Archive:Development/Tutorials/Metadata/Nepomuk/RDFIntroduction (zh CN)
Tutorial Series | [[../|Nepomuk]] |
Previous | |
What's Next | [[../ResourceGenerator|Using the Nepomuk Resource Class Generator]],[[../DataLayout|Nepomuk的数据布局]] |
Further Reading | [[../Resources|Resource Handling with Nepomuk]],
[[../AdvancedQueries|Advanced Queries with SPARQL]], Sebastian Trueg的Nepomuk博客 |
Nepomuk的资源描述框架(RDF)和本体(Ontologies)
这个指南基于 Sebastian Trueg 的博文 Nepomuk Appendix A - RDF for Dummies in a Nutshell。
在这儿讨论的所有本体随同 kdebase-runtime 一起安装,因此这些本体总是存在于 Nepomuk 数据仓库中,另外,他们的资源 URI 可以通过 Soprano::Vocabulary namespace (NIE 除外,它可以简单的使用 Soprano 的 onto2vocabularyclass 建立。)
RDF - 资源描述框架
RDF是一种描述数据存储的方法,与基于表格的经典数据库不同,RDF数据由三元组组成,被称之为语句(statement)的三元组组成方式是:
主语(subject) -谓语(predicate) - 对象(object)
主语(subject)是一个资源,谓语(predicate) 是一个关系,对象(object)可以是另外的资源或者一个值。这个值的数据类型可以是字符串、整数、双精度浮点数或者是在 XML Schema中定义的类型,甚至可以是自定义的数据类型。
那么关于事物(Thing)的RDF数据可以表现为如下语句:"Mary - is mother of - Carl" 或者"Mary - was born on - 1970-02-23"。
为了降低表达上的模糊,资源和关系必须是唯一标识。例如,在上面的语句中,确定了一个特定的“Mary”,用以区分和“Baghdad – is mother of – all battles” 的不同。 自RDF做为一个Web技术诞生以来,所有的资源和关系都是用URI(统一资源标识符)进行标识。(他们的命名空间经常用 #和一个名字结束,典型的用法是缩写为foo:bar ),因此一个RDF数据集基本上是一个graph ,资源(主语)是节点,关系(谓语)是连接,值是叶子。
RDF定义了一个重要的默认属性 rdf:type ,通过这个属性指定资源的类型。
RDFS - RDF Schema
RDFS扩展了RDF,定义了一个资源和属性的集合,这个扩展基本上允许定义Ontology(本体)。RDFS不但定义了两个重要的类rdfs:Resource和 rdfs:Class 用来引入实例和类型的区别,而且定义了属性的层次结构:rdfs:subClassof 和 rdfs:subPropertyof ,rdfs:domain 和 rdfs:range 指定属性的细节。
这些扩展允许建立新类和属性,与面向对象编程非常类似,例如:
@PREFIX foo: <http://foo.bar/types#> foo:Human rdf:type rdfs:Class . //Human的类型是类 foo:Woman rdf:type rdfs:Class . //Woman 的类型是类 foo:Woman rdfs:subClassOf foo:Human . //Woman类是Human类的子类 foo:isMotherOf rdf:type rdf:Property . // isMotherof 的类型是属性 foo:isMotherOf rdfs:domain foo:Woman . // isMotherof 隶属Woman域 foo:isMotherOf rdfs:range foo:Human . // isMotherof 用于Human范围 foo:Mary rdf:type foo:Woman . // Mary的类型是 Woman foo:Mary foo:isMotherOf foo:Carl . //一个Thing的三元语句描述
这是一个如何使用RDFS定义一个本体的简单例子(使用Turtle 语言)。在RDFS中最后两个重要的谓语(关系)是 rdfs:label and rdfs:comment ,为任意资源定义可读性标签和注释。
NRL:Nepomuk 表示语言(Nepomuk Representation Language)
Nepomuk开发NRL是为了扩展RDFS。对于NRL,我不准备详细解释它的一切,但我会就目前KDE而言非常重要的信息进行解释。
NRL最为重要的改变是从三元组描述到四"元组"描述的改变,第四个参数是已定义(存储)的用语句描述的graph(可能为空),这个graph (在Soprano中称为 context) 是这样一种资源,它可以对描述语句进行分组,允许对描述语句组进行追加。NRL定义了一组 graph(context)类型,其中很重要的是:nrl:InstanceBase 和 nrl:Ontology。第一个定义了graph 包含的实例,第二个,你猜对了,它定义了包含类型和谓语的graphs。
为了使之更加清楚,我们用NRL扩展上面的例子:
@PREFIX foo: <http://foo.bar/types#> foo:graph1 rdf:type nrl:Ontology . // 资源foo:graph1的类型是本体 foo:graph2 rdf:type nrl:InstanceBase . // 资源foo:graph2的类型是基础实例 foo:Human rdf:type rdfs:Class foo:graph1. // 资源foo:Human类型是类,是本体 foo:Woman rdf:type rdfs:Class foo:graph1. // 资源foo:Woman类型是类,是本体 foo:Woman rdfs:subClassOf foo:Human foo:graph1 . //资源foot:Woman是foo:Human的子类,是个本体 foo:isMotherOf rdf:type rdf:Property foo:graph1 . // 资源foo:isMotherOf的类型是属性,是个本体 foo:isMotherOf rdfs:domain foo:Woman foo:graph1 . // 资源foo:isMotherOf的作用域为foo:Woman,是个本体 foo:isMotherOf rdfs:range foo:Human foo:graph1 . // 资源foo:isMotherOf的范围是foo:Human,是个本体 foo:Mary rdf:type foo:Woman foo:graph2 . //资源Mary的类型为foo:Woman,是一个基础实例 foo:Mary foo:isMotherOf foo:Carl foo:graph2 . //资源Mary和资源foo:Carl是foo:isMotherOf的关系,是一个基础实例
但是,上述例子不能展现实体和本体的所有区别
NAO:Nepomuk 标注本体(Nepomuk Annotation Ontology)
你在KDE已经遇到过的由NAO定义的资源类型和属性是:nao:Tag 或nao:rating 。其实NAO也定义了 nao:created 属性,它为资源 (在下面的例子里是一个graph)分配一个 xls:dateTime 类型数据。 当一些信息被加入到Nepomuk库时,我们用这个方法存储相关信息。
foo:graph1 nao:created "2008-02-12T14:43.022Z"^^<http://www.w3.org/2001/XMLSchema#dateTime> .
NIE — Nepomuk 信息元素本体(Nepomuk Information Element)
NIE 本体描述桌面资源文件像文件,文件夹,电子邮件,联系人,即时消息等等,它在文件索引系统诸如 Strigi 或者 tracker中用于描述提取的元数据。
- NFO - The Nepomuk File Ontology 描述文件元数据。
- NCO - The Nepomuk Contact Ontology 描述地址簿条目。
- NMO - The Nepomuk Message Ontology 描述各种消息包括电子邮件和即时通讯消息
- NCAL - The Nepomuk Calendar Ontology 描述联系人条目
- NEXIF - The Nepomuk Exif Ontology 描述图像的元数据
- NID3 - The Nepomuk ID3 Ontology 描述音频的元数据
Xesam - 桌面文件的元数据本体 因采用NIE而过时
Xesam是一个应用于strigi 索引桌面文件而开发出来的本体,它试图对桌面应用的大多数文件类型元数据定义类/类型和属性。简单的例子如id3标签或图像大小,或如发信人和收信任等电子邮件数据,在KDE桌面系统上strigi对文件元数据的检索结果使用Xesam定义的类和属性等数据保存在Nepomuk数据仓库内。
SPARQL - RDF查询语言
我们用SPARQL 查询RDF 数据库,它的语句格式被设计成近似SQL,但因为它迄今为止十分年轻,所以还不是很强大。
尽管这样,搜索“the mother of carl”这样简单的查询大致如下:
prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> prefix foo: <http://foo.bar/types#> select ?r where { ?r foo:isMotherOf foo:Carl . }
或者如果采用NRL :
prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> prefix foo: <http://foo.bar/types#> prefix nrl: <http://semanticdesktop.org/ontologies/2007/08/15/nrl#> select ?r where { graph ?g { ?r foo:isMotherOf foo:Carl . } . ?g rdf:type nrl:InstanceBase . }
SPARQL quick reference是一份非常有价值的文档。
其他本体/定制本体
这里所说的本体是Nepomuk数据的基本形式,但他们不能满足各方面的需求,如果你想在Nepomuk中存储你自己的数据并且和其他信息联系起来,建议按照以下过程来做:
- 在 http://www.semanticdesktop.org/ontologies/ 中检查现有的标准本体中是否提供你所需要(或部分需要)的类和属性,这个网址中有很多标准本体,包括 NRL 和 NAO
- 如果没有,联系 the Oscaf project 中与你需要获得的帮助相关的讨论组和开发组
- 如果你的需求还不能得到解决,那就开始开发你自己的本体,可能的话建议将其作为Oscaf标准本体。