Wissenstechnologie 2007 - VI

Wissenstechnologie VU
SPARQL, Triple Stores, Suche im Semantic Web,
Microformats und RDFa

Peter Scheir

TU Graz & Know-Center

http://kmi.tugraz.at http://www.know-center.at
This work is licensed under the Creative Commons Attribution 2.0 Austria License.
To view a copy of this license, visit http://creativecommons.org/licenses/by/2.0/at/.

Inhalt

SPARQL
Triple Stores
Suche im Semantic Web

2
http://kmi.tugraz.at

November 2007 Wissenstechnologie @ kmi.tugraz.at

Semantic Web Stack

SPARQL

3


SPARQL

SPARQL Query Language for RDF
Abfragesprache für RDF Graphen
Ähnlich zu SQL
Kein INSERT, UPDATE, DELETE

Entwicklung durch die RDF Data Access Working Group
Derzeit Proposed Recommendation (12 November 2007)

http://www.w3.org/TR/rdf-sparql-query/
http://thefigtrees.net/lee/sw/sparql-faq
4


SPARQL - Beispiel

Daten:
http://example.org/book/book1
http://purl.org/dc/elements/1.1/title
quot;SPARQL Tutorialquot; .
Abfrage:
SELECT ?title
WHERE {
<http://example.org/book/book1>
<http://purl.org/dc/elements/1.1/title>
?title .
}

Ergebnis:
title
quot;SPARQL Tutorialquot;

5


SPARQL - Beispiel

Daten:
@prefix foaf: <http://xmlns.com/foaf/0.1/> .
_:a foaf:name quot;Johnny Lee Outlawquot; .
_:a foaf:mbox <mailto:jlow@example.com> .
_:b foaf:name quot;Peter Goodguyquot; .
_:b foaf:mbox <mailto:peter@example.org> .
Abfrage:
PREFIX foaf: http://xmlns.com/foaf/0.1/
SELECT ?name ?mbox
WHERE {
?x foaf:name ?name .
?x foaf:mbox ?mbox
}
Ergebnis:
name mbox
quot;Johnny Lee Outlawquot; mailto:jlow@example.com
quot;Peter Goodguyquot; <mailto:peter@example.org>

6


SPARQL

Abfrage:
PREFIX foaf: http://xmlns.com/foaf/0.1/
SELECT ?name ?mbox
WHERE {
?x foaf:name ?name .
?x foaf:mbox ?mbox
}
Variablen durch ? gekennzeichnet
Alle Statements werden zurückgegeben die auf Muster in
WHERE passen
Prefix um kürzere Queries schreiben zu können
WHERE optional
7


SPARQL

Abfrage:
PREFIX abc: http://example.com/exampleOntologie#
SELECT ?capital ?country
WHERE {
?x abc:cityname ?capital.
?y abc:countryname ?country.
?x abc:isCapitalOf ?y.
?y abc:isInContinent abc:europe.
}
Beispiel von: http://de.wikipedia.org/wiki/SPARQL

Einfach Joins zu beschreiben (im Vergleich zu SQL)

8


Was ist mit XPath?

9


Inhalt

SPARQL
Triple Stores

10


Überblick Triple Stores

RDF-Graph (S,P,O)

author
http://book.at/isbn123 http://fussball.de/G. Müller

price title name

11
Ein Leben für die Tore
€15 Gerd Müller



Subjekt Prädikat Objekt

http://book.at/isbn123 author http://fussball.de/G. Müller

http://book.at/isbn123 price €15

http://book.at/isbn123 Title Ein Leben für die Tore

http://fussball.de/G. Müller Name Gerd Müller

author
http://book.at/isbn123 http://fussball.de/G. Müller

name
price title

12
Gerd Müller
Ein Leben für die Tore
€15 http://kmi.tugraz.at



Abfrage: Titel der Bücher von Gerd Müller?
Subjekt Prädikat Objekt

http://book.at/isbn123 author http://fussball.de/G. Müller

http://book.at/isbn123 price €15

http://book.at/isbn123 Title Ein Leben für die Tore

http://fussball.de/G. Müller Name Gerd Müller

13


Abbildung in relationalen
Datenbanken

Abbildung in Form von ein bis 6 Tabellen
Darstellung in Form eines linearisierten Graphs
Zentrale Tabelle: S,P,O Tabelle
Verschiedene Indizes für Zugriff
Mapping von SPARQL Anfragen auf eine Menge von
SQL Anfragen

14


Datenbanken

Beispiel Sesame

subject predicate object

1 2 3

1 4 5

1 7 8

Id value

1 http://book.at/isbn123

author
2

3 http://fussball.de/G. Müller
4 price
5 €15
15
7 Titel
8 Ein Leben für die Tore http://kmi.tugraz.at


Datenbanken

Einfache Repräsentation im RDBMS
Unabhängig vom Schema
Flexibilität
Keine schemaspezifischen Anpassungen
des DBMS
Im Allgemeinen Generik vs. Leistungsfähigkeit

16


Erhöhung der Leistungsfähigkeit

Mapping des Schemas auf eine relationale Struktur

Buch_ID Preis Titel

http://book.at/isbn123 15 Ein Leben für die Tore

Autor_ID Name

http://fussball.de/G. Müller Gerd Müller

Autor_ID Buch_ID

17
http://fussball.de/G. Müller http://book.at/isbn123




Subject Property Materialized Views (Oracle)

Buch_ID Autor Titel

http://book.at/isbn123 http://fussball.de/G. Müller Ein Leben für die Tore

18



„Echte“ native RDF Triple Stores
Optimierung durch Verwendung spezialisierter Indizes
(Self-Joint Optimierung)
Indizierung verschiedener Kombinationen von S,P,O
P,S,O
O,P,S
O,S,P
S,O,P

19


Tripel Stores Implementierungen

Jena/Jena 2
Hewlett Packard
Java Open Source
Anbindung an gängige RDBMS
SPARQL als Abfragesprache
RDF/RDFS/OWL

20



Sesame
Aduna Technologies
Java Open Source
Anbindung an gängige RDBMS
Eigener native Store
RDQL als Abfragesprache

21



Kowari
Tucana Technologies
„Native“ Triple Store
Volltextsuche integriert
Integrierbar mit Jena

22



3Store
University of Southhampton
C Library kombiniert mit MySQL
Anwendung in unterschiedlichen EU Projekten und
kommerziellen Projekten

23



Oracle 10g
Oracle
Ergänzung der Oracle DB um „native“ Triple Store
Kombination Triple Store Query mit SQL (teilw.
SPARQL kompatibel)
Kombinierbar mit anderen Oracle Modulen
Erster Triple Store eines großen kommerziellen
Anbieters

24


Leistungsfähigkeit Open Source

Portwin & Parvatikar (2006) Scaling Jena in a Commercial
Environment: The Ingenta MetaStore Project
Standardtestdatensatz Domäne Universitäten
~200 Millionen Triples (RDF), 11 Millionen Triples (OWL), 4.3
Millionen Dokumente
Kowari: 1 Milliarde Triple

Unoptimiert, 7 Millionen Triples
Einfache Queries im Millisekundenbereich
Inferenzen (RDFS/OWL) je nach Komplexität Sekunden
bis Minutenbereich

25


Leistungsfähigkeit Oracle

BioMed Literatur Datenbank (UniProt Datensatz)
80 Millionen Triple
~5 GB RDF/XML Daten (~2,5 GB Triple; 1,7 GB
Mapping; 4,8 GB Indizes)
Queries im Millisekunden/Sekundenbereich
Optimierungspotential Subject Property Materialized
View ~30%

26


Leistungsfähigkeit
Zusammenfassung

Trade-off Generik vs. Leistung/Skalierbarkeit
Hohes Optimierungspotential:
Optimierte Strukturen einfach aus generischer Struktur
erzeugbar
Hoher Einfluss des Schemas resp. der Domäne
Nicht skalierbar auf Größe des Internets, jedoch skalierbar
auf Unternehmensgröße
Intelligente Kombination von Retrieval/Inferenz notwendig

27


Inhalt

SPARQL
Triple Stores

28


Suche im Web derzeit

Suche nach Dokumenten

Information Retrieval
Z.B. Suchmaschinen

Dokumente und Anfrage werden auf Basis eines Modells
repräsentiert und verglichen
Unterschiedliche Modelle
Bsp.: Vektorraummodell
29


Vektorraummodell

Repräsentation der Dokumente als Vektoren
Vektor hat so viele Dimensionen
wie Terme (Wörter) im System
Wenn Wort in Dokument vorkommt
ist Komponente in Vektor 1, sonst 0 (vereinfacht!)
Anfrage wird ebenfalls als Vektor repräsentiert
Winkel zwischen Vektoren sagt über
deren Ähnlichkeit aus
Ähnlichstes Dokument zu Anfrage wird
als höchstes gereiht 30


Vektorraummodell

31
[Granitzer 2006]



Vektorraummodell

Repräsentation der Dokumente als Vektoren
Komponente in Termvektor = Anzahl des Wortes in
Dokument
Auch reelle Gewichtung der Terme in Vektoren
Termfrequenz (term frequency, tf)
Inverse Dokumentenhäufigkeit (inverse document
frequency, idf)
tfidf (tf*idf, tf/idf, tf-idf)

32


Vektorraummodell

Anfragevektor

Dokumentvektor

33


Vektorraummodell

Skalarprodukt

Kosinusmaß

34


Vektorraummodell

Kosinusmaß
Normalisierung durch L2-Norm (Länge der Vektoren)
Keine Bevorteilung von langem Dokument in denen
viele, unterschiedliche Worte vorkommen

Variationen dieser Maße mit verschiedenen
Normalisierungen

35


Vergleich mit Suche in
wissensbasierten Systemen

Vorweg: Es existieren Ausnahmen und Mischformen

36


Art von Wiedergewonnenem

Unsicherheit, Vagheit

Wissensbasierte Systeme
Modelliertes Wissen ist wahr

37


Speicherort

Datenbanken
Dokumente auf File-Servern
jetzt Web

Wissensbasen (Datenbanken),
Zukunft: Verteilte Wissensbasen im Web
38


Abfragen

Oft eingeben von Suchtermen
Meist Laien

Formulierung von komplexeren Anfragen
Meist Experten

39


Ergebnisse

Gereiht nach der vermuteten Relevanz
für den Suchenden

Alle Ergebnisse sind Relevant

40


Repräsentation

Unterschiedliche Modelle
Dokumente und Anfrage werden auf Basis des Modells
repräsentiert und verglichen
Bsp.: Vektorraummodell
Unterschiedliche Repräsentationsformen von Wissen
Formulierung von Anfragen für Repräsentationsform
41
Bsp.: RDF, OWL und SPARQL


Weiter Punkte?

42


Inhalt

SPARQL
Triple Stores

43


Microformats

Einbetten von semantischer Zusatzinformation in
XHTML Seiten

Lowercase semantic web
add semantics to today's web
rather than create a future web

http://www.tantek.com/presentations/2004etech/realw
orldsemanticspres.html

44


Microformats - Nutzen

Extrahieren von Daten aus menschenlesbaren Webseiten
durch Programme (smart scraping)
http://microformats.org/wiki/what-can-you-do-with-
microformats

Um z.B.:
Adressen aus Webseite in Adressbuch zu übertragen
Termin aus Webseite in Kalender zu übertragen
Rezensionen aus unterschiedlichen Quellen zu
aggregieren
Verteiltes soziales Netzwerk aufzubauen
45


Microformats - Beispiel

Kontaktdaten:
Peter Scheir
TU Graz
peter.scheir@TUGraz.at
Inffeldgasse 21a
Graz , 8010 AUSTRIA

In HTML:
<div>Peter Scheir</div>
<div>TU Graz</div>
<div><a
href=quot;mailto:peter.scheir@TUGraz.atquot;>peter.scheir@
TUGraz.at</a></div>
46
<div>Inffeldgasse 21a</div>
<div>Graz, 8010 AUSTRIA</div>


Microformats - Beispiel

Kontaktdaten:
Peter Scheir
TU Graz
Inffeldgasse 21a
Graz , 8010 AUSTRIA
Als Microformat (hcard):
<div id=quot;hcard-Peter-Scheirquot; class=quot;vcardquot;>
<div class=quot;fnquot;>Peter Scheir</div>
<div class=quot;orgquot;>TU Graz</div>
<div><a class=quot;emailquot;
href=quot;mailto:peter.scheir@TUGraz.atquot;>peter.scheir@TUGraz
.at</a></div>
<div class=quot;adrquot;>
<div class=quot;street-addressquot;>Inffeldgasse 21a</div>
<span class=quot;localityquot;>Graz</span>
,<span class=quot;postal-codequot;>8010</span>
<span class=quot;country-namequot;>AUSTRIA</span>
47
</div></div>



Microformats

Verschiedene Microformats für verschieden Zwecke
hCard: Kontaktdaten von Personen und Organisationen
hCalendar: Kalendereinträge
hReview: Bewertung
XFN: Sozial Netzwerke
rel-license: Lizenzen
rel-tag: Tags, Schlüsselwörter, Kategorien
…
http://microformats.org/wiki/Main_Page
48


Microformats

the microformats principles
solve a specific problem
start as simple as possible
design for humans first, machines second
reuse building blocks from widely adopted standards
modularity / embeddability
enable and encourage decentralized development,
content, services
http://microformats.org/about/
49


Microformats - Anwendungen

Microformat Suche mit Technorati
http://kitchen.technorati.com/

Operator Firefox Add-On
https://addons.mozilla.org/en-
US/firefox/addon/4106

50


RDFa

Einbetten von semantischer Zusatzinformation in XHTML
Seiten
Einbetten von RDF in XHTML Seiten
Reuse von RDF (Schema), OWL Vokabularien

RDFa Primer
W3C Working Draft 26 October 2007
http://www.w3.org/TR/xhtml-rdfa-primer/
RDFa in XHTML: Syntax and Processing
Working Draft 18 October 2007
http://www.w3.org/TR/rdfa-syntax/
51


RDFa - Beispiel

Kontaktdaten:
Peter Scheir
TU Graz
Inffeldgasse 21a
Graz , 8010 AUSTRIA
In RDFa:
<div xmlns:contact=quot;http://www.w3.org/2001/vcard-rdf/3.0#quot;
about=quot;http://www.kmi.tugraz.at/staff/peterquot;>
<div property=quot;contact:fnquot;>Peter Scheir</div>
<div property=quot;contact:orgquot;>TU Graz</div>
<div><a rel=quot;contact:emailquot;
href=quot;mailto:peter.scheir@TUGraz.atquot;>peter.scheir@TUGraz.at<
/a>
</div>
<div property=quot;contact:adrquot;>
<div property=quot;contact:Streetquot;>Inffeldgasse 21a</div>
<span property=quot;contact:Localityquot;>Graz</span>
,<span property=quot;contact:Pcodequot;>8010</span>
52
<span property=quot;contact:Countryquot;>AUSTRIA</span>
</div></div>


RDFa

Verwendung von Namespaces
Reuse von RDF (Schema), OWL Vokabularien

Verwendete XHTML Attribute:
@rel – Verbindung zwischen zwei Ressourcen (Prädikat)
@rev – Umgekehrte Verbindung zwischen zwei Ressourcen (Prädikat)
@href – Ziel Ressource einer Verbindung (Objekt)
@src - Ziel Ressource einer Verbindung mit eingebetteter Ressource (Objekt)
Zusätzliche XHTML Attribute von RDFa:
@about – Die Ressource über die etwas ausgesagt wird (Subjekt)
@property – Verbindung zwischen Subjekt und einem Literal (Prädikat)
@resource – Ziel Ressource einer Verbindung – nicht klickbar (Objekt)
@datatype – Datentyp eines Literals
@content – maschinenlesbarer Inhalt eines Literals
53
@instanceof – Ressource ist Instanz von Klasse (Subjekt)



Ende

Danke für die Aufmerksamkeit

Fragen / Kommentare?

peter.scheir@tugraz.at

54


License

This work is licensed under the Creative Commons
Attribution 2.0 Austria License.
To view a copy of this license, visit
http://creativecommons.org/licenses/by/2.0/at/.

Contributors:
Michael Granitzer
Peter Scheir
Klaus Tochtermann
55


Wissenstechnologie 2007 - VI

Recomendados

Recomendados

Más contenido relacionado

Destacado

Destacado (20)

Wissenstechnologie 2007 - VI