eatery Flight at 3pm MyDaysActivities.rdf

Свойство rdf:li Свойство rdf:li ("list item") предоставляется языком RDF для использования совместно с rdf:Bag, rdf:Alt или rdf:Seq. Свойство rdf:li property is provided for you to specify an item in a Bag/Alt/Seq. RDF-анализатор (parser) будет заменять каждый rdf:li на rdf:_1, rdf:_2, rdf:_3 и т.д. The following slide recasts the previous examples using the rdf:li property.

Meet with CEO at 10am Luncheon at The Eatery Flight at 3pm MyDaysActivities.rdf BarnesAndNoble.rdf John Smith Sally Jones DesignMeeting.rdf

Пример #10 Требуется изменить следующий XML документ, так, чтобы он также был действительным (valid) RDF документом: Lateral Thinking Edward de Bono Harper & Row Illusions: The Adventures of a Reluctant Messiah Richard Bach Dell Publishing Co. The First and Last Freedom J. Krishnamurti Harper & Row Barnes_and_Noble _BookCatalogue.xml Отметим: к сожалению, Dublin Core не соответствует правилам RDF именования. Поэтому используются свойства с большой первой буквой.

Общие замечания 1. Данный XML-документ использует два типа (класса): Catalogue Book 2. Все типы являются анонимными. Consequently, we cannot benefit from others, and others cannot benefit from us. Where does it make sense to give the instance an identifier? - In general, the root element should have an identifier. - There is lots of information about each book instance. Let's give each book instance an identifier (the ISBN).

Изменение 1: Добавление идентификаторов Lateral Thinking Edward de Bono 1973 Harper & Row Illusions: The Adventures of a Reluctant Messiah Richard Bach 1977 Dell Publishing Co. The First and Last Freedom J. Krishnamurti 1954 Harper & Row Barnes_and_Noble _BookCatalogue,v2. xml Notice that the ISBN elements were deleted and their values used as identifiers. Почему используется символ подчерка (_) перед номером ISBN? Ответ: The ID datatype does not allow an identifier to begin with a digit. So, we (arbitrarily) decided to use an underscore.

Изменение 2: Создание свойств для типа Book Barnes_and_Noble _BookCatalogue,v3. xml Типы (классы) содержат свойства. Требуется обернуть тип Book в описание свойства item: Lateral Thinking Edward de Bono 1973 Harper & Row Illusions: The Adventures of a Reluctant Messiah Richard Bach 1977 Dell Publishing Co. The First and Last Freedom J. Krishnamurti 1954 Harper & Row

Полученный RDF формат!

Dublin Core (dc:) Dublin Core это стандартный набор свойств: Содержание Интеллектуальная собственность Экземпляр Title Subject Description Language Relation Coverage Source Creator Publisher Contributor Rights Date Type Format Identifier Note: many people use these properties in their HTML today. For example:

rdf:parseType="Collection" This may be added as an attribute of a property to indicate that the contents of the property is a list of resources. The following slide recasts the BookCatalogue example to use this list type.

Lateral Thinking Edward de Bono 1973 Harper & Row Illusions: The Adventures of a Reluctant Messiah Richard Bach 1977 Dell Publishing Co.... Barnes_and_Noble_BookCatalogue.rdf Do Lab4

Пример#11 The quick brown fox jumped over the lazy dog. An important person once said " Now is the time for all good men to come to the aid of their country " QuickBrownFox.rdf rdf:parseType="Literal" indicates that the content of paragraph is to be treated simply as literal XML, i.e., tools shouldn't try to parse the content into resource/property/value triples. The quick brown fox jumped over the lazy dog. An important person once said " Now is the time for all good men to come to the aid of their country " Требуется изменить следующий XML документ, так, чтобы он также был правильным (valid) RDF документом: QuickBrownFox.xml Данный параграф содержит «смешанное содержание".

rdf:parseType="Literal" In all of the previous examples the data was structured as resource/property/value triples. Sometimes it doesn't make sense to do such structuring – Example: with mixed content In those cases we can simply indicate "hey, the content of this property is okay. Treat it as a literal XML string."

Опасность использования rdf:parseType="Literal" The advantage of structuring your XML as resource/property/value triples is enhanced interoperability. When you use rdf:parseType="Literal" you lose the ability for a tool to instantly take advantage of the resource/property/value structure (since you are, by definition, saying that the data doesn't have this structure). Lesson Learned: use rdf:parseType="Literal" sparingly !

Пример #12 XML RDF Yangtze.xml Yangtze.rdf Требуется изменить следующий XML документ, так, чтобы он также был действительным (valid) RDF документом: Отметим, что используются атрибуты, а не дочерние элементы! RDF формат также позволяет использовать атрибуты!

Атрибуты Recall that at the very beginning of this tutorial we said that a resource has properties (attributes). Thus, a property can be represented either as a child element, or as an attribute. (Of course, a property can only be represented as an attribute if it has a literal value, not a structured value.)

Эквивалентно! kilometers western China's Qinghai-Tibet Plateau East China Sea Do Lab5

Пример #13 John Smith researcher Some Corp Cool stuff Требуется изменить следующий XML документ, так, чтобы он также стал действительным (valid) RDF документом:

John Smith researcher Some Corp Cool stuff Oracle 13 Java 3 BS RPI 1987

Заключение В данной презентации было показано, что часто путем небольшого изменения, «обычные XML" документы можно сделать согласуемыми с языком RDF. Рекомендуется использовать RDF формат во всех XML документах. Преимущества полученные в результате форматирования XML документа в виде RDF намного превышают возможные недостатки (необходимости структурировать XML в специфический формат и необходимости изучать новый словарь).

Spring Выводы по RDF RDF это универсальная среда. RDF предоставляет структурированные, понятные программам метаданные для Web-сети. Словари метаданных могут разрабатываться без централизованной координации. RDF Schemas – описывают смысл каждого имени свойства.

Инструменты для работы с RDF

Spring Инструменты для работы с RDF

Spring Инструменты для работы с RDF

Spring Инструменты для работы с RDF

Spring Инструменты для работы с RDF

Spring Инструменты для работы с RDF

Spring Инструменты для работы с RDF

Spring Инструменты для работы с RDF