最好走的路越走越难，最难走的路越走越容易

Follow guwendong on Web
  • Subscribe to Beyond Search via RSS
  • Follow @clickstone on SinaWeibo
  • Join Resys Google Group
  • Follow @clickstone on Douban
  • Follow @clickstone on Twitter

Category Archives: 语义网

Digg+RDFa

Written by guwendong on 2008-05-25 — Leave a Comment

5月初，Digg 宣布在其新闻页面里，加入对 semantic markup [1] 的支持。目前支持 3 种：XFN，hCard，以及最重要的 RDFa [1]。

想看实际用法的，可以在 Digg 新闻页面的源代码里，搜索“property”。比如在这个页面里
http://digg.com/tech_news/In_Google_we_trust_but_should_we，你可以找到类似于这样的内容，
“<a href="http://www.guardian.co.uk/technology/2008/may/22/internet.google" rel="dc:source" property="dc:title">
In Google we trust – but should we?</a>”。
如果安装了 RDFa bookmarklets 的话，可以看到更形象的效果，类似下面。

  1. 使用 RDFa Highlight 标亮页面上的 N3 Triples。
  2. 使用 GetN3 extractor 抽取出来的 N3 Tripes 文本。

    3. <http://digg.com/tech_news/In_Google_we_trust_but_should_we>
    　　<http://purl.org/dc/elements/1.1/source>
    　　　　<http://www.guardian.co.uk/technology/2008/may/22/internet.google>
    <http://digg.com/tech_news/In_Google_we_trust_but_should_we>
    　　<http://purl.org/dc/elements/1.1/title>
    　　　　"In Google we trust – but should we?" <http://digg.com/tech_news/In_Google_we_trust_but_should_we>
    　　<http://purl.org/dc/terms/abstract>
    　　　　"Google is more vulnerable to competitors than people think." .
    <http://digg.com/tech_news/In_Google_we_trust_but_should_we>
    　　<http://purl.org/dc/elements/1.1/creator>
    　　　　<http://digg.com/users/dagorret> .
    <http://digg.com/tech_news/In_Google_we_trust_but_should_we>
    　　<http://purl.org/dc/elements/1.1/date>
    　　　　"2008-05-22 11:45:13" .

最早的 RDF [1] [2]，由于其比较难于理解，并且操作复杂，导致其始终没有推广起来。W3C 组织受到轻量级规范如 Microformats 的启发，推出了新的经过简化的 RDFa [1] 规范。从其官方描述“Embedding Structured Data in Web Pages”，就可以看出来，它是一种嵌入到 HTML/XHTML 中的数据。要说 RDFa 的实现比 Microformats 还是要复杂一些，不过它的适用性更广，对于可以通过 RDF 表达的任何内容， 都能够使用 RDFa 添加到 XHTML 文档中，而且不再需要使用繁琐的 XML 语言进行描述。这使得基于现有 Web 内容实现 Semantic Web，成本低了不少，也更靠谱了。

希望可以有更多的 Applicaitons 向 Digg 看齐，让 RDFa 的队伍壮大起来。
这里需要谴责一下 Powerset，号称 Semantic Web 的 Killer App，居然都不支持 RDFa。

推荐阅读：

  1. Writing Semantic Markup
  2. Introducing RDFa
Tagged , ,
 

Semantic Web: SPARQL——RDF查询语言

Written by guwendong on 2006-12-01 — Leave a Comment

SPARQL，和“sparkle”的发音一样，它是一种 RDF 查询语言，可以从 RDF 图中查询信息。在 W3C Technical Reports and Publications 页面上，我们可以看到，现在和 SPARQL 相关的共有三项内容：其中两个是 Candidate Recommendations（候选推荐），SPARQL Protocol for RDF 和 SPARQL Query Results XML Format；另外一个是 Word Drafts（工作草案），SPARQL Query Language for RDF。上了这个页面，基本上就已经说明这个要成为 W3C 的推荐标准了，就像 RDF 和 OWL 一样。而且，在 WWW2006 发言时，TimBL 也已经表示，随着 SPARQL 查询语言即将完成标准化，语义网已经具备了成功所需要的所有标准和技术，Web开发人员和内容创作人员可以开始使用这些语义语言了。

在 SPARQL 之前，已经有不少研究人员致力于开发针对 RDF 的查询语言，在这个网页 http://www.w3.org/2001/11/13-RDF-Query-Rules/ 上有一个比较完整的列表。SPARQL 是基于以前的 RDF 查询语言（如rdfDB、RDQL 和 SeRQL）发展而来的，拥有一些有价值的新特性，并且受到 Jena 开发团队的鼎立支持。Jena 是 HP 公司语义网研究小组开发的一套 Java 工具包，用来支持人们进行语义网的相关研究和应用开发。SPARQL 的语法细节这里就不一一列举了，直接给出一个例子。总体来说，SPARQL 的语法和传统 SQL 的语法还是有几分相似的，大家应该不会陌生。

BASE <http://my.donews.com/>
PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
PREFIX foaf: <http://xmlns.com/foaf/0.1/>
# 这是一个以 BASE 为根的相对 IRI

PREFIX user: <users#>

SELECT ?person ?name ?age
FROM <users.rdf>
WHERE {
?person a foaf:Person ;
foaf:name ?name .
OPTIONAL { ?person user:age ?age } .
FILTER (REGEX(?name, “clickstone”))
}
ORDER BY ASC(?name)
LIMIT 10
OFFSET 10

简要的说明一下例子中出现的语法。

  1. BASE，根 IRI，其他以此为根的 IRI 就可以写成相对形式了，见例子里面的注释。一旦定义了 BASE，就可以在 SPARQL 的任何地方进行使用了，例子中共用到了 2 处。
  2. 使用 # 进行注释。
  3. PREFIX，IRI 前缀的缩写。
  4. SELECT，查询关键字，和 SQL 中的一个意思。
  5. ?person ?name ?age，要查询的变量，使用 ? 标识变量，也可以使用 $。变量间使用空白分隔（现在正在征集意见，正式标准中使用空白还是逗号分隔尚未最终确定）。
  6. FROM，从何处查询数据。可以一次查询多个 RDF 数据集，只需要使用 FROM 逐一列出即可。
  7. WHERE，过滤条件集合，和 SQL 的 WHERE 一个意思。
  8. ?person a foaf:Person，具体的过滤条件，使用 Turtle 语法。还记得“a”是什么意思吗？具体的介绍可以参看《RDF 实战》。
  9. 例子中两个过滤条件的主语都是“?person”，因此，使用了简写的形式。如果主语不同，逐一列出检索条件即可。
  10. OPTIONAL，可选过滤条件。比如有些 ?person 可能没有填写 age 属性，如果不使用 OPTIONAL，那么查询结果将不包含这些 ?person；使用了 OPTIONAL 关键字，没有填写 age 属性的 ?person，同样可以被查询到。
  11. FILTER (REGEX(?name, “clickstone”))，明确化的过滤条件，类似于 SQL 中的 LIKE、=、> 等的左右。例子中的意思是说，返回的 ?name 变量中，必须包含“clickstone”。
  12. ORDER BY，排序，可以指定多个排序，比如例子可以改为，ORDER BY ASC(?name) DESC(?age)。默认排序是 ASC。
  13. LIMIT 10，将返回结果限定在 10 条，类似于 SQL 中的 SELECT TOP 10。
  14. OFFSET 10，掠过前边的 10 条，从 第 11 条开始返回。这个功能比 SQL 强大，SQL 要自己写翻页。

其他的还有 UNION、DISTINCT 等的使用，大家就自己看文档吧。但必须强调一点，SPARQL 的使用中和 SQL 一个非常大的区别，需要大家注意：SELECT 子句中出现的变量，比如例子中的 ?person ?name ?age，在 WHERE 子句中必须全部出现。为什么会这样呢？因为对于一个 SPARQL 查询处理器来讲，它不具备类似于关系数据库中数据字典的东西以供参考，所以每一个 SELECT 的变量，在 WHERE 中必须指定一个用来匹配的triple。

这篇文章只是抛砖引玉，更详细的内容，还需要大家深入研究。推荐阅读：Introducing SPARQL: Querying the Semantic Web。欢迎互动交流。

Tagged , ,
 

Semantic Web: RDF实战

Written by guwendong on 2006-11-23 — Leave a Comment

前面的几篇文章里，对 Sementic Web 的整体情况做了一些介绍。都是一些非常概念化的东西，刚开始接触 Semantic Web 的人可能不太容易理解。不过其实总结一下，核心概念主要是这么几个：RDF、OWL和Ontology。今天围绕 RDF 动手作一些练习。

先看一个简单的例子：http://my.donews.com/clickstone/index.html 这个网页的作者是 clickstone。这是我们使用自然语言的表达方法。使用 RDF，我们需要首先提取出这句话的主干意思。被描述的事物是 “http://my.donews.com/clickstone/index.html”；他有一个“作者”属性；属性的值是“clickstone”。
RDF 正是基于这一思想：被描述的事物具有一些属性，这些属性各自有不同类型的值；对资源的描述可以通过对它作出指定了上述属性及值的陈述来进行 （就像上面例子中的那样）。RDF 用一套特定的术语来表达陈述中的各个部分，简单地讲：被陈述的事物称为 “主体” (例如上例中的“http://my.donews.com/clickstone/index.html”)；主题的属性称为“谓词”（例如上例中的“作 者”）；属性的值成为“客体”（例如上例中的“clickstone”）；主体、谓词和客体，构成一个“RDF 陈述”。

上一篇里，我们提到可以使用三种方法来表示这种陈述：图形、Notation3（N3）和XML。图形是最为形象直观的一种方法。RDF 可以将关于资源的陈述表示为一个由结点和弧组成的图，其中的弧的起始节点是主体资源；弧本身代表资源的属性；弧的结束节点是属性值，可以是原生值，也可以另外一个资源。还以“http://my.donews.com/clickstone/index.html”为主体，可以给出一组复杂一些的陈述：有一个网页他使用 http://my.donews.com/clickstone/index.html 作为标识，他的作者作者是clickstone，他的名称是 Beyond Search，他的主题是 Semantic Web。这组陈述可以使用图1表示。
RDF sample图1 RDF示例图

使用 RDF 的语言来描述图1：
1、主体为网页，他的URI标识为“http://my.donews.com/clickstone/index.html” 。
2、谓词为creator、title、subject 等，表示属性，属性也有URI标识，图上省略了。完整的属性URI标识图上给了一个例子，“http://www.w3.org/1999/02/22-rdf-syntax-ns#type”，其中属性名为 type，URI标识为 http://www.w3.org/1999/02/22-rdf-syntax-ns。
3、客体为clickstone、“Beyond Search”和“Semantic Web”，其类型不同。clickstone 表示一个实体属性，他是Person类的一个实例。“Beyond Search”通常被称为“原生值”，字符串、数字等都可以看作原生值。“Semantic Web”也可以看作一个“原生值”属性，所不同的是他给出了一个参考(refrences)资源。

计算机无法理解 RDF 的图形表示。为了用一种计算机可处理的方式来表示 RDF 陈述，RDF 定义了一种基于 XML 的描述语法，称为 RDF/XML。在RDF/XML 语言里，有一些已经定义好的元语可以使用。通常情况下，主体节点对应于一个 rdf:Description 节点，我们称之为“主体节点”，主体的 URI 作为主体节点的 rdf:about 属性的值。谓词的 URI 写为 XML QNames，以主体节点的子节点的形式编写，称之为“属性节点”。客体不作为独立的节点，根据类型不同，其 XML 表示形式也有所区别：一般的原生值，通常记做属性节点的内容；如果是一个资源值，通常在谓词节点中加入 rdf:resource 属性表示客体，其值为客体的 URI。例如，将图1使用RDF/XML可以表示为，

<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:dc=”http://purl.org/dc/elements/1.1/”
xmlns:contact=”http://www.w3.org/2000/10/swap/pim/contact#”>

<rdf:Description rdf:about=”http://my.donews.com/clickstone/index.html”>
<dc:creator rdf:resource=”http://my.donews.com/users/clickstone”/>
<dc:title>Beyond Search</dc:title>
<dc:subject rdf:resource=”Semantic Web” />
</rdf:Description>
<rdf:Description rdf:about=”Semantic Web”>
<rdf:seeAlso rdf:resource=”http://www.w3.org/2001/sw/” />
</rdf:Description>
<contact:Person rdf:about=”http://my.donews.com/users/clickstone”/>

</rdf:RDF>

RDF/XML 有一个最大的问题，他不具备约束其结构的 XML Schema。RDF Schema 的名字让人很容易误以为是干这个用的，其实不是，他被称为“RDF 词汇描述语言”，和 XML Schema 的作用相去甚远。缺乏约束导致 RDF/XML 的写法没有标准，人们使用起来效果不是很好。

Notation 3，N3，是另外一种 RDF 表示方法，他相比 RDF/XML 大为简洁。他将 RDF 陈述写成一个依次为主体，谓词，客体的三元组形式。每一个三元组均对应于 RDF 图中的一条弧，且这个弧的起始节点和终止节点分别是陈述中的主体和客体。和图形表示法不同，三元组表示法要求一个节点在它出现的每个陈述中都要有标识。例如，“http://my.donews.com/clickstone/index.html 的作者是 clickstone”这个陈述，使用 N3 表示为，“ .”。注意，N3 写法中，末尾需要有一个“.”。上面这个例子看起来一点儿也不简洁，这主要是因为 URI 标识的原因。和 XML 的 Namespace 概念类似的，N3 中可以定义“前缀”，用“@prefix”来表示，例如，“@prefix dc: .”。将图1使用 N3 可以表示为，

@prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .
@prefix rdfs: <xmlns:rdfs=”http://www.w3.org/2000/01/rdf-schema#> .
@prefix dc: <http://purl.org/dc/elements/1.1/> .
@prefix contact: <http://www.w3.org/2000/10/swap/pim/contact#> .
@prefix user: <http://my.donews.com/users/> .
@prefix cs: <http://my.donews.com/clickstone/> .
<cs:index.html> dc:creator user:clickstone .
user:clickstone rdf:type contact:Person .
<cs:index.html> dc:title “Beyond Search” .
<cs:index.html> dc:subject <Semantic Web> .
<Semantic Web> rdfs:seeAlso <http://www.w3.org/2001/sw/> .

在 N3 中，当对一个相同的主体你进行若干个陈述时，可以使用简化表示：用一个分号 “;” 引入相同主体的其他属性；用一个逗号引入相同主体及谓词的其他客体。另外，rdf:type 在 N3 中可以简写为“a”。
那么上面的 N3 表示可以简化为，

<cs:index.html> dc:creator user:clickstone ;
dc:title “Beyond Search” ;
dc:subject <Semantic Web> .
<Semantic Web> rdfs:seeAlso <http://www.w3.org/2001/sw/> .
user:clickstone a contact:Person .

Tim BL 写了一篇非常经典的 N3 教学文章，在这里“Primer: Getting into RDF & Semantic Web using N3”。另外，他还写了一个 Python 工具，可以进行 RDF/XML 与 N3 之间的转换，在这里“CWM”，但早先我把下载包解压后，cwm.py 文件是 0 字节，导致无法使用，我从 CVS 里面弄出来一个 win32 的安装程序，是 1.19 版的，可以使用。

Update：推荐阅读，The Bottoms Up RDF Tutorial 。

Tagged ,
 
« Older Entries
猛戳这里

简网指阅 联合创始人 & CTO
ResysChina 发起人
1. 持续关注 个性化推荐 技术；
2. 持续关注 Semantic Web 技术；
3. 评论与上两项相关的互联网业务与产品；

我相信技术的力量！
wendell.gu@GMail.com

Archives

无觅相关文章插件，快速提升流量