IDA 350, oppgave 4. André Børge Kjetil (gruppe2) 3. november 2005

Transkript

1 IDA 350, oppgave 4 André Børge Kjetil (gruppe2) 3. november

2 Innhold 1 Innledning 3 2 XML 3 3 Kort om URI 4 4 RDF 5 5 Ofte spurte spørsmål om RDF 10 6 RDF vs XML 13 7 Program som gjør det lettere å bruke RDF Oppsummering 16 9 Kilder 17 2

3 1 Innledning I dette dokumentet vil du kunne lese om RDF. Vi vil prøve å gi en klar og forståelig forklaring på hva RDF er. Grunnen til at vi valgte RDF var ganske tilfeldig. Ingen av oss på gruppen hadde hørt om dette før og syntes det virket spennende og nytt. Så vi startet med dette emnet med blanke ark. RDF er i seg selv et ganske komplisert og innviklet tema, så vi har valgt å konstentrere oss om det viktigste. Det å skrive om noe du ikke har noe kunnskap om fra før, krever selvsagt endel mer arbeid enn med et tema hvor du kjenner begrepene fra før. Dette gir oss i gruppen en brattere lærekurve, noe som vi i gruppen ser som en fordel. Det første du kan lese om i dette dokumentet er kort om noen få begreper som er grunnleggende for at rdf skal kunne fungere. Så vil du kunne sette deg litt dypere inn i hva rdf egentlig er. 2 XML Hva er XML? Dette lille kapitlet vil gi en liten innføring om hva XML er og hva det kan brukes til. XML er en forkortelse av extensible markup language. Xml er et markup språk i likhet med HTML. Et markup språk kan vi på norsk kalle annotere. [1] Å annotere er å sette merkelapper på et språk for å ha en oversikt over egenskapene til de enkelte elementene. Det kan for eksempel være et dokument som blir merket på en slik måte at strukturen og presentasjonen blir beskrevet, slik at det kan bli reprodusert av programvare i stedet for det som originalt ble brukt. Språk kan også bli annotert for å gi en oversikt over syntaktiske og semantiske egenskaper i forberedelse til framtidig bruk i utvikling av applikasjoner eller til lingvistisk forskning. To viktige forskjeller på Html og Xml er at Html presenterer informasjon, mens xml beskriver informasjonen. Den andre store forskjellen er at Html består av et fast definert taggsett, mens i Xml definerer du tagsettet selv. 3

4 Xml er en plattform uavhengig, software uavhengig og hardware uavhengig container for informasjon. Ved hjelp av Xml kan vi strukturere, lagre og utveksle informasjon. Hvordan er så XML syntaksen bygd opp? Xml har et enkelt og selvbeskrivende syntaks, alle XML elementer må ha en avsluttende tag. Alle XMl tagger er case sensitive. 3 Kort om URI URI står for Uniform Resource Identifier. Det er korte strenger som identifiserer ressurser på weben(les:url). En ressurs kan være dokument, bilde, tjenester, mailbokser, osv. URI gjør ressurser tilgjengelig ved å bruke protokoller, som f.eks http og ftp. - URI-spesifikasjonen garanterer ikke tilgang til ressursen. [2] - Det er protokollen i URI en som henter frem informasjon. (f.eks. - Det kan også være nødvendig å bruke flere protokoller for å hente frem en ressurs fra URI. I eksemplet ovenfor må man muligens også bruke DNS protokollen for å hente frem informasjon fra denne URI en. Hvilke protokoller må brukes for å hente infromasjonen fra en URI? I definisjonen for URI blir protokoll beskrevet som en Scheme. Her er en offisiell liste over URI Schemes (protokoller) du kan bruke. [3] URI syntaks. Syntaksen er organisert hierarkisk, med oppdeling av URI fra venstre mot høyre. I den generelle syntaxen brukes skråstrek, spørsmålstegn og nummer-tegnet (/? #) for å avgrense områder i URI, slik at den tolken som skal bruke URI vet hva den skal gjøre med de forskjellige verdiene. Det viktige å påpeke her er at du ikke trenger å bruke disse tegnene, men du kan hvis du har lyst. Disse 3 tegnene er helt valgfrie. 4

5 4 RDF RDF bruker URI for å identifisere individer, fysiske ting/objekter, egenskaper av disse tingene/objektene, og verdiene av egenskapene. [4] (hvis mailto: er en egenskap, er en verdi av De som driver med RDF, har disse målene å gå etter[5]: enkel datamodell formell semantikk utvidet URI XML-basert syntaks støtte XML-skjema datatyper alle skal kunne uttrykke seg om enhver ressurs. RDF har en simpel datamodell (graf) som er lett å bruke og manipulere.[6] RDF baseres på URI med valgfrie identifikatorer, som # /? og bruker XML for å behandle URI og XML-elementer. For å beskrive ressurser i en data-modell brukes det såkalte tripler, som består av ett subjekt, ett predikat og ett objekt. En slik trippel kalles en RDF-graf og skal vise hvordan ting hører sammen. Siden rdf-grafen vanskelig lar seg gjøre å transporteres og for å hente ut data, brukes xml til dette formålet. Når du konverterer en RDF fil til XML blir alle triplene (subjekt,predikat,objekt) i RDF transformert til trippel-notasjon (nevnt lengre nede i dokumentet). Da kalles det et RDF/XML dokument. Hvis du velger å legge til ekstra XML kode i dokumentet må det følge trippel-konseptet for at RDF-delen av dokumentet skal være gyldig. Et XML dokument er valid kun hvis det har en DOCTYPE deklarert og alle elementer og attributter osv. følger denne til punkt og prikke. For et RDF/XML dokument kreves det ingen DOCTYPE deklarasjon, men det kreves at det er velformet. Dette er fordi det ikke er meningen å validere RDF/XML mot XML DTD eller XML-Schema. (Du kan validere RDF/XML mot RDF.) [7] 5

6 Subjekt og objekt kalles noder. Subjektet peker alltid mot objektet, slik som i tegningen ovenfor. Predikatet kalles også en egenskap, som beskriver forholdet mellom subjekt og objekt. Hvis vi kaller subjektet person A og objektet er en bil, kan vi bruke predikatet og si at person a HAR en bil. En node er som oftest en URI. I disse nodene bruker man kun absolutte URI er. (Predikatet kan av og til også være en node.) En blank node er en node som ikke er en URI eller en verdi. Den er bare en unik node som kan bli brukt i ett eller flere uttrykk (statement), men som ikke trenger å ha noe navn. RDF bruker datatyper for å representere verdier som er heltall, decimaltall og datoer. En datatype består av et leksikalsk område, et verdi-området og en mapping, som kombinerer de to andre områdene for å finne ut hvilke som hører til hvor. Dvs. T og F kan bli uttrykt på flere forskjellige måter. Mappingen beskriver disse. (eksempel fra w3.org) Verdiområde: T, F leksikalsk-område: {"0","1","true","false"} mapping-område: <"true", T>, <"1", T>, <"0", F>, <"false", F> RDF har ingen datatyper innebygd, så de må hentes inn med URI-referanser. RDF gir deg heller ingen mulighet til å definere egne datatyper, men du kan beskrive dem i XML-Schema datatype (xsd) og deretter bruke dem i RDF. For å kunne uttrykke/bruke flere objekt fra samme subjekt, må man legge inn en blank node. Eksempel: Person A har en PC, med 512 MB RAM, 3 harddisker og 2 skjermer. Dette kan vi uttrykke i RDF som websiden: Vi prøver et eksempel på en blank node. 6

7 Nedenfor vises hvordan en blank node ser ut i en kodesnutt. Den blanke noden er da på linje 7. Hvis vi vil at noden skal ha et navn legger vi på et About attributt <A:PC about:"navn på noden">. 1. <?xml version="1.0"?> 2. <rdf:rdf 3. xmlns:rdf=" 4. xmlns:a=" <rdf:description rdf:about="pc.htm"> 7. <A:PC> 8. <rdf:description> 9. <A:ram>512</A:ram> 10. <A:harddisk>4</A:harddisk> 11. <A:skjerm>3</A:skjerm> 12. </rdf:description> 13. </A:PC> 14. </rdf:description> 15. </rdf:rdf> 7

8 Første linje i koden har en XML deklarasjon som sier at innholdet etter dette er XML og hvilken versjon det er skrevet i. Resten av koden er skrevet i RDF. Dette ser vi pga <rdf:rdf> tagen på linje 2. I denne tagen spesifiseres også hvilke navnerom som skal brukes i dokumentet. På linje 4 har vi xmlns:a=...,heretter kalles A et prefix. Alle elementer i dokumentet som begynner med dette prefixet hentes fra URI en som står spesifisert i xmlns:a (linje 4). På linje 6 har vi en beskrivelse (rdf:description), som skal være om en PC (rdf:about). Dette er måten vi skriver det på i RDF, først at vi skal ha en beskrivelse, deretter om hva vi skal beskrive. Linje 7 er en såkalt blank node, dvs. at det ikke gir noen mening å skrive ut siden det ikke ligger noe informasjon der. Derfor er det heller ingen verdier på linje 7. Når vi står i den tomme noden får vi i dette tilfellet tak i ressursene ram, harddisk og skjerm, som beskrives på linjene Linje er avsluttende tager. Dokumentet vil se slik ut i en nettleser, som i og for seg ikke gir noen mening, bare noen tall: Av og til er det ikke tilstrekkelig med graf-metoden for å vise triplene. Da kan man skrive grafen i en trippel-notasjon. Hver trippel i grafen blir da skrevet med tekst basert på subjekt, predikat og objekt. Eksempel under viser en tom node MED navn.: < < < < < "3" < < "4" < < "512" Hvis en tom node ikke har et navn vil det se slik ut: < < <genid:1234> <genid:1234> < "3" <genid:1234> < "4" <genid:1234> < "512" 8

9 I dette eksempelet ser vi at det er greit med en generert ID for den tomme noden, men hvis dokumentet er stort vil det sannsynligvis bli noe uoversiktlig. Derfor anbefaler vi å navngi den tomme noden. RDF/XML er en slags utvidelse av XML, som gir deg tilgang til blant annet å lage egne navnerom med egendefinerte elementer. Det eksisterer ingen DTD for RDF, det er heller ikke noe XML-schema. Derfor må du lage et RDF Schema (RDFS) hvis du vil at RDF/XML dokumentet skal bli validert mot noe. Vi sier da at RDF Schema er en semantisk utvidelse av RDF. RDFS gir oss mulighet for å beskrive elementer og sammenhengen mellom disse, i et hierarki. 9

10 5 Ofte spurte spørsmål om RDF Hva er RDF? RDF (Resource Description Framework) er et universal format for data på Web en. Ved å bruke en enkel relasjons modell, tillater det strukturerte og semi-strukturerte data å bli blandet, eksportert og delt rundt om i forskjellige applikasjoner. RDF data beskriver alle slags ting, og der XML schema bare beskriver dokument, snakker RDF og OWL schema ( ontologier ) om de egentlige tingene. Dette gjør at man kan bruke det på nytt og på en bedre måte. Der hvor XML tilbyr interoperabilitet i en applikasjon (feks. bank erklæringer) ved å bruke schema, tilbyr RDF interoperabilitet over applikasjoner (feks. importerer bank erklæringene dine inn i kalenderen din). (oversatt fra: RDF er en data modell som inneholder sikre uttalelser om ressurser (dvs ressurser i henhold til URI). Uttalelsene er bare 3 deler (en trippel) av informasjon: Subjekt, Objekt og Predikat. RDF startet som struktur for metadata, det vil si det leverer interoperabilitet mellom applikasjoner som deler maskin-forståelig informasjon på Web en. RDF understreker muligheter for å sette i stand automatisert utvikling av Web ressurser og som slik tilbyr enkle byggesteiner for å støtte det Semantiske Web. RDF databaser blir også brukt i mer praktiske måter som bytte for, eller supplement til, relasjons databaser i mer generelle applikasjoner; mest i de som trenger å modelere relativt abstrakt informasjon eller lignende. RDF metadata kan bli brukt i en variasjon av applikasjonsområder; For eksempel: i ressurs oppdagelse for å tilby bedre egenskaper for søkemotorer; i katalogisering for å beskrive innholdet og innholdsforhold ledig på et spesielt sted på nettet,(en side, eller et digitalt biblotek), av intelligente software agenter for å lette kunnskapsdeling og bytting; i innholds bedømmelse; i beskrivelse av samlinger av sider som representerer et enkelt logisk dokument ; for beskrivelse av intellektuell eiendoms rettigheter av Web sider, og i mange andre. RDF med digitale signaturer vil bli nøkkelen til Å bygge Web of Trustfor electronisk handel, samarbeid, og andre applikasjoner. Hvem fant opp RDF? Ingen individ eller organisasjon oppfant RDF; RDF er designet ved samarbeid. Flere 10

11 W3C Medlemsorganisasjoner bidro til utviklingen. RDF startet som en forlengelse av PICS innholdsbeskrivelseteknologi,men man kan også trekke det opp mot XML design og teknologi fremføring av Microsoft (XML Web Collections) og Netscape (XML/MCF). Andre dokument, som f.eks Microsoft s XML-Data paper, Site Map proposals, og Dublin Core/Warwick Framework har også påvirket RDF designen. Hvordan putter jeg RDF i HTML-sidene mine? Den raskests veien å starte er å klippe og lime følgende inni <head> en i HTML dokumentet og bytte ut tekststrengene med passende tekst: <rdf:rdf xmlns:rdf=" xmlns:dc=" <rdf:description rdf:about=" dc:creator="hans Fredrik Nordhaug" dc:title="my document" dc:description="hans skriblerier om RDF." dc:date=" " /> </rdf:rdf> Bemerkning: Denne teknikken lager et mixed-format dokument som ikke kan (fra August 2003) bli validert som HTML. RDFCore Working Group oppfordrer konsekvent metadata å heller bli linket fra enn innkapslet i HTML dokumentene dine. Se RDF Core avgjørelsen om dette emne for detaljer. En Public-rdf-in-xhtml-tf mail-liste har blitt etablert for å undersøke strategier for å innkapsling av RDF som støtter HTML validering. Bytt ut med Web addressen for dokumentet. Hvis du ikke vet addressen eller om den kan forandre seg, eller om dokumentet har mange Web addresser, kan du bruke en tom streng (). Bytt ut Hans Fredrik Nordhaug med navnet til en person eller organisasjon som er primært ansvarlig for det intellektuelle innholdet på siden. Ikke bytt ut URI en i de to xmlns: attributene; URI ene er det som forteller andre akkurat hva denne lille biten av XML egentlig betyr! For mer lesing om Dublin Core element, se Dublin Core Metadata Element Set: 11

12 Reference Description. Dublin Core Metadata Initiative (DCMI) arbeider på en mer sofistisikert representasjon av kvalifiserte Dublin Core metadata. Se DCMI Architecture sider for informasjon om statusen for dette arbeidet. Hvor finner jeg RDF-kompatible verktøy? Det finnes mange verktøy og applikasjoner, og ingen liste kan skape rettferdighet for dem. Likevel,har DAML websiden en stor liste over verktøy. (DAML er navnet på et prosjekt sponset av amerikanske myndigheter for å hjelpe til med utviklingen av det Semantiske Web De inkluderer kommersielle programvarer, gratis programvare og researchprosjekter. De inkluderer butikker, spørresystemer, konklusjonsmotorer, reformatterere, rapportgeneratorer, datakonverterere, med mer. RDF Interest Group er en god plass å spørre etter noe du ikke kan finne. 12

13 6 RDF vs XML Et bibliotek kan være tilnærmet likt the world wide web. Den eneste forskjellen er at nettet er veldig stort og allsidig. Mangelen på et format lager vanskeligheter for det å kunne søke. Så hvordan kan metadata brukes til å gjøre et søk bedre? I sin artikkel om what is RDF?sier Tim Bray at : Hvis bibliotek, som har eksisterti hundrevis av år, ikke kan bli enige om en eneste standard. [10]Så er det en liten sjanse for at nettet vil greie å finne en.. Derfor ble RDF(resource description framework) laget, med en ide om å beskrive og utveksle metadata på nettet. RDF-strukturen er basert på 3 deler; en ressurs, en egenskap og et uttrykk. [11] En ressurs er enhver web-side som kan bli identifisert med en URI. (Husk, RDF krever at det er en webside, men URI i seg selv trenger ikke være en web-side.) En egenskap er en ressurs med et navn, som f.eks Tittel. Et uttrykk er en ressurs, en egenskap og en verdi, slik som en tittel for er VG Nett- hovedside. Ressurs : Egenskap : tittel Uttrykk : VG Nett- hovedside dvs. uttrykket = verdien av egenskapen til ressursen Egenskaper ved RDF: 1. uavhengig: alle kan lage sine egne egenskaper 2. utveksling: enhver RDF fil kan konverteres til XML 3. skalerbarhet: RDF er enkle 3-delte setninger. 4. egenskaper, verdier og uttrykk kan være ressurser og inkludere metainformasjon laget av andre. Den store fordelen med RDF i forhold til kun XML er at det er enklere. i XML må alle elementer være i rekkefølge, men i RDF er ikke dette nødvendig. RDF tilbyr en fleksibel løsning for web-designere. 13

14 Hvorfor trenger vi XML når vi har RDF? Vi velger å snu problemstillingen og svare på hvorfor vi trenger RDF når vi har XML. Med RDF kan du sende informasjon fra en database med XML som et medium for transport. Dette basert på trippel-notasjonen som gjør at strukturen lett kan settes sammen igjen hos mottaker. Metadata er et av flere ord som er vanskelig å unngår når vi snakker om RDF. [13] Ganske enkelt forklart er metadata: data om data. Problemet her er å si hvor informasjonen begynner og hvor den slutter. Metadata kan være vanskelig å definere for jo flere ord du bruker jo mer uklart blir det. Så et eksempel på vanskeligehetene med metadate er: Er forfatteren av en bok data eller metadata? Det kan være data fordi forfatteren vises som innhold på forsiden, men det kan også være metadata fordi flertallet vil ikke betrakte navnet til en forfatter som en del av teksten. Stikkordet her er metadata. XML viser data om en ting (boka er gul), mens RDF viser METAdata om en ting. dvs. metadata er mer detaljert. (eks.1: boka er gul, men hvem har skrevet den? eks.2: forfatteren heter A. Nilsen, men hvor gammel er han? eller hun? hvilken stilling har han/hun? hvor er han/hun fra?) Det er her RDF kommer inn i bildet, for å få vise flere detaljer knyttet til en og samme ting. Og samtidig være mulig å forstå. Har RDF alle egenskapene XML har? RDF påstås å være enklere enn XML, fordi du har bedre oversikt over hva som foregår. Koden er mer lettleselig enn XML. Vi tror XML ble valgt for RDF siden XML er på veg til å bli en standard innen data-utveksling på web. RDF er lettere å vedlikeholde enn XML. RDF har forøvrig ikke innebygd støtte for egendefinerte datatyper, så RDF har IKKE alle egenskapene XML har. RDF er enklere fordi det ikke trenger noe validering mot noe Schema eller DTD, slik som i XML. 14

15 Hvorfor krever ikke RDF at man skriver gyldig XML? På grunn av at RDF ikke bruker DTD eller XML-Schema kan man ikke sjekke gyldigheten av dokumentet. RDF må derimot være velformet. dvs. følge RDF sine retningslinjer for hva som er lov, hvilke elementer og attributter som kan brukes og hvor de eventuelt kan brukes. [15] 15

16 7 Program som gjør det lettere å bruke RDF. Et firma som heter Altova, har laget et program som heter Altova Symanticworks(TM)." [12] Dette programmet er et RDF/OWL(Web Ontology Language) editor program hvor du visuellt kan designe et dokument eller en ontologi. Dette for å gjøre det lettere å lage et RDF basert program. Det du så kan gjøre er at du kan få se modellen av dokumentet ditt visuelt, bygd opp ikke ulikt som et databasemodellprogram. Dette er i hovedsak et semantic web utvikler verktøy. Det positive med dette programmet er at det tillater deg til å eksperimentere og lære hvordan du lager et RDF dokument ved å benytte et visuelt oppsett. RDFS (RDF Schema) definerer hvilken klasse/type en ressurs hører til. Forskjellige RDF-Schema er kan bli brukt til å definere alt fra bøker til internett standarder. RDFS definerer de lovlige elementene som kan bli brukt i RDF (etter at navnerommet er lastet inn) og spesifiserer hvilken klasse hver ressurs hører til. Altova Semanticworks lar deg eksperimentere samtidig som du lærer RDF, ved å lage dokumentene visuelt. Syntaksen sjekkes automatisk mot spesifikasjonene og du kan velge mellom å lagre koden i RDF/XML eller i N-trippel format. 8 Oppsummering Dokumentet du nå har lest er en liten innføring i hva rdf er. Du har fått vite hva rdf brukes til og hva du kan gjøre med det. Vi har snakket om Uri, Xml og Rdf, samt om programmer du kan bruke til å skjønne Rdf bedre. Som nevnt i innledningen nevnte vi Uri og Xml som en innledning til Rdf. Dette fordi det er viktig forhåndskunnskap til å forstå Rdf. Vi vil gjerne påpeke at om du ønsker å sette deg mer inn i forskjellige aspekter ved RDF, vil vi anbefale deg nettstedet [ ] 16

17 9 Kilder [1] Forklaring på Annotere. Link:[ Sist besøkt:[ ] [2] Uniform Resource Identifier (URI): Generic Syntax. Link:[ Sist besøkt:[ ] [3] Uri schemes. Link:[ Sist besøkt:[ ] [4] Resource Description Framework (RDF). Link:[ Sist besøkt:[ ] [5]Concepts and Abstract Syntax. Link:[ Sist besøkt:[ ] [6] RDF Primer. Link:[ Sist besøkt:[ ] [7] Velformet XML. Link:[ Sist besøkt:[ ] [10] RDF vs. XML link:[ Sist besøkt:[ ] [11] RDF and metadata (Hvorfor ikke bare XML?) Link:[ Sist besøkt:[ ] [12] Altova Semanticworks Link: [ s emanticworks.html] Sist besøkt: [ ] 17

18 [13] An introduction to RDF. Link:[ Sist besøkt:[ ] [14] W3C s FAQ om RDF: [ Sist besøkt:[ ] [15] RDF og XML Sist besøkt:[ ] 18