Sieć Semantyczna w teorii i praktyce

Sieć Semantyczna
w teorii i w praktyce.
Sebastian Ryszard Kruk
Knowledge Hives

Copyright @ KnowledgeHives.com

Krok po kroku
O co chodzi z Web 3.0 ?
Krótka historia Sieci
Od URI do zaufania
Podstawy: RDF, ontologie i SPARQL
Być w Sieci a być częścią Sieci
Połączone Dane: Publikujemy w Web 3.0
Cyfrowe a Sieciowe: Semantyczne Biblioteki Cyfrowe
Poza akademickie rozważania:
Google Rich Snippets, RDFa i BestBuy
Facebook Open Graph
Podsumowanie: Przyszłość Web 3.0


O co chodzi w Web 3.0
Web 3.0 to ekosystem, oparty na podstawowych
założeniach Sieci WWW, wymiany wiedzy pomiędzy
ludźmi i maszynami
Sieć Semantyczna na przykładzie uzgadniania prawd
historycznych
Wspólny język
Wyrażanie (subiektywnego) widzenia świata
Jednoznaczne identyﬁkatory
Jednolity dostęp do (połączonych) źródeł wiedzy
Różne deﬁnicje Web 3.0
Web 3.0 = Semantic Web
Web 3.0 = AI 2.0 (głównie NLP)
Web 3.0 = Web + społeczności online + połączona semantyka
(Linked Data)


1937 - H.G. Wells: “World Brain - The Idea of a Permanent World
Encyclopaedia”


Encyclopaedia”
1945 - Vannevar Bush: Memex


Encyclopaedia”
1969 - Doug Engelbart: badania nad współpracą online i interfejsami
użytkownika, oraz DARPANET


Encyclopaedia”
1989 - sir Tim Berners-Lee: powstanie WWW


Encyclopaedia”
1995 - Dublin Core: pierwsze warsztaty


Encyclopaedia”
1999 - prof. Stefan Decker: OntoBroker staje się podstawą późniejszego
języka DAML


Encyclopaedia”
języka DAML
2000 - DARPA publikuje specyﬁkację DAML


Encyclopaedia”
języka DAML
2001 - TBL, Handler i Lassila: “The Semantic Web” (Scientiﬁc American)


Encyclopaedia”
języka DAML
2009 - TBL w czasie obchodów 20 rocznicy WWW: “mamy już wszystkie
narzędzia potrzebne do budowy Web 3.0”


Encyclopaedia”
języka DAML
2009 - Google zapowiada wsparcie dla Rich Snippets bazujących na RDFa;
BestBuy zwiększa sprzedaż dzięki zastosowaniu RDFa


Encyclopaedia”
języka DAML
2009 - Google zapowiada wsparcie dla Rich Snippets bazujących na RDFa;
BestBuy zwiększa sprzedaż dzięki zastosowaniu RDFa
2010 - Facebook uruchamia usługę Open Graph


Web według TBL


Semantyczny Tort


Czym jest RDF ?
Jak opisać krzesło ?


Czym jest RDF ?
RDF:
Opis zależności pomiędzy zasobami
Model danych oparty na grafie skierowanym
Reprezentacja w postaci prostych zdań (trójek)
Możliwe krawędzie pomiędzy krawędzią a wierzchołkiem
Zdania, trójki (statements, triples):
Reprezentują pojedyńczą krawędź w grafie RDF
Podmiot (subject) - URI lub bnode
Predykat/Orzeczenie (predicate) - URI
Obiekt (object) - URI, bnode lub literał
Rozszerzenia:
Reifikacje (reification) - zdanie o zdaniu
Czwórki (quad) - 4 element to kontekst


Technicznie o RDF
Podstawowe pojęcia:
Zasób (resource) - wierzchołek w grafie RDF, identyfikowany
przez URI/IRI lub bnode
BNode - wewnętrzny (nie eksportowalny) identyfikator
Literał (literal) - wierzchołek-liść w grafie RDF; może mieć
określony typ lub język
rdf:type - “wbudowany” predykat określający typ/klasę
Jak zapisać RDF:
N-triples - zapis zdanie po zdaniu:
<uri:Krzesło> <uri:posiada> <uri:Oparcie>.
N3 i Turtle - skrócony zapis n-triples:
<uri:Krzesło> <uri:posiada> <uri:Oparcie>, <uri:Nogi>.
RDF/XML - reprezentacja RDF w XML (niejedonoznaczna,
przegadana i niepełna)


Bazy Danych RDF
Dlaczego nie bazy relacyjne ?
Bazy danych RDF:
Jena (również jako API w Java)
Sesame
ARC/ARC2 (API w PHP + MySQL)
Oracle (natywne wsparcie dla grafów i dodatkowych
algorytmów, np. Dijkstra)
Sindice (bazuje na Hadoop)
AllegroGraph (Lisp)
Virtuoso
Bazy NoSQL (Hadoop, Cassandra)
Kiedy warto rozważyć bazy relacyjne?


Ontologie
Jak interpretować znaczenie (semantykę) pojęć w
graﬁe powiązań RDF?
Ontologia:
“An ontology is a speciﬁcation of a conceptualization.” Tom
Gruber, 1993
Opisuje uzgodnione znaczenia pojęć
Często stworzona w wyniku pracy społeczności (nie tylko
ekspertów)
Wyjaśnia znaczenie, nie narzuca schematu
Różne sposoby formalnego zapisu:
RDF Schema
OWL
DAML+OIL, UML, Topic Maps, XML Schema


RDF Schema
Równoprawni obywatele: klasy (class) i
właściwości (property)
Niezależne deﬁniowanie dziedziczenia klas i
właściwości
Właściwości mają:
Dziedzinę (domain)
Zakres (range)
Wnioskowanie oparte o logikę opisową
(description logic) a nie relacje znane z
programowanie obiektowego (OOP)


OWL
Rodzina formalnych języków opisu ontologii
OWL-Lite, OWL-DL, OWL-Full, (oraz OWL-2)
Deﬁnicja klas, właściwości, instancji i operacji
Dodatkowe słownictwo:
Typy relacji pomiędzy klasami, np.: rozłączność
Ilość oczekiwanych relacji (ang. cardinality),
Równoważność (ang. equality),
Typy właściwości, np.: właściwość odwrotnie funkcyjna (ang.
inverse functional property, IPF),
Cechy właściwości, np. symetryczność czy przechodniość.
OWL-Full nie gwarantuje ukończenia wnioskowania !
OWL-2 (w chwili obecnej) nie bazuje na modelu danych
RDF !


Ontologie vs Taksonomie
Ontologia:
Pozwala określić znaczenie (często z danej dziedziny)
deﬁniując klasy pojęć, relacje pomiędzy nimi oraz aksjomaty
W zależności od typu, wnioskowanie może być bardzo
skomplikowane i niekompletne (model otwarty świata *)
Taksonomia:
Kolekcja słownikowanych pojęć zorganizowanych w strukturę
hierarchiczną
Proste wnioskowanie oparte o zdeﬁniowaną hierarchię (model
zamknięty świata *)
Taksonomie mogą być wykorzystane jako słowniki pojęć w
ontologii
Prosta ontologia + taksomie pojęć = łatwiejsze
wnioskowanie


Lekkie ontologie
Problemy ontologii:
Skomplikowane struktury utrudniają osiągnięcie
zgodności pomiędzy poszczególnymi zastosowaniami ➯
potrzeba ontologii wysokiego poziomu
Ontologie zdeﬁniowane w OWL podlegają prawom
Description Logic ➯ im większe skomplikowanie tym
trudniejsze poprawne mapowanie na OOP
Popularne ontologie:
Dublin Core
SKOS
FOAF
SIOC
Good Relations


Dublin Core
Prawdopodobnie najstarsza z obecnych ontologii
Pochodzi ze środowiska bibliotekarzy (cyfrowych)
Główne cele:
Współdzielone deﬁnicje pojęć tworzące słowniki
Interoperacyjność na poziomie znaczenia opisanego
formalnie (formal semantics)
Syntaktyczna interoperacyjność opisów umożliwiająca
wymianę danych
Współdzielone formalne słowniki i ograniczenia
15 podstawowych pojęć, m.in., dc:creator, dc:date
Dodatkowe typy, klasy i pojęcia (zastępują DC
Qualiﬁers)


SKOS
Simple Knowledge Organization Systems
Systemy organizacji wiedzy
Reprezentują zorganizowaną interpretację struktury wiedzy
Narzędzia semantyczne: znaczenie słów i innych symboli,
oraz relacji pomiędzy nimi
Organizacja informacji i promocja zarządzania wiedzą
Przykłady KOS: słowniki (np. WordNet),
taksonomie, klasyﬁkacje, formalne ontologie
Podstawowe pojęcia SKOS:
Concept, Scheme
broader, narrower, related, prefLabel, inScheme
przykłady: WordNet, OpenVocabulary.info


FOAF
Friend-of-a-Friend
Podstawowy zestaw właściwości i zaledwie kilka
klas do opisu sieci społecznych
Tworzy graf skierowany deﬁniujący relacje
(społecznych) pomiędzy użytkownikami i usługami
Umożliwia opis osoby (foaf:Person) lub usługi
(foaf:Agent)
Jedna z najbardziej popularnych ontologii
Łączy pojęcia Web 2.0 z technologiami Semantic
Web
Łatwo rozszerzalna: FOAFRealm, FOAF-SSL


SIOC


SIOC
Semantically Interlinked Online Communities
Umożliwia łączenie treści i interakcji pomiędzy
różnymi systemami społecznymi (np. blogi, fora,
wiki)


SIOC
Semantically Interlinked Online Communities
Umożliwia łączenie treści i interakcji pomiędzy
różnymi systemami społecznymi (np. blogi, fora,
wiki)
Wspierana (za pomocą pluginów) przez różne
systemy CMS
Jednym z fundamentów Web 3.0 łączących
pojęcia/technologie Web 2.0 z Semantic Web
Stała się inspiracją dla lekkich ontologii
wykorzystanych w przemyśle
Podstawa Semantic MicroBlogging (SMOB)


Good Relations

Opis produktów, cen i informacji o usłudze i
dostawcy
De-facto standard w e-commerce 3.0
Wspierana przez Google i Yahoo (rich snippets)
Wykorzystanie przez BestBuy zwiększyło ich
sprzedaż
Wsparcie rozwiązań typu B2C jak i B2B


SPARQL: Podstawy
Standard W3C definiujący język i protokół zapytań
na grafie RDF
4 typy zapytań:
SELECT
CONSTRUCT
ASK
DESCRIBE
Fraza WHERE określa podgraf na bazie:
scieżek w grafie
notacja N3
podfraza FILTER do wyrażeń regularnych, itp.


SPARQL: Przykład
D g E

?y
:A :b ?x. a f j

:A :b :C.
?x ?y :E. A b ?x ?y G

?x ?y :F. ?y
b
?x ?y :G. k

C d F


SPARQL: Przykład
SELECT ?a D g E

WHERE
?y
{ a f j

?a :b ?x.
?a :b :C. A b ?x ?y G

?x ?y :E. ?y
b
?x ?y :F. k

?x ?y :G.
C d F
}


SPARQL: Przykład 2
_:d g E e Ala ma psa

a e g
http:// f
semdl.info/
books/2
A b B -15
j

e j
b

2010-08-03T
ala ma kota e C d 9
15:00:00Z

PREFIX : <http://www.semanticschool.com/>
PREFIX xsd: <http://www.w3.org/2001/XMLSchema#>
SELECT ?x
WHERE { ?x :j ?date; :e ?value.
FILTER ( xsd:dateTime(?date) > xsd:dateTime("2010-03-01T00:00:00Z") &&
xsd:integer(?value) > 5 ) }


SPARQL: Przykład 2

a e g
http:// f
semdl.info/
books/2
A b B -15
j

e j
b

2010-08-03T
ala ma kota e C d 9
15:00:00Z

SELECT ?x
WHERE { ?x :e ?value.
FILTER regex( ?value, "[Aa]la ma S+" ) }


SPARQL: Przykład 2

a e g
http:// f
semdl.info/
books/2
A b B -15
j

e j
b

2010-08-03T
ala ma kota e C d 9
15:00:00Z

SELECT ?x
WHERE { ?x :e ?value.
FILTER regex( ?value, "ala ma S+", "i" ) }


Być “w” a “częścią” Sieci
Sieć (Web) to coś więcej niż tylko standardy
Co to znaczy być obecnym w Sieci ?
Czego potrzeba aby stać się częścią Sieci ?
Web Science
Filozofia sieci jest z natury bardzo prosta: hipertekst i
REST
Google jako pierwsza firma, która tak na prawdę
zrozumiała Sieć (indeksowanie połączeń)
Anty-analogia: pierwsze MS Office ze wsparciem dla
Internetu - niezrozumienie
Czy na jakiejś uczelni w Polsce jest wykładany Web
Science ?


Być “w” a “częścią” Sieci
To nie jest Web (3.0):
Ontologia jako niewymienialny schemat.
SOAP jako “Web” Services
Niepołączona semantyka - czyli NLP bez Web
Aplikacje RIA, PDF, itd
Dlaczego Web 2.0 może być przełomem w
myśleniu o Sieci ?
Sieć jest demokratyczna
Popularyzacja (otwartych) standardów WWW
Antyprzykład: nasza klasa


Publikujemy w Web 3.0
Podstawy publikowania w Web 3.0:
Unikalne, jednoznaczne, niezmienne i odpytywalne URI
Powiązania pomiędzy zasobami (Linked Data)
Reguły nazywania rzeczy w Sieci:
Należy używać URI do nazywania zasobów w Sieci.
Preferowanym schematem URI jest HTTP, tak aby ludzie (i
maszyny) mogli sprawdzić co kryje się pod daną nazwą.
Pod podanym URI należy udostępnić wartościowe
informacje o danym zasobie korzystając ze standardów,
np.: RDF i SPARQL.
W danym opisie pod podanym URI umieszczamy
odnośniki do innych URI, tak aby maszyny i ludzie mogli
odnaleźć więcej powiązanych zasobów w Sieci.


Linked Data


5 Kroków do Linked Data

Stosujemy zasady nazywania zasobów w Sieci
Musimy zrozumieć model danych naszej aplikacji
Deﬁniujemy schematy URI (a właściwie URL) dla
poszczególnych typów obiektów
Implementujemy mechanizmy dostarczania
danych dla ludzi (np. HTML) i maszyn (np. RDF)
Re-używamy identyﬁkatory rzeczy dostarczane
przez inne usługi, np. WordNet, OpenVocabulary


Publikujemy semantykę
Wskazujemy na zewnętrzny dokument/usługę,
który zawiera reprezentację danego zasobu w RDF
<link rel="media" type="text/turtle" title="wersja
semantyczna" href="http://adres.naszego.serwisu/dane/
dokument.ttl"/>
Osadzamy (ang. embed) semantykę bezpośrednio
w źródle naszej strony HTML: Mikroformaty, eRDF,
RDFa
Podajemy reguły translacji źródła naszej strony do
dokumentu RDF.
Dostarczamy usługę negocjacji treści (ang.
content negotiation)


Konsumujemy z Web 3.0
Indeksy Sieci Semantycznej:
Sindice
Ping the Semantic Web .com
Wzbogacanie lokalnych baz wiedzy o informacje z
chmury Linked Data
Zaufanie
Prywatność (śledzenie schematów odpytywania usług)
Usługi bazujące na połączonych danych:
Revyu
Twine / Evri
Mobile DBPedia


Biblioteki w Sieci ?


Jakie są biblioteki “cyfrowe” czy “sieciowe” ?
A jakie myśleliśmy że będą?
Dlaczego biblioteki nie łączą się z innymi usługami?
Czy i jak można czerpać i publikować metadane
bibliograﬁczne?
Gdzie są użytkownicy bibliotek ?


bibliograﬁczne?
Biblioteka 2.0 a Semantyczne Biblioteki Cyfrowe


Sieć
tagowanie Web 2.0
Semantyczna
rozszrzalność
interoperacyjność
społeczności
użytkowników

bibliograﬁczne? Semantyczne
Biblioteki
Gdzie są użytkownicy bibliotek ? Cyfrowe

słowniki systemy organizacji wiedzy

Biblioteki
Cyfrowe


bibliograﬁczne?
Przykłady:
FEDORA / Dura Space
JeromeDL
Europeana *


Już nie tylko akademia
Ewolucja Web 3.0:
Oryginalny pomysł TBL
Logicy i ontologie (a sprawa Sieci)
Najważniejsze specyﬁkacje W3C: RDF, OWL, SPARQL
Oświecenie: Linked Data
Upublicznione dane rządowe: data.gov, data.gov.uk, ...
Wykorzystanie w przemyśle
Przemysł a Web 3.0:
HP (Jena) i Yahoo! (Search Monkey) wspierają od dawna
Google (początkowo sceptyczny) - wsparcie dla
Microformats i RDFa (Rich Snippets) od 2009
BestBuy: CTR wzrasta o 15% dzięki RDFa/GoodRelations
Facebook: publikuje standard Open Graph


Facebook Open Graph
Łączy Sieć: społeczną, spersonalizowaną i
semantyczną
Pluginy dla twórców serwisów:
Login with Faces: nasi znajomi, którzy korzystają z tego serwisu
Like Button: trwały zapis naszych “ulubionych” w proﬁlu
Activity Feed and Live Stream
Recommendations: collaborative ﬁltering
Oznaczenia Semantyczne:
Proste, bazujące na RDF
Łączą użytkowników o wspólnych zainteresowaniach poza podziałami
na usługi
Open Graph API:
REST + JSON
Baza danych zaintersowań użytkowników


Facebook Open Graph
<html xmlns:og="http://opengraphprotocol.org/schema/">
<head>
<title>The Rock (1996)</title>
<meta property="og:title" content="The Rock" />
<meta property="og:type" content="movie" />
<meta property="og:url" content="http://www.imdb.com/title/
tt0117500/" />
<meta property="og:image"
content="http://ia.media-imdb.com/images/rock.jpg" />
...
</head>
...
</html>

<meta property="og:type" content="actor" />
<meta property="og:description" content="Sean Connery ..." /
>
<meta property="og:site_name" content="IMDb" />


Facebook Open Graph
Użytkownicy
lepsza personalizacja
mniejsza prywatność
większe znaczenie “polecania” niż “szukania” ?
Twórcy serwisów
oddajemy oceny, komentarze i rekomendacje - zmiana
modelu biznesowego ?
łatwiejsze wprowadzenie funkcji społecznych i
rekomendacji w usłudze
Konkurencja:
Facebook łączy ludzi i rzeczy - tworzy środowisko
przyciągające użytkowników na wyłączność
Scenariusze: klonowanie, wartość dodana, blokada


Przyszłość Web 3.0
Czy Web 3.0 powstanie:
inwestycja jest zbyt droga a ludzie za mało
uporządkowani
wszystko zależy od tego jak będziemy interpretować
deﬁnicję
przejście z ery informacji do ery zarządzania wiedzą
zmiany są konieczne, ale standardy nie powinny być
narzucane
cały czas czekamy na killer app
czy Web 3.0 jest jak AI?
pierwsze aplikacje już istnieją
Tim Berners-Lee: “nie wiem jaka jest przyszłość,
ale wiem, że nie może zależeć tylko ode mnie”


Nadeszło Web 3.0
(czy jesteś na to gotowy czy nie)
Dowiedz się więcej w Szkole Web 3.0
http://www.semanticschool.com/

Sebastian Ryszard Kruk
sebastian.kruk@knowledgehives.com


Sieć Semantyczna w teorii i praktyce

Recomendados

Recomendados

Mais conteúdo relacionado

Mais de Sebastian Ryszard Kruk

Mais de Sebastian Ryszard Kruk (20)

Sieć Semantyczna w teorii i praktyce