RDF, SKOS, Linked Data

Fundamentalnym komponentem Sieci Semantycznej jest język RDF (a^lle‑

manG, h^endler, 2011). Początkowo służył on wyłącznie do zapisu metadanych na temat stron (zasobów)³⁹ internetowych, ale obecnie może być wykorzystywany również do opisywania wszelkich obiektów, które posiadają swój identyfikator.

Celem języka RDF jest umożliwienie komputerowego przetwarzania opisów zasobów w sposób automatyczny, za pomocą wyrażeń składających się z trzech elementów: podmiotu, predykatu i obiektu. W RDF podmiot stanowi opisywany zasób, identyfikowany przez Uniform Resource Identifier (URI)⁴⁰, predykat określa w postaci relacji, która cecha podmiotu jest opisywana, a obiektem jest wartość tej cechy⁴¹. Podstawowym założeniem RDF jest oddzielenie wizualnej (prezentacyjnej) warstwy informacji od warstwy ich przetwarzania, czyli od-dzielenie struktury dokumentu od jego treści.

39 Wskazuje na to sama nazwa Resource Description Framework (RDF); resource = zasób.

40 Przez URI mogą być reprezentowane także predykat i obiekt.

41 Przykładowa reprezentacja zdania w RDF: Albert Einstein jest autorem teorii względno-ści. Podmiot — Albert Einstein; predykat — jest autorem; dopełnienie — teoria względnowzględno-ści.

Standardy RDF i RDF Schema zostały wykorzystane w Simple Knowledge Organization System (SKOS, Prosty System Organizacji Wiedzy) — rodzinie języków formalnych służących do reprezentacji różnych form słownictwa kontrolowanego: taksonomii, tezaurusów, haseł przedmiotowych, klasyfikacji itp. W tym systemie, wykorzystującym podejście onomazjologiczne, punktem wyjścia analizy terminologicznej są reprezentowane przez zasoby i definio-wane za pomocą RDF pojęcia. Głównym celem SKOS -u jest umożliwienie publikowania i wymiany zbiorów słownictwa kontrolowanego na potrzeby Sieci Semantycznej. SKOS pozwala wyrażać tylko podstawowe struktury konceptualne, bez mechanizmów wnioskowania, co w wielu przypadkach jest jednak w pełni wystarczające, a zarazem korzystniejsze ze względu na niższe nakłady finansowe i mniejszą ilość czasu potrzebnego do stworzenia ustrukturyzowanych zbiorów słownictwa, od pełnej Sieci Semantycznej, która jest bardzo skomplikowana w budowie. Słownictwo wyrażone w SKOS może być ze sobą łączone w kompleksowe zbiory i wykorzystywane w ontologiach opisywanych za pomocą języka OWL, który jest niezbędny do wyrażania złożonych struktur danych, umożliwia zapisywanie aksjomatów i tworzenie mechanizmów wnioskowania.

Simple Knowledge Organization System, którego metamodel jest podobny do formatu tezaurusa przedstawionego w normie ISO 25964 ‑1:2011 Information and documentation — Thesauri and interoperability with other vocabularies — Part 1: Thesauri for information retrieval, jest coraz częściej wykorzystywany jako format zapisu tezaurusów. Przykładowymi tezaurusami udostępnianymi w tym formacie⁴² są:

1. EuroVoc: wielojęzyczny tezaurus Unii Europejskiej, obejmujący terminolo-gię z zakresu poszczególnych obszarów działalności tej organizacji, w szcze-gólności działalności parlamentarnej;

2. AGROVOC: wielojęzyczny tezaurus obejmujący pojęcia związane z działal-nością Organizacji Narodów Zjednoczonych do spraw Wyżywienia i Rolnic- twa (Food and Agriculture Organization of the United Nations, FAO);

3. GEMET: wielojęzyczny tezaurus zawierający ogólną terminologię z zakresu ochrony środowiska, rekomendowany przez Europejską Agencję Środowiska (European Environment Agency, EEA).

4. MeSH: przetłumaczony na wiele języków tezaurus, wykorzystywany do in-deksowania literatury biomedycznej; pierwszy SKOS dla MeSH został utwo-rzony przez badaczy z Vrije Universiteit w Amsterdamie. Istnieją również inne wersje SKOS dla tego tezaurusa.

Coraz więcej programów komputerowych do zarządzania słownictwem i ter-minologią, w tym tezaurusami, ma możliwość zapisu danych w formacie SKOS.

42 Częstą praktyką jest zapisywanie zbiorów słownictwa w różnych formatach. Wspomnia-ne tutaj tezaurusy są również udostępniaWspomnia-ne w kilku formatach, nie tylko w SKOS.

Opracowywane są także metody konwersji istniejących tezaurusów i słowników języków haseł przedmiotowych do tego formatu (a^SSem et al., 2006).

RDF został także wykorzystany do realizacji koncepcji Linked Data Tima Bernersa -Lee. Linked Data (dosł. powiązane dane) to sposób na rozwiązanie problemu rozproszenia danych w internecie, polegający na opisywaniu i pub-likowaniu ustrukturyzowanych zbiorów danych w taki sposób, aby mogły one być ze sobą łączone i automatycznie wykorzystywane przez komputery. Linked Data zakłada tworzenie formalnych połączeń między heterogenicznymi, pocho-dzącymi z różnych źródeł danymi, przy pomocy technologii World Wide Web.

Opisywanie i publikowanie danych w tej koncepcji opiera się na wykorzystaniu wspólnego modelu reprezentacji informacji oraz powszechnie stosowanych w internecie technologicznych standardów.

Linked Data, jako model opisu, publikowania, łączenia i udostępniania danych w Sieci Semantycznej, wykorzystuje cztery główne technologie WWW:1. URI (Uniform Resource Identifier) w celu identyfikacji obiektów (za pomocą

ich nazw i adresów).

2. HTTP (Hypertext Transfer Protocol), aby uzyskać informacje o opisywanych obiektach.

3. RDF (Resource Description Framework) do wyrażenia informacji o obiek-cie.

4. Hiperłącza, aby powiązać ze sobą obiekty, stwarzając w ten sposób możli-wość eksploracji informacji (B^ernerS ‑l^ee, 2006).

Opublikowane zbiory danych o strukturze zgodnej z modelem Linked Data tworzą tzw. chmurę powiązanych danych (Linked Data Cloud), czyli globalną sieć powiązanych ze sobą zbiorów danych, która staje się nieustannie powięk-szającym się źródłem informacji. Linked Data jest wykorzystywany przez wiele instytucji i organizacji (rządowych i pozarządowych, głównie amerykańskich i brytyjskich), a także firm i przedsiębiorstw⁴³.

Zasoby terminologiczne również mogą być publikowane jako zbiory Linked Data. Aby to było możliwe, dane terminologiczne muszą jednak zostać zapisane w odpowiednim formacie: SKOS, OWL, RDF lub XML. Zbiory terminologiczne będą wówczas poprawnie rozpoznawane i interpretowane przez programy kom-puterowe, co umożliwi wykorzystanie zgromadzonej i opracowanej terminologii w innych systemach i projektach. Problematyka publikowania danych w modelu Linked Data została przedstawiona w licznych artykułach, monografiach, po-radnikach oraz wideoprezentacjach dostępnych w internecie⁴⁴. Powstało także

43 Wykaz dostępnych zbiorów danych w formacie Linked Data można znaleźć w serwisie DataHub (http://datahub.io/dataset?organization=lodcloud), prowadzonym przez Open Know- ledge Foundation. Serwis DataHub wykorzystuje system zarządzania danymi CKAN (http://

ckan.org), oferujący narzędzia do publikowania, łączenia, wyszukiwania i udostępniania danych.

44 Na przykład http://vimeo.com/36752317.

wiele aplikacji, które umożliwiają konwersję danych w istniejących formatach do postaci akceptowanej w modelu Linked Data⁴⁵.