RDF和SPARQL

最新推荐文章于 2023-12-03 21:35:19 发布

JacksonKim

最新推荐文章于 2023-12-03 21:35:19 发布

阅读量818

点赞数 1

分类专栏：自然语言处理文章标签：知识图谱 big data

原文链接：https://en.wikipedia.org/wiki/SPARQL

版权

自然语言处理专栏收录该内容

3 篇文章 0 订阅

订阅专栏

一、RDF(资源描述框架，Resource Description Framework）

资源描述框架（RDF）是万维网联盟规格（World Wide Web Consortium）家族的一员，一开始它是一种描述元数据（metadata，描述数据的数据）的一种数据模型。但如今，已经成为了一种用于对web资源中实现的信息进行概念描述或建模的通用方法。它只规定了一些大致的规格，可以允许使用各种语法符号和数据序列化格式。

所以RDF作为一种资源描述框架（规格说明），具体有哪些限制或者内容？

https://en.wikipedia.org/wiki/Resource_Description_Framework

1. RDF使用一种三元组来描述资源

三元组：（主语-谓语-宾语）

主语：就是我们所要描述的资源

谓语：搭配宾语来描述资源的特征

宾语：通过谓语建立与主语的关系，是资源特征的一部分

比如，如果我们想要描述一个事实（资源）“天空的颜色是蓝的”，那么我们可以用（天空，颜色，蓝）来描述这个资源。当然这不是实际的RDF语法格式（这个后面会给出），但RDF规定的大致框架是这样的三元组。

2.RDF的序列化格式

那这个RDF具体的语法格式是什么呢？实际上RDF只规定了三元组这样的概念化的数据模型，并没有对序列化格式（存储格式）做出硬性的规定，因此我们可以使用以下格式进行序列化：

（1）RDF/XML：一种基于XML的语法格式（最早的RDF序列化语法格式）
（2）RDF/JSON: 一种基于JSON的语法格式
（3）Turtle：一种压缩的，适合人阅读的，与RDF/XML较相似的语法格式
（4）N-Triples：直接用堆叠的N个三元组标识

下面我们给出一些例子以更好地说明以上格式。

3. RDF的资源定位——URI

在给出例子之前，我们首先对构成例子要素的基本要素格式进行说明。

资源定位用来标识RDF三元组中主语-谓语-宾语这些要素的具体位置，三者均使用URI( Uniform Resource Idenrifier）来指示位置。此外除了URI之外，主语可以为空结点，宾语也可以为空结点或者字符串常量，谓语一般只能用URI（因为谓语关系一般由人定义好）。

（1）URI定义

统一资源标识符 (URI) 是唯一的字符序列，用于标识 Web 技术使用的逻辑或物理资源。 URI 可用于标识任何事物，包括现实世界的对象，例如人和地点、概念或信息资源（例如网页和书籍）。某些 URI 提供了一种在网络上（在 Internet 上或在另一个专用网络上，例如计算机文件系统或 Intranet）上定位和检索信息资源的方法；这些是统一资源定位器 (URL)。 URL 提供资源的位置。 URI 按名称在指定位置或 URL 标识资源。其他 URI 仅提供唯一名称，无法定位或检索资源或其相关信息，这些是统一资源名称 (URN)。使用 URI 的 Web 技术不仅限于 Web 浏览器。 URI 用于标识使用资源描述框架 (RDF) 描述的任何内容，例如，作为使用 Web 本体语言 (OWL) 定义的本体的一部分的概念，以及使用朋友的朋友词汇表描述的人有一个单独的URI。

也就是说URI是URL的超集： $\supset URL$

（2）URI的文法：

URI通用语法由五个组件的层次序列组成：

URI = scheme:[//authority]path[?query][#fragment]
#其中
authority = [userinfo@]host[:port]

这个文法可以使用一个语法图进行说明：
在这里插入图片描述

scheme：模式名，不同的模式名后面所跟的URI具体部件会有不同的约束。例子： http, https, ftp, mailto, file, data, and irc

authority组件：举例：//john.doe@www.example.com

path: 由斜杠/分割的一系列路径片段组成

query：由？标识开始，举例：key1=value1&key2=value2或者key1=value1;key2=value2

fragment：有#标识开始，片段包含一个片段标识符，该标识符提供指向次要资源的方向，例如由URI的其余部分标识的文章中的节标题。当主要资源是HTML文档时，片段通常是特定元素的id属性，web浏览器将滚动该元素到视图中。

整体举例：

        userinfo       host      port
          ┌──┴───┐ ┌──────┴──────┐ ┌┴┐
  https://john.doe@www.example.com:123/forum/questions/?tag=networking&order=newest#top
  └─┬─┘   └───────────┬──────────────┘└───────┬───────┘ └───────────┬─────────────┘ └┬┘
  scheme          authority                  path                 query           fragment

  ldap://[2001:db8::7]/c=GB?objectClass?one
  └┬─┘   └─────┬─────┘└─┬─┘ └──────┬──────┘
  scheme   authority   path      query

  mailto:John.Doe@example.com
  └─┬──┘ └────┬─────────────┘
  scheme     path

  news:comp.infosystems.www.servers.unix
  └┬─┘ └─────────────┬─────────────────┘
  scheme            path

  tel:+1-816-555-1212
  └┬┘ └──────┬──────┘
  scheme    path

  telnet://192.0.2.16:80/
  └─┬──┘   └─────┬─────┘│
  scheme     authority  path

  urn:oasis:names:specification:docbook:dtd:xml:4.1.2
  └┬┘ └──────────────────────┬──────────────────────┘
  scheme                    path

4.RDF例子

这是一个来自W3C网站的例子，它用一下语句描述一个资源，“there is a Person identified by http://www.w3.org/People/EM/contact#me, whose name is Eric Miller, whose email address is e.miller123(at)example (changed for security purposes), and whose title is Dr.”

资源“http://www.w3.org/People/EM/contact#me”是一个主语

宾语是：

“Eric Miller” （对应谓语是 “whose name is”）

“mailto:e.miller123(at)example” （对应谓语是 “whose email address is”）

“Dr.” （对应谓语是 “whose title is”）

谓语是：（用URI表示）

“whose name is” is http://www.w3.org/2000/10/swap/pim/contact#fullName,

“whose email address is” is http://www.w3.org/2000/10/swap/pim/contact#mailbox,

“whose title is” is http://www.w3.org/2000/10/swap/pim/contact#personalTitle.

因此，用三元组描述这个资源，其具体例子如下：

（1）标准的N-Triples格式

<http://www.w3.org/People/EM/contact#me> <http://www.w3.org/2000/10/swap/pim/contact#fullName> "Eric Miller" .
<http://www.w3.org/People/EM/contact#me> <http://www.w3.org/2000/10/swap/pim/contact#mailbox> <mailto:e.miller123(at)example> .
<http://www.w3.org/People/EM/contact#me> <http://www.w3.org/2000/10/swap/pim/contact#personalTitle> "Dr." .
<http://www.w3.org/People/EM/contact#me> <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> <http://www.w3.org/2000/10/swap/pim/contact#Person> .

(2)Turtle格式

@prefix eric:    <http://www.w3.org/People/EM/contact#> .
@prefix contact: <http://www.w3.org/2000/10/swap/pim/contact#> .
@prefix rdf:     <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .

eric:me contact:fullName "Eric Miller" .
eric:me contact:mailbox <mailto:e.miller123(at)example> .
eric:me contact:personalTitle "Dr." .
eric:me rdf:type contact:Person .

(3)RDF/XML 格式

<?xml version="1.0" encoding="utf-8"?>
<rdf:RDF xmlns:contact="http://www.w3.org/2000/10/swap/pim/contact#" xmlns:eric="http://www.w3.org/People/EM/contact#" xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#">
  <rdf:Description rdf:about="http://www.w3.org/People/EM/contact#me">
    <contact:fullName>Eric Miller</contact:fullName>
  </rdf:Description>
  <rdf:Description rdf:about="http://www.w3.org/People/EM/contact#me">
    <contact:mailbox rdf:resource="mailto:e.miller123(at)example"/>
  </rdf:Description>
  <rdf:Description rdf:about="http://www.w3.org/People/EM/contact#me">
    <contact:personalTitle>Dr.</contact:personalTitle>
  </rdf:Description>
  <rdf:Description rdf:about="http://www.w3.org/People/EM/contact#me">
    <rdf:type rdf:resource="http://www.w3.org/2000/10/swap/pim/contact#Person"/>
  </rdf:Description>
</rdf:RDF>

二、SPARQL

SPARQL（发音为“sparkle”/ˈspɑːkəl/，是SPARQL Protocol and RDF Query Language的递归首字母缩写词）是一种 RDF 查询语言。这是一种用于数据库的语义查询语言，能够检索和操作以资源描述框架(Resource Description Framework, RDF)格式存储的数据。

1. SPARQL的优点

SPARQL允许用户针对松散地称为“键值”的数据编写查询。因此，整个数据库就是一组“主语-谓语-对象”三元组。这类似于一些NoSQL数据库对术语“文档-键-值”的使用，比如MongoDB。

在 SQL 关系数据库术语中，RDF 数据也可以被视为具有三列的表——主语列、谓词列和宾语列。 RDF 中的主语类似于 SQL 数据库中的实体，这些给定业务主语的数据元素（或字段，可视为用于描述主语）放置在多个列中，有时分布在多个表中，并由唯一键标识。在 RDF 中，这些字段被表示为单独的谓词/宾语行，共享相同主语，通常是相同的唯一键。与SQL相比，SPARQL中的谓词类似于列名，宾语类似于实际数据。与关系数据库不同，SPARQL的宾语列是异构的：每个单元的数据类型通常由谓词值隐含（或在本体中指定）。同样与 SQL 不同的是，RDF 的每个谓词可以有多个条目；例如，一个“人”可以有多个“子”条目，并且可以返回此类对象的集合。

因此，SPARQL提供了一套完整的分析查询操作，如JOIN、SORT、AGGREGATE，这些操作对应的数据的模式（schema）本质上是数据的一部分，而不需要单独的模式定义。然而，模式信息(本体)通常是在外部提供的，以允许明确地连接不同的数据集。此外，SPARQL为可视为图的数据提供了特定的图遍历语法。

2. SPARQL举例

下面的查询会返回每一个人的名字和邮箱地址

PREFIX foaf: <http://xmlns.com/foaf/0.1/>
SELECT ?name 
       ?email
WHERE
  {
    ?person  a          foaf:Person .
    ?person  foaf:name  ?name .
    ?person  foaf:mbox  ?email .
    
  }

下面的查询返回非洲所有国家的名字和首都名字

PREFIX ex: <http://example.com/exampleOntology#>
SELECT ?capital
       ?country
WHERE
  {
    ?x  ex:cityname       ?capital   ;
        ex:isCapitalOf    ?y         .
    ?y  ex:countryname    ?country   ;
        ex:isInContinent  ex:Africa  .
  }

变量一般使用?或者$符合进行标识。如果一个三元组以；号结束，那么这个三元组的主语将会作为下一个非完整三元组的主语（如上图所示）

参考资料

【1】https://en.wikipedia.org/wiki/Uniform_Resource_Identifier
【2】https://en.wikipedia.org/wiki/Resource_Description_Framework
【3】https://en.wikipedia.org/wiki/SPARQL

JacksonKim

关注

1
点赞
踩
5

收藏

觉得还不错? 一键收藏
0
评论
RDF和SPARQL

RDF(资源描述框架，Resource Description Framework）资源描述框架（RDF）是万维网联盟规格（World Wide Web Consortium）家族的一员，一开始它是一种描述元数据（metadata，描述数据的数据）的一种数据模型。但如今，已经成为了一种用于对web资源中实现的信息进行概念描述或建模的通用方法。它只规定了一些大致的规格，可以允许使用各种语法符号和数据序列化格式。所以RDF作为一种资源描述框架（规格说明），具体有哪些限制或者内容？https://en.wi
复制链接

扫一扫