16 Май 09 SEMANTIC WEB for the WORKING ONTOLOGIST (Dean Allemang, Jim Hendler). Часть 1.

Креативная обложка, символизирующая динамичную водоносную систему

Однозначный must read и просто увлекательное чтиво для всех, кто интересуется Semantic Web и представлением и обработкой знаний, в том числе и с помощью онтологий. Ничего подобного по уровню изложения и осмысленности по данной тематике мне пока не встречалось. Авторы концентрируются на реальных примерах моделирования, задают правильные вопросы и разжевывают для читатели все узкие места так, что даже самые сложные вещи начинают казаться простыми и очевидными (ИМХО, признак высочайшего профессионализма).

В книге много мыслей, способствующих появлению глубокого понимания Semantic Web, его стандартов и принципов моделирования. Наиболее яркие и запомнившиеся из них приведены ниже.

Зачем нам нужен Semantic Web?

Первая глава посвящена целиком вопросу: что такое Semantic Web и зачем он нам? Представим себе такой пример: мы хотим поехать в национальный парк отдыхать и у нас есть любимая сеть отелей, в которой мы любим отдыхать, т.к. у нас там есть большая скидка для постоянных клиентов. На сайте национального парка мы видим, что отель нашей сети находится в его окрестностях, но, заходя на сайт сети отелей, мы не можем отыскать этот отель и забронировать номер, т.к. его там по какой-то причине больше нет. Остается только расстраиваться из-за этой несогласованности данных.

Или рассмотрим другой пример: вы исследуете солнечную систему и в один прекрасный день находите замечательный астрономический сайт с кучей разной информации, содержащий, в том числе список девяти известных планет, вращающихся вокруг солнца, для каждой из которых заведена отдельная страница с данными о планете.

В один прекрасный день из газет вы узнаете о том, что International Astronomical Union (IAU) принял решение о том, что Плутон, который до 2006 года считался планетой, следует относить к новой категории «карликовая планета». Вы устремляетесь на сайт и видите, что на странице про Плутон его уже относят к карликовой планете. Но когда вы открываете страницу со списком всех планет, оказывается, что Плутон все еще находится там.

Проблема в обоих примерах в том, что представление данных неконсистенто и рассихронизовано.

Для ее решения, конечно, можно использовать общие записи в базе данных или умные приложения, которые будут следить за обновлениями на нужных страницах, и синхронизировать код. Первое решение малоосуществимо, т.к. сложно себе представить, чтобы совершенно разные организации могли использовать единую базу данных, а для второго решения необходимо писать специальный код. Общим в обоих подходах является то, что данные отделяются от их представления, в некотором смысле это будет напоминать семантические приложения.

Semantic Web идет дальше этих решений и предоставляет инфраструктуру для связывания данных не только в рамках определенных приложений, но и во всей распределенной Сети с помощью глобальных идентификаторов ресурсов (URI). Когда сеть отелей публикует информацию о местоположении отелей, она публикует не только ее представление для человека, но и ее кодирование в машиночитаемой форме. Модель, которая используется для представления этой сети распределенных данных называется Resource Description Framework (RDF).

Для понимания принципов проектирования Semantic Web, Dean Allemang и Jim Hendler приводят следующие три особенности распределенной сети данных:

• Слоган «Кто угодно может сказать что угодно о чем угодно (АAА slogan – Anyone can say Anythingabout Any topic). Данные не управляются из одного большого датацентра, и любой человек может выразить свои знания о сущностях таким образом, чтобы они могли объединяться с информацией из других источников. Это способствует так  называемому сетевому эффекту (network effect), когда каждый новый присоединившийся к сети человек приносит еще дополнительный смысл и способствует его экспоненциальному росту.
• Предположение о неуникальном именовании объектов (Nonunique Naming Assumption). Т.е. есть два объекта с различными именами могут быть одинаковыми (например, одна из карликовых планет UB313 известна также под именем Xena).
• Предположение об открытости мира (Open World Assumption). Следствие ААА слогана. Мы практически не можем в рамках Sematnic Web делать утверждения вида «существует ровно девять планет», т.к. могут открыться факты, о которых мы еще не знаем.

Последнее предположение перекликается с теоремой Гёделя о неполноте, и это дает основания предположить, что в рамках Semantic Web рождается новая сетевая логика – основа будущего виртуального мира.

Средства моделирования в Semantic Web

Три принципа распределенной сети данных создают окружение для эффективного обмена информацией. Но такой стиль сбора информации может привести к информационному хаосу и конфликтам. Задача инфраструктуры Semantic Web – поддержать переход из этого хаотического состояния в такое, в котором возможен продуктивный обмен информацией, кооперация и сотрудничество. Делается это с помощью моделирования – процесса организации информации для использования комьюнити. Модель предоставляет для этого три решения: общую схему для коммуникации между людьми, средства для объяснения выводов, структуру для управления разными точками зрения.

Semantic Web предлагает несколько инструментов моделирования отличающихся уровнем выразительности. Чем выше уровень выразительности, тем, как правило, сложнее модель, но и тем выше ее информативность. Для примера рассмотрим три модели молекулы воды H2O:

Различные представления молекулы воды

Первую модель можно использовать для ответа на базовые вопросы о воде: расчет массы молекулы, и какие компоненты необходимы для того, чтобы можно было создать воду из составных частей.

Вторая модель (b) обладает большей выразительностью: она показывает не только компоненты воды и их количество, но и как они связаны друг с другом в химической структуре молекулы. Из нее ясно, что когда молекула распадается на меньшие, она может распасться на атомы водорода (H), или на кислородно-водородный ион (OH), но не прямо на двойной атом водорода (H2) без осуществления некоторой рекомбинации ее компонент после первоначальной декомпозиции.

Третья модель (с) еще более выразительна, и содержит информацию об отношениях размеров атомов и углах между ними, что позволяет использовать ее, например, для анализа структуры кристаллов льда.

Ниже представлены языки Semantic Web от менее выразительных к более выразительным:

• RDF — The Resource Description Framework. Основа всех моделей Semantic Web. Позволяет формулировать утверждения о чем угодно (с помощью троек subject-predicate-object) и составлять из них единую модель. RDF рекомендован W3C c 2003 года.
• RDFS — The RDF Schema language. RDFS – это язык, обладающий достаточной выразительностью для описания базовых понятий общности и изменчивости хорошо известных из объектных языков и других систем классов – а именно классов, подклассов и свойств. RDFS рекомендован W3C c 2003 года.
• RDFS-Plus. RDFS-Plus является более выразительным, чем RDFS, подмножеством OWL, но при этом не обладающий сложностью OWL. Позволяет описывать способы использования определенные свойства и отношений между ними. Стандарта RDFS-Plus пока нет, но есть понимание, что что-то между RDFS и OWL может быть значимым для индустрии.
• OWL – Web Ontology Language. OWL привносит в Semantic Web выразительность логики. Он позволяет описывать детальные ограничения между классами, сущностями и свойствами. OWL рекомендован W3C c 2003 года.

Моделирование в RDF

Допустим, у нас есть большая таблица базы данных. Мы не хотим держать ее на одной машине, а хотим, чтобы информация из нее располагалась где угодно в сети, чтобы любой человек мог добавлять туда новые данные (ААА слоган), но при этом всю доступную информацию можно было корректно объединять. В RDF это можно сделать, преобразовав таблицу в набор троек: subject-predicate-object, где subject – сущность, описываемая в таблице (если таблица содержит описания продуктов, то для продукта с ID=1 это может быть Product1), predicate – колонка в таблице (например, Manufacturer), object – значение соответствующей ячейки в таблице. После этого следует добавить тройки с утверждениями о совпадающем типе всех сущностей продуктов вида: Product1-rdf:type-Product

Использование URI в качестве глобального идентификатора позволяет понять, когда два человека где угодно в мире говорят об одной сущности. Важно, что URL является частным случаем URI, если удается разыменовать его в конкретный протокол, сервер, порт и имя файла, чтобы получить файл или позицию в нем в глобальной сети. Для моделирования это не очень принципиально, т.к. от URI необходима только глобальная уникальность, но это позволяет участвовать моделям в глобальной инфраструктуре Сети. Например, URI свойства подкласса http://www.w3.org/2000/01/rdf-schema#subClassOf (rdfs:subClassOf) является также URL, по которому можно прочитать спецификацию этого свойства.

RDF также позволяет делать утверждения об утверждениях (reification). Например, так будет выглядеть утверждение, о том, что Википедии сказано, что Шекспир написал «Гамлета»:

q:n1 rdf:subject lit:Shakespeare ;
    rdf:predicate lit:wrote ;
    rdf:object lit:Hamlet .

web:Wikipedia m:says q:n1

Причем, это совершенно не означает того, что верно утверждение, что Шекспир написал «Гамлета», т.к. мы можем не доверять информации из Википедии.

Важную роль в RDF играют bnodes (blank nodes), благодаря которым мы можем делать утверждения о тех вещах, про которые мы знаем, что они существуют, но не можем их идентифицировать.  Например, мы знаем, что на 78-й сонет Шекспира вдохновила неизвестная англичанка. В N3 это будет выглядеть так:

lit:Sonnet78 lit:hasInspiration [ a :Woman;
    bio:livedIn :England] .

Заметьте, что эта запись вполне читабельна, несмотря на то, что написана на формальном языке.

На этом пока все. В следующих частях мы напишем про то, как авторы книги видят архитектуру Semantic Web приложений, RDFS-Plus (SKOS и FOAF) и моделирование на OWL.

P.S. Сервис bookfinder.com подскажет, где заказать «SEMANTIC WEB for the WORKING ONTOLOGIST». С доставкой в Россию будет дешевле.

Метки: OWL, RDF, RDFS, RDFS-Plus, Semantic Web, URI, онтологии