精通语义网上的结构化数据（一）

原文：Mastering Structured Data on the Semantic Web

协议：CC BY-NC-SA 4.0

一、语义网简介

传统网站的内容仅是人类可读的，这不适于自动处理，并且在搜索相关信息时效率低下。Web 数据集可以被视为彼此不相关联的孤立的数据孤岛。这种限制可以通过使用强大的格式来组织和发布数据来解决，这些格式可以为网页内容添加结构和意义，并将相关数据相互链接。计算机可以更好地“理解”这些数据，这对任务自动化很有用。

语义网

虽然二进制文件通常包含机器可读的元数据，如 JPEG 图像中的快门速度 ¹ 或 MP3 音乐文件中的专辑名称，但传统网站的文本内容不能被自动化软件代理解释(即不理解)。为软件代理提供语义(含义)的网站形成了语义网，这是 21 世纪初引入的传统网络的扩展。语义网是 Web 2.0 [3]和 Web 3.0 [4]的一个主要方面。Web 2.0 是一个总括术语，用于描述即时消息、IP 语音、维基、博客、论坛、社交媒体门户和网络联合背后的一系列技术。下一代网络被称为 Web 3.0，这是一个涵盖定制、语义内容和更复杂的人工智能网络应用的总称，包括计算机生成的内容(见图 1-1 ) 。

图 1-1。

The evolution of the Web [5] Caution

语义这个词在网络上的其他上下文中也有使用。例如，在 HTML5 中有语义的(换句话说，有意义的)结构化元素，但是这个表达式指的是元素的“意义”。在这种情况下，语义一词将元素的“含义”与旧 HTML 版本的通用元素(如“无意义的”div)进行了对比，如section(主题分组)。标记元素的语义不应该与语义 web 上使用的元数据注释和 Web 本体的语义(换句话说，机器可处理性)相混淆。后者可以提供比标记元素更复杂的数据。

与传统的 Web(“文档 Web”)相比，语义 Web 包括“数据 Web”[6]，它连接“事物” ² (代表真实世界的人和物体)，而不是对计算机毫无意义的文档。语义网的机器可读数据集用于各种网络服务[7]，如搜索引擎、数据集成、资源发现和分类、编目、智能软件代理、内容评级和知识产权描述[8]、博物馆门户网站[9]、社区网站[10]、播客[11]、大数据处理[12]、业务流程建模[13]和医学研究。在语义网上，可以从看似不相关的领域自动检索数据，以便组合它们，找到关系，并做出发现[14]。

结构数据

传统的网站依赖于标记语言作为文档结构，依赖于样式表作为外观，依赖于脚本作为行为，但是内容只能由人类阅读。例如，当在网络上搜索“捷豹”时，传统的搜索引擎算法并不总是能够区分英国豪华车和南美掠夺者(图 1-2 )。

图 1-2。

Traditional web search algorithms rely heavily on context and file names

一个典型的网页包含结构化元素、格式化文本，甚至一些多媒体对象。默认情况下，网站设计者创建的标题、文本、链接和其他网站组件对计算机来说是没有意义的。虽然浏览器可以显示基于标记的 web 文档，但只有人类的大脑才能解释信息的含义，因此计算机和人类之间的理解存在巨大差距(见图 1-3 )。即使为图像指定了替换文本(img或figure ³ 元素上具有描述性值的alt属性)，数据也不是结构化的或链接到相关数据，并且传统网页段落的人类可读的单词不与任何特定的软件语法或结构相关联。如果没有上下文，网站提供的信息对搜索引擎来说可能是模糊的。

图 1-3。

Traditional web site contents are meaningless to computers

机器可读数据的概念并不新鲜，也不仅限于网络。想想信用卡或条形码，它们都包含人类可读和机器可读的数据(图 1-4 )。然而，一个人或一个产品有不止一个标识符，这可能会引起歧义。

图 1-4。

Human-readable and machine-readable data

即使是遵循严格语法规则的格式良好的 XML 文档，在机器可处理性方面也有严重的局限性。例如，如果在<SLR>和</SLR>之间定义了一个 XML 实体，那么 SLR 代表什么？它可以指单镜头反光相机、自动装弹步枪、服务级报告、系统级需求、斯里兰卡卢比等等。

通过将有组织的(结构化的)数据添加到网站，作为标记注释或专用的外部元数据文件，并将它们链接到其他相关的结构化数据集，可以使内容成为机器可处理的和明确的。除了其他好处之外，结构化数据文件比传统的网站支持更广泛的任务，处理起来也更有效率。结构化数据格式已经在计算中使用了几十年，尤其是在 Access 和 SQL 关系数据库中，在这些数据库中可以执行查询来有效地检索信息。因为有直接将关系数据库映射到核心语义网技术的标准，公开不可用的数据库现在可以在语义网上共享[15]。市场上也有基于语义网标准的商业数据库软件包(5Store、AllegroGraph、BigData、Oracle、OWLIM、Talis Platform、Virtuoso 等)[16]。

与关系数据库相比，web 上的大多数数据存储在(X)HTML 文档中，这些文档包含要在 Web 浏览器中呈现为格式化文本、图像和多媒体对象的非结构化数据。发布非结构化数据对于一般目的来说是令人满意的；然而，存储在传统 web 文档中或与之相关联的大量数据不能以这种方式处理。用来描述人与人之间的社会联系的数据就是一个很好的例子，它应该包括用传统 Web 的超链接无法表达的关系类型和多个关系方向[17]。

语义标注的真正好处是人类可以浏览传统的 web 文档，而语义 Web 爬虫可以处理机器可读的标注来分类数据实体，发现实体之间的逻辑链接，建立索引，以及创建导航和搜索页面。

语义 Web 组件

结构化数据处理依赖于提供知识领域(感兴趣的领域、学科)内的概念、术语和关系的正式描述的技术。知识表示和推理是人工智能(AI)领域，用于以计算机系统可以用来解决复杂任务的机器可读形式表示信息。分类法或受控词汇表是可以用作元数据元素值的术语的结构化集合。例如，事件词汇表可用于以机器可读的格式描述音乐会、讲座和节日，而组织词汇表适用于发布关于学校、公司或俱乐部的机器可读元数据。受控词汇表是映射概念及其关系的概念数据模式(数据模型)的一部分。

最广泛采用的知识管理标准是资源描述框架(RDF)、网络本体语言(OWL)和简单知识组织系统(SKOS)。知识组织系统(KOS)用于处理权威列表、分类、主题词表、主题地图、本体等等。Web 本体是形式化的概念结构，换句话说，是领域中的概念集合以及它们之间的关系的复杂知识表示。命名空间机制用于通过指向一个外部词汇表来揭示标签和属性的含义，该外部词汇表以机器可处理的格式描述规程的概念，扩展了标记语言的词汇表(元素和属性的集合)。例如，智能手机本体以机器可处理的格式定义了智能手机的所有功能以及这些功能之间的关系，以便软件代理可以通过指向本体文件来“理解”用于在网页上注释单词的任何这些功能的含义。Web 本体使得以机器可读的格式描述任何主题的复杂语句成为可能。语义网的架构由“语义网栈”来说明，它显示了标准的层次结构，其中每一层都依赖于下面的层(见图 1-5 )。

图 1-5。

The Semantic Web Stack

虽然前面的数据格式主要是机器可读的，但它们可以从人类可读的网页链接，或者作为语义注释集成到人类可读的网页中，例如微格式、RDFa 或 HTML5 微数据。

本体论

本体论(ontology)一词最初在哲学中被引入，是为了研究存在的本质。在计算机科学中，本体是指通过数据模型来描述我们世界的一部分，如一个组织、一个研究项目、一个历史事件、我们的同事、朋友等。，以机器可读的方式，通过正式定义一组类(概念)、属性(属性)、关系类型和实体(个体、实例)。最先进的本体语言(如 OWL)支持以下组件:

• 类:抽象的组，对象的集合或集合，对象类型。类通常表示其成员共享公共属性的组或类。类的层次结构表现为较高级别的(超类或父类)和较低级别的(子类或子类)。例如，一个公司可以表示为一个类，其中包含部门和员工等子类。
• 属性:以对象和类为特征的方面、属性、特征或参数
• 个体:实例或对象。例如，如果我们的域覆盖公司，每个员工都是一个个体。
• 关系:类之间、个体之间、个体和类之间、单个对象和集合之间或者集合之间的逻辑联系
• 功能术语:由某些关系形成的复杂结构，可以用来代替语句中的单个术语
• 限制:正式定义的有效值的限制或范围
• 规则:If-then 语句(先行-结果句)定义逻辑推理
• 公理:逻辑形式的断言，与规则一起，形成了本体描述的整体理论。不同于生成语法或形式逻辑中公理的定义，其中公理仅包括被定义为先验知识的陈述，语义 Web 本体的公理还包括从公理陈述导出的理论。公理用于对类或实例的值施加约束，因此公理一般用基于逻辑的语言来表达。公理适用于验证本体的一致性。
• 事件:属性或关系更改

本体工程

本体工程是计算机科学的一个领域，它涵盖了构建本体的方法和方法论。语义 Web 本体的目的是实现一个公共的和共享的知识，准备在应用之间传输，提供跨不同领域的组织或同一领域的不同视图的互操作性。本体转换是开发新的本体来处理现有本体的新需求，以达到新的目的。从同一个知识领域的两个或多个本体创建一个新的单个连贯本体被称为本体合并。本体集成是从来自不同知识领域的两个或多个源本体创建一个新的本体。本体映射是定义不同本体中实体之间语义关系的一种形式表达。本体对齐是在两个或更多本体之间创建一致且连贯的链接的过程，其中第一本体的陈述确认第二本体的陈述。

推理

自动发现看似不相关的结构化数据之间的关系被称为推理。自动生成的新关系基于词汇表中定义的结构化数据和附加信息，例如一组规则。新的关系要么显式声明，要么通过查询返回。作为一个例子，如果我们声明“不可饶恕是一部西部片”，而一个本体声明“每部西部片都是一部电影”，语义 Web 代理可以自动推断出声明“不可饶恕是一部电影”，这原本是没有声明的。

语义网特征

语义网有许多与众不同的特点，这些特点在传统网站上很少见到或根本没有使用。例如，大部分数据是以明确声明的开放许可发布的，允许真正免费的数据共享和分发。正式定义的数据连接使自动知识发现成为可能，同时还能进行准确的语句验证。每一个对象和功能都与一个网址相关联，因此您可以引用几乎所有内容，从表格单元格到图像或两个人的友谊。

免费、开放的数据仓库

Open data and content can be freely used, modified and shared by anyone for any purpose.

—OpenDefinition.org

自动化和数据处理依赖于数据访问，因此“开放数据”是语义网的一个基本特征。已经有数百个政府组织、企业和个人将机器可读的结构化数据作为开放数据( https://data.cityofchicago.org 、 http://data.alberta.ca 、 http://data.gov.uk 等)发布。)，尽管并不是所有的都明确地提供了一个开放许可，使数据真正“开放”。语义 Web 应用也受益于开放 API、开放协议、开放数据格式和开源软件工具来重用、混合和重新发布数据。在语义 Web 上，世界上的人、产品、服务和对象的机器可读数据是开放的和可访问的，无需注册和支付会员费或订阅费，软件代理可以代表您自动访问这些数据。

适应性信息

在传统的 web 上，每个 Web 文档都是由一个人或一个团队编辑的，而语义 Web 文档是由一群人通过作为“全球数据库”的相关文档来编辑的因此，数据集更准确、更具关联性、更具描述性。信息不仅仅是关于页面，而是关于连接的和可重用的数据。数据的分类、重组和重用是语义网的一个基本概念。

唯一 Web 资源标识符

Web 资源可以通过唯一的 IP 地址来定位。然而，它们很难被记住，而且数量有限。这就是大多数情况下使用域名的原因。图 1-6 显示了一个域名和一个 URL 的关系: www.masteringhtml5css3.com 是节点masteringhtml5css3.com的子域，是com(代表商业)域的子域。RFC 1035 [18]、RFC 1123 [19]和 RFC 2181 [20]定义了域名语法规则。

图 1-6。

The domain within the URL

子域树最多可以包含 127 级。每个标签最多可包含 63 个字符。根据 RFC 2181，域名的全长是 253 个字符。传统域名不能包含基于拉丁字母的带有音调符号的字符、非拉丁字符或文字。随着国际化域名(IDN)的引入，可以用本地字母和文字表示多种语言的名称和单词。

统一资源标识符(URI)是在互联网上标识名称或资源的字符串(RFC 2396 [21])。URIs 可以被分类为统一资源定位符(URLsRFC 1738 [22])、统一资源名称(urn)或两者。URN 定义了资源的身份，而 URL 提供了查找资源的方法(包括协议和路径)。URIs 经常被错误地用作 URL 的同义词，尽管 URI 是一个更广泛的术语(RFC 3305 [23])。URN 和 URL 都是 URI 的子集，但它们通常是不相交的集合。URL 最著名的例子是万维网上的网站地址。清单 1-1 显示了通用的 URL 语法。

Listing 1-1. URL Syntax

protocol://domain:port/path?query_string#fragment_identifier

该协议后跟一个冒号。URL 的其他部分取决于所使用的方案。通常，有一个域名或 IP 地址、一个可选的端口号和一个可选的资源或脚本路径。PHP 或 CGI 脚本之类的程序可能有一个查询字符串。URL 的结尾可以是一个可选的片段标识符，它以数字符号(#)开头，在标记语言中，它指向通过提供的路径可用的文档的一部分。片段标识符在语义网上被广泛用于区分文件和它所代表的实体(例如，一个人和描述他/她的文件或者一本书和描述它的文件)。片段标识符的这种使用提供了无限数量的唯一标识符，而不考虑域名的有限选择。清单 1-2 展示了一个例子，其中http是协议， www.masteringhtml5css3.com 是域，URL 标识一本书而不是存储在metadata目录中的文件webstandardsbook.rdf。

Listing 1-2. A Typical URL with Fragment Identifier

http://www.masteringhtml5css3.com/metadata/webstandardsbook.rdf#book

因为许多 URL 组件是可选的，所以它们中的一个或多个通常会被省略。

为了避免注册和更新域名的不便并解决不是每个用户都有他/她自己的域名的问题，可以将网址重定向(通常使用 302 HTTP 重定向)到 web 上的中间和更持久的位置，而不是文件或目录的实际物理位置。这样的 URL 被称为持久统一资源定位器(PURLs)。官方采购在 https://purl.org 登记。许多语义词汇和本体使用 PURLs。本体列在ontology目录下，例如 http://purl.org/ontology/vidont/ 。

摘要

在这一章中，你了解到传统网站的一个主要限制是它们无组织的和孤立的内容，这些内容主要是为了人类的理解而创建的。您已经熟悉了语义 Web 的基本概念、主要应用领域以及结构化数据处理的效率。您知道核心语义 Web 组件，并且理解许多标准依赖于其他技术。您熟悉独特的语义 Web 特性，例如开放许可、带有自动推断语句和知识发现的分散数据存储，以及与所表示的每一点知识相关联的唯一 URI 标识符。

下一章将向你介绍用机器可处理的标准来表示信息的知识表示和推理。

参考

Hausenblas, M., Adida, B., Herman, I. (2008) RDFa—Bridging the Web of Documents and the Web of Data. Joanneum Research, Creative Commons, World Wide Web Consortium. www.w3.org/2008/Talks/1026-ISCW-RDFa/ . Accessed 18 January 2015.   Berners-Lee, T. (2001) Business Model for the Semantic Web. World Wide Web Consortium. www.w3.org/DesignIssues/Business . Accessed 18 January 2015.   Ankolekar, A., Krötzsch, M., Tran, T., Vrandečić, D. The Two Cultures: Mashing Up Web 2.0 and the Semantic Web. Web Semantics: Science, Services and Agents on the World Wide Web 2008, 6(1):70–75.   Shannon, V. (2006) A “more revolutionary” Web. International Herald Tribune. The New York Times Company. www.nytimes.com/2006/05/23/technology/23iht-web.html?scp=1&sq=A+%27more+revolutionary%27+Web&st=nyt. Accessed 18 January 2015.   Spivack, N. (2015) Web 3.0: The Third Generation Web Is Coming. http://lifeboat.com/ex/web.3.0 . Accessed 16 March 2015.   Herman, I. (ed.) (2009) How would you define the main goals of the Semantic Web? In: W3C Semantic Web FAQ. World Wide Web Consortium. www.​w3.​org/​2001/​sw/​SW-FAQ#swgoals. Accessed 18 January 2015.   Sbodio, L. M., Martin, D., Moulin, C. Discovering Semantic Web services using SPARQL and intelligent agents. Web Semantics: Science, Services and Agents on the World Wide Web 2010, 8(4): 310–328.   Herman, I. (2009) W3C Semantic Web Frequently Asked Questions. World Wide Web Consortium. www.w3.org/RDF/FAQ . Accessed 18 January 2015.   Hyvönen, E., Mäkelä, E., Salminen, M., Valo, A., Viljanen, K., Saarela, S., Junnila, M., Kettula, S. MuseumFinland—Finnish museums on the Semantic Web. Web Semantics: Science, Services and Agents on the World Wide Web 2005, 3(2–3): 224–241.   Bojārs, U., Breslin, J. G., Finn, A., Decker, S. Using the Semantic Web for linking and reusing data across Web 2.0 communities. Web Semantics: Science, Services and Agents on the World Wide Web 2008, 6(1): 21–28.   Celma, Ò., Raimond, Y. ZemPod: A Semantic Web approach to podcasting. Web Semantics: Science, Services and Agents on the World Wide Web 2008, 6(2): 162–169.   Saleem, M., Kamdar, M. R., Iqbal, A., Sampath, S., Deus, H. F., Ngomo, A.-C. Big linked cancer data: Integrating linked TCGA and PubMed. Web Semantics: Science, Services and Agents on the World Wide Web 2014, http://dx.doi.org/10.1016/j.websem.2014.07.004.   Oinonen, K. (2005) On the road to business application of Semantic Web technology. Semantic Web in Business—How to proceed. In: Industrial Applications of Semantic Web: Proceedings of the 1st IFIP WG12.5 Working Conference on Industrial Applications of Semantic Web. International Federation for Information Processing. Springer Science+Business Media, Inc., New York.   Murphy, T. (2010) Lin Clark On Why Drupal Matters. Socialmedia. http://socialmedia.net/2010/09/07/lin-clark-on-why-drupal-matters . Accessed 9 September 2010.   Arenas, M., Bertails, A., Prud’hommeaux, E., Sequeda, J. (eds.) (2012) A Direct Mapping of Relational Data to RDF. www.w3.org/TR/rdb-direct-mapping/ . Accessed 18 January 2015.   Clark, K. (2010) The RDF Database Market. Clark & Parsia, LLC. http://weblog.clarkparsia.com/2010/09/23/the-rdf-database-market/ . Accessed 18 January 2015.   Dertouzos, L. M., Berners-Lee, T., Fischetti, M. (1999) Weaving the Web: The Original Design and Ultimate Destiny of the World Wide Web by Its Inventor. Harper San Francisco, San Francisco.   Mockapetris, P. (1987) Domain names—Implementation and specification. RFC 1035. The Internet Engineering Task Force. http://tools.ietf.org/html/rfc1035 . Accessed 18 January 2015.   Braden, R. (ed.) (1989) Requirements for Internet Hosts—Application and Support. RFC 1123. The Internet Engineering Task Force. http://tools.ietf.org/html/rfc1123 . Accessed 18 January 2015.   Elz, R., Bush, R. (1997) Clarifications to the DNS Specification. RFC 2181. The Internet Engineering Task Force. http://tools.ietf.org/html/rfc2181 . Accessed 18 January 2015.   Berners-Lee, T., Fielding, R., Masinter, L. (1998) Uniform Resource Identifiers (URI): Generic Syntax. RFC 2396. The Internet Society. http://tools.ietf.org/html/rfc2396 . Accessed 18 January 2015.   Berners-Lee, T., Masinter, L., McCahill, M. (eds.) (1994) Uniform Resource Locators (URL). RFC 1738. The Internet Engineering Task Force. http://tools.ietf.org/html/rfc1738 . Accessed 18 January 2015.   Mealling, M., Denenberg, R. (eds.) (2002) Uniform Resource Identifiers (URIs), URLs, and Uniform Resource Names (URNs): Clarifications and Recommendations. RFC 3305. The Internet Society. http://tools.ietf.org/html/rfc3305 . Accessed 18 January 2015.   Footnotes 1

流亡者或 XMP。有关更多信息，请参见 Leslie Sikos: Web 标准:掌握 HTML5、CSS3 和 XML(纽约，Apress，2014)。

2

“物”的概念也用在其他上下文中，例如“物联网”(IoT)，它是嵌入了电子设备、软件和传感器的物理对象的网络，包括智能对象，例如可穿戴计算机，所有这些都连接到制造商和/或运营商和/或其他设备。

3

这仅在(X)HTML5 中受支持。

二、知识表达

为了提高网站的自动化处理能力，需要正式的知识表示标准，它不仅可以用来注释简单的机器可读数据的标记元素，而且可以用机器可处理的方式表达复杂的语句和关系。在理解了这些语句的结构以及它们在资源描述框架(RDF)中的序列化之后，可以有效地对结构化数据进行建模以及在标记中进行注释，或者将其写入单独的机器可读元数据文件中。用于建模和表示数据的正式定义使得高效的数据分析和重用成为可能。搜索引擎识别和处理的三种最常见的机器可读注释是 RDFa(属性中的 RDF)、HTML5 微数据和 JSON-LD，其中 HTML5 微数据是推荐的格式。机器可读注释通过外部词汇表用附加元素和属性扩展了 core (X)HTML 标记，外部词汇表包含知识表示领域的术语和属性，以及机器可读形式的属性之间的关系。本体可用于搜索、查询、索引和管理代理或服务元数据，并提高应用和数据库的互操作性。本体对于知识密集型应用尤其有用，在这些应用中，文本提取、决策支持或资源规划是常见的任务，在用于知识获取的知识库中也是如此。语义知识库收集定义感兴趣领域的最常见概念、它们之间的关系以及相关个体的模式。这些模式是在 RDFa、HTML5 微数据或 JSON-LD 以及链接的开放数据数据集的 RDF 文件中序列化的机器可读注释所使用的事实上的标准。

词汇和本体

语义网的受控词汇表收集了用于描述感兴趣的领域或关注的领域的概念和术语。本体是更复杂的、非常正式的术语定义、个体及其属性、对象组(类)以及个体之间的关系，适于以机器可读的形式描述与感兴趣的领域相关的几乎任何陈述。

例如，要以机器可读的格式声明一个人，我们需要一个具有“人”的正式定义的词汇表一个直接的选择是朋友的朋友(FOAF)词汇表，它有一个定义一个人的典型属性的Person类，包括但不限于name和homepage。如果我们用 XML 序列化编写这段代码，我们将得到清单 2-1 中的代码。

Listing 2-1. Pseudocode for Defining the Class and a Property of a Resource

<Person>

<name>Leslie Sikos</name>

</Person>

这段代码提供了层次结构，推断出Person是类，name是属性；但是，这是断章取义。我们必须使用名称空间机制来声明哪个外部词汇表定义了这个类和属性。在 RDF/XML 序列化中，这可以使用形式为xmlns:vocabulary_prefix="vocabulary_namespace:web_address"的xmlns属性来完成，在我们的例子中是xmlns:foaf=" http://xmlns.com/foaf/0.1/ "，它指向位于 http://xmlns.com/foaf/0.1/ 的 FOAF 名称空间。名称空间机制使得将 http://xmlns.com/foaf/0.1/ 缩写为foaf(也称为前缀)，因此foaf:Person指的是 http://xmlns.com/foaf/0.1/Person , foaf:homepage到 http://xmlns.com/foaf/0.1/homepage 等等(参见清单 2-2 )。

Note

这些链接通常是符号链接，并不总是指向每个单独属性的专用网页，有时会转发到名称空间的域。有些词汇表有名称空间地址机制，所有链接都直接指向机器可读词汇表文件的相应部分。并不总是提供外部词汇表属性的可读解释。在 FOAF 的情况下，单个属性地址的网址指向规范的网址( http://xmlns.com/foaf/spec/ )，而单个属性有自己的片段标识符，如Person属性的地址、 http://xmlns.com/foaf/spec/#term_Person 。

Listing 2-2. Describing the Name of a Person Using a Class and a Property from a Vocabulary

http://xmlns.com/foaf/0.1/

…

<foaf:Person>

<foaf:name>Leslie Sikos</foaf:name>

</foaf:Person>

结构化数据的格式和序列化独立于词汇表定义，因此，例如，相同的 schema.org 参考可以用于 RDF、RDFa、HTML5 微数据和 JSON-LD。所需的词汇或本体取决于您想要表示的感兴趣的领域；然而，一些知识领域，比如人和书，可以用不止一个词汇表中的类和属性来描述。

schema.org 词汇集

https://schema.org 涵盖了大约 300 个概念定义，是最常用的结构化数据标记模式集合之一。Schema.org 是由谷歌、雅虎推出的，以及 2011 年的必应。Schema.org 包含最常用概念的机器可读定义，使得注释动作、创造性作品、事件、服务、医学概念、组织、人、地点和产品成为可能。

类似于前面的例子，如果我们想要描述一本书，我们需要一个具有“书”的定义和典型的书属性的词汇表。如果我们想给书名添加一个比 schema.org 的name属性更具描述性的属性，我们可以使用 Dublin Core (DC)词汇表中的title属性，产生两个名称空间声明(参见清单 2-3 )。

Listing 2-3. Describing a Book

…

xmlns:schema="http://schema.org/

xmlns:dc="http://purl.org/dc/terms/

…

<schema:Book>

<dc:title>Web Standards: Mastering HTML5, CSS3, and XML</dc:title>

</schema:Book>

这里，schema:Book缩写为 http://schema.org/Book ，是Book类的机读定义，而dc:title缩写为 http://purl.org/dc/terms/title ，是title属性的机读定义。

最常见的 schema.org 类型(类)和属性在 http://schema.org/docs/gs.html#schemaorg_types 收集，而属性的完整列表可在 http://schema.org/docs/full.html 获得。

常规、访问和结构化元数据

通用元数据，如摘要、创建者、日期、出版商、标题、网络资源(网站、图像、视频)的语言、物理资源(书籍、光盘)以及艺术品等对象，都可以使用 Dublin Core 进行描述。Dublin Core 元素被广泛部署在机器可读的注释中，用于 DMOZ [1 ]，最大的多语言开放内容网页链接目录之一，以及 XMP 的 JPEG 图片元数据中。都柏林核心元素(dc)的命名空间为 http://purl.org/dc/elements/1.1/ ，都柏林核心术语(dcterms)的命名空间为 http://purl.org/dc/terms/ 。

可以使用互连数据集词汇表(VoID)中的术语来描述结构化数据集。VoID 涵盖了常规、访问和结构化元数据定义，以及结构化数据集之间的链接描述。VoID 的前缀是void，命名空间是http://rdfs.org/ns/void#。

人物词汇

一个人的特征和人与人之间的关系可以用各种受控词汇来描述，如表 2-1 中所总结的。

表 2-1。

Person Vocabularies

| 词汇 | 缩写 | 命名空间 | 典型用途 | | --- | --- | --- | --- | | `Person`来自 schema.org 的班级 | `schema:Person` | [`http://schema.org/Person`](http://schema.org/Person) | 名、姓、性别、隶属关系、奖项、国籍、尊称前缀或后缀、职称等。 | | 朋友的朋友 | `foaf` | [`http://xmlns.com/foaf/0.1/`](http://xmlns.com/foaf/0.1/) | 人员、姓名、性别、主页 | | 联系:日常生活的实用概念 | `contact` | [`http://www.w3.org/2000/10/swap/pim/contact`](http://www.w3.org/2000/10/swap/pim/contact) | 联系地点、个人头衔、母语、离你住所最近的机场 | | 联系人 | `vcard` | `http://www.w3.org/2001/vcard-rdf/3.0#` | 电子名片 | | 个人简历 | `bio` | [`http://vocab.org/bio/0.1/`](http://vocab.org/bio/0.1/) | 履历信息 | | 关系词汇 | `relationship` | [`http://vocab.org/relationship/`](http://vocab.org/relationship/) | 人与人之间的关系(`friendOf`、`parentOf`、`spouseOf`等)。) |

书籍词汇

可以使用 http://schema.org/Book 中的属性精确描述图书，定义图书格式、页数、版权所有者、流派以及图书的其他特性。都柏林核心通常用于声明图书的通用元数据。图书的国际标准书号(ISBN)不仅可以用 schema.org 的Book类的isbn属性(定义在 http://schema.org/isbn )来声明，还可以使用 URN 词汇表中的isbn属性来声明。你想读的书，你已经读过的书，或者你最喜欢的书都可以通过 http://www.ldodds.com/schemas/book/ 名称空间使用阅读列表模式来描述。

棱镜:出版词汇

行业标准元数据发布要求(PRISM)描述了印刷、在线、移动和多媒体内容的许多组成部分，包括以下内容:

• 创作者、贡献者、版权所有者
• 地点、组织、主题、人物、事件、复制条件
• 出版日期，包括封面日期、张贴日期、卷数、数量
• 重新发布和重新使用的限制

PRISM 通常用于描述合作伙伴联合、内容聚合、内容再利用、资源发现、多渠道分发、内容归档、捕获权限使用信息、RSS、XMP 和网站的机器可读注释。PRISM 名称空间对于 PRISM 2.1 Basic 为 http://prismstandard.org/namespaces/basic/2.1/ (典型前缀:prism)，对于 PRISM 3.0 为 http://prismstandard.org/namespaces/prism-ad/3.0/ (常用前缀:prism-ad)。

GoodRelations:一个电子商务本体

电子商务事实上的本体是 GoodRelations ( gr)，适用于描述企业、产品、价格、功能、支付选项、营业时间等等。GoodRelations 的命名空间是http://purl.org/goodrelations/v1#。GoodRelations 被广泛部署，也被 Yahoo！还有百思买。

出版本体论

虽然出版物的通用元数据可以在 Dublin Core 中表达，但也有专门为描述出版物和引文而编写的本体。表 2-2 总结了四种部署最广泛的出版本体(法比奥、普罗、PSO 和 PWO)和四种引用本体(CiTO、BiRO、C4O 和 DoCO)，它们被称为语义出版和引用本体(SPAR)，以及书目本体(bibo)。

表 2-2。

Publication and Referencing Ontologies

| 本体论 | 缩写 | 命名空间 | 典型用途 | | --- | --- | --- | --- | | 书目本体论 | `bibo` | [`http://purl.org/ontology/bibo/`](http://purl.org/ontology/bibo/) | 引用，文献分类，描述文献，发行人，编辑，采访者，执行者，ISBN 等。 | | 书目参考本体 | `biro` | [`http://purl.org/spar/biro/`](http://purl.org/spar/biro/) | 书目记录、参考文献、收藏和列表 | | 引用计数和上下文表征本体 | `c40` | [`http://purl.org/spar/c4o/`](http://purl.org/spar/c4o/) | 引用数量、引用上下文 | | 引文类型本体论 | `cito` | [`http://purl.org/spar/cito/`](http://purl.org/spar/cito/) | 引用的事实和修辞类型和性质(例如，共同的作者，一个出版物证实了另一个的结论) | | 文档组件本体 | `doco` | [`http://purl.org/spar/doco/`](http://purl.org/spar/doco/) | 章、节、段、表、前言、词汇表等。 | | FRBR 对齐的书目本体 | `fabio` | [`http://purl.org/spar/fabio/`](http://purl.org/spar/fabio/) | 摘要、文章、艺术作品、论文、博客帖子、会议记录 | | 发布角色本体 | `pro` | [`http://purl.org/spar/pro`](http://purl.org/spar/pro) | 代理的角色(例如，作者、编辑、审阅者、出版商) | | 发布状态本体 | `pso` | [`http://purl.org/spar/pso`](http://purl.org/spar/pso) | 出版状态(例如，提交的手稿，接受的手稿，证明) | | 发布工作流本体 | `pwo` | [`http://purl.org/spar/pwo`](http://purl.org/spar/pwo) | 发布工作流程的阶段(例如，审核中) |

DOAP:项目管理词汇

项目描述(DOAP)是描述软件项目的词汇，尤其是开源项目及其相关资源，包括参与者和 web 资源。DOAP 的命名空间是 http://usefulinc.com/doap/ 。

许可词汇表

使用知识共享(cc)许可证可以很好地描述许可，例如版权信息、关于创造性作品的复制、分发和共享的许可和禁止，以及创作衍生作品。知识共享的命名空间是http://creativecommons.org/ns#。

媒体本体论

有专门用于媒体资源的本体，如音乐和视频文件，如表 2-3 所示。

表 2-3。

Media Ontologies

| 本体论 | 缩写 | 命名空间 | 典型用途 | | --- | --- | --- | --- | | 音乐本体论 | `mo` | [`http://purl.org/ontology/mo/`](http://purl.org/ontology/mo/) | 艺术家、作曲家、指挥、唱片、imdb、唱片、混音师、歌手、节奏等。 | | 视频本体 | `vidont` | [`http://vidont.org/`](http://vidont.org/) | 电影属性(翻拍、续集、旁白等。)、视频文件属性(纵横比、音频编解码器、信箱模式、视频比特率、MAR 等。) |

在线社区词汇

在线社区的帖子、用户角色、线程、用户账户和用户组可以使用语义互连的在线社区(SIOC)来描述。SIOC 核心的命名空间是http://rdfs.org/sioc/ns#。

脸书使用脸书 OpenGraph ( og)的词汇让网页拥有和脸书上任何其他对象一样的功能。OpenGraph 的命名空间是http://ogp.me/ns#。

知识管理标准

最常用的知识管理标准是资源描述框架(RDF)、网络本体语言(OWL)和简单知识组织系统(SKOS)。

资源描述框架(RDF)

在语义网上，结构化数据集通常在资源描述框架(RDF)中表达，或者基于 RDF[2]。RDF 可以用来创建任何类型的 web 资源的机器可解释的描述，因为 RDF 文件可以用任意数量的外部词汇来扩展。事实上，RDF 和其他核心语义网标准，如 RDFS 和 OWL，都有它们自己的词汇表，这些词汇表通常相互结合，并使用其他词汇表进行扩展，以描述对象及其属性。然而，请记住，RDF 不仅仅是一个词汇表，因为它是一种功能齐全的语义数据建模语言。RDF 的名称空间是http://www.w3.org/1999/02/22-rdf-syntax-ns#

。

RDF 词汇表定义了 XML 文字值(rdf:XMLLiteral)、属性(rdf:Property)、RDF 语句(rdf:Statement)、RDF 列表(rdf:List)，以及替代容器(rdf:Alt)、无序容器(rdf:Bag)和有序容器(rdf:Seq)的类。rdf:List的一个实例是rdf:nil，代表空列表。RDF 词汇表还定义了一些属性，如rdf:type(rdf:Property的一个实例，用于表示资源是一个类的实例)、rdf:first(主题 RDF 列表中的第一项)、rdf:rest(主题 RDF 列表中在rdf:first之后的其余部分)、rdf:value(结构化值)、rdf:subject(RDF 语句的主题)、rdf:predicate(RDF 语句的谓词)和rdf:object(RDF 语句的对象)。

RDF 数据模型基于描述和表征资源(尤其是 web 资源)的语句，以称为 RDF 三元组或 RDF 语句的主-谓-对象(资源-属性-值)表达式的形式。谓语(性质)描述主语和宾语之间的关系。比如自然语言句子“Leslie 的主页是 http://www.lesliesikos.com ”可以表达为表 2-4 所示。三元组的所有元素都是由唯一的 URI 定义的资源(参见清单 2-4 )。

表 2-4。

An RDF Triple

|   | RDF 数据模型 | RDF 三元组 | | --- | --- | --- | | 科目 | 莱斯利 | [`http://www.lesliesikos.com/metadata/sikos.rdf#lesliesikos`](http://www.lesliesikos.com/metadata/sikos.rdf#lesliesikos) | | 述语 | “主页”的机器可读定义来自朋友的朋友(FOAF)外部词汇表 | [`http://xmlns.com/foaf/0.1/homepage`](http://xmlns.com/foaf/0.1/homepage) | | 目标 | [`http://www.lesliesikos.com`](http://www.lesliesikos.com/) | [`http://www.lesliesikos.com`](http://www.lesliesikos.com/) |

Listing 2-4. Describing a Person in RDF/XML

<?xml version="1.0" encoding="UTF-8"?>

<rdf:RDF xmlns:rdf="``http://www.w3.org/1999/02/22-rdf-syntax-ns#``"

xmlns:foaf="http://xmlns.com/foaf/0.1/

<foaf:Person rdf:about="http://www.lesliesikos.com/metadata/sikos.rdf#lesliesikos

<foaf:homepage rdf:resource="http://www.lesliesikos.com

<foaf:family_name>Sikos</foaf:family_name>

<foaf:givenname>Leslie</foaf:givenname>

</foaf:Person>

</rdf:RDF>

RDF 的about属性声明 RDF 语句的主题，在本例中是 http://www.lesliesikos.com/metadata/sikos.rdf#lesliesikos 。片段标识符#lesliesikos用于识别真实的人而不是文档(sikos.rdf)。那些值是网址的对象，比如一个人的主页，是使用 RDF 的resource属性声明的，与那些字符串文字(字符序列)相反，比如Sikos(FOAF 词汇表中family_name属性的值)。这个例子的语法被称为 RDF/XML 序列化(RDF/XML)，它是 RDF [3 ]的标准语法，使用application/rdf+xml互联网媒体类型和.rdf或.xml文件扩展名。结构化数据集可以使用各种其他语法符号和数据序列化格式以 RDF 编写，例如，RDFa、JSON-LD、Notation3 (N3)、Turtle、N-Triples [4 ]、TRiG [5 ]和 TRiX [6 ]，因此 RDF 三元组的语法因格式而异。例如，N3 语法没有 RDF/XML 序列化那么冗长，其中名称空间前缀由@prefix指令声明，URIs 由小于(<)和大于(>)符号分隔，三元组由分号(;)分隔(参见清单 2-5 )。

Listing 2-5. Describing a Person in N3

@prefix :     <``http://www.lesliesikos.com/metadata/sikos.rdf#

@prefix foaf: <http://xmlns.com/foaf/0.1/

@prefix rdf:  <``http://www.w3.org/1999/02/22-rdf-syntax-ns#

:lesliesikos a foaf:Person ;

foaf:givenname "Leslie" ;

foaf:family_name "Sikos" ;

foaf:homepage <http://www.lesliesikos.com

速记符号可以用于最常见的谓词(见表 2-5 )。

表 2-5。

Shorthand Notation for Common Predicates

| 述语 | 简化符号 | | --- | --- | | <[`http://www.w3.org/1999/02/22-rdf-syntax-ns#type`](http://www.w3.org/1999/02/22-rdf-syntax-ns#type) | `a` | | <[`http://www.w3.org/2002/07/owl#sameAs`](http://www.w3.org/2002/07/owl#sameAs) | `=` | | <[`http://www.w3.org/2000/10/swap/log#implies`](http://www.w3.org/2000/10/swap/log#implies) | `=>`或`<=` |

这就是使用a声明人的 RDF 类型的原因。如果符号 3 代码在外部文件中，典型的文件扩展名是.n3。N3 的 MIME 类型和字符编码应该声明为text/n3; charset=utf-8。N3 语法中没有规定标记化和空白处理。用于解析相对 URIs 的基本 URIs 可以用@base指令设置，格式为@base < http://example.com/overview/ >。字符串转义的几个 N3 规则来源于 Python，分别是stringliteral、stringprefix、shortstring、shortstringitem、longstring、longstringitem、shortstringchar、longstringchar。此外，还可以应用在另一个 RDF 序列化(N-Triples)中使用的\U扩展。合法的转义序列有\newline、\\(反斜杠、\)、\’(单引号、’)、\"(双引号、")、\n (ASCII 换行，LF)、\r (ASCII 回车，CR)、\t (ASCII 水平制表符，Tab)、\uhhhh(BMP 中的 Unicode 字符)和\U00hhhhhh(平面 1-16 符号中的 Unicode 字符)。不能使用转义符\a、\b、\f和\v，因为 RDF 中不允许使用相应的字符。

N3 的一个子集是简洁的 RDF Triple 语言，通常被称为 Turtle。Turtle 提供了一种语法，以紧凑的文本形式描述 RDF 图，这种形式很容易开发。它是符号 3 (N3)的子集和 N-三元组的超集。Turtle 在语义 Web 开发人员中很流行，被认为是 RDF/XML 的易于阅读的替代品。海龟文件的典型文件扩展名是.ttl。海龟文件的字符编码应该是 UTF-8。乌龟的 MIME 类型是text/turtle。Turtle 得到了许多软件框架的支持，这些框架可以用来查询和分析 RDF 数据，比如 Jena、Redland 和 Sesame。Turtle 文件由一系列指令、代表三元组的语句和空行组成。在 Turtle 中，三元组可以写成一系列主-谓-宾术语，由空格分隔，以句号(。).URIs 用尖括号(<>)写，字符串文字用双引号("")分隔，如<``http://www.lesliesikos.com/metadata/sikos.rdf#``> <http://xmlns.com/foaf/0.1/homepage> <http://www.lesliesikos.com>。使用 URI 前缀声明@PREFIX foaf: < http://xmlns.com/foaf/0.1/ > .，这可以缩写为<``http://www.lesliesikos.com/metadata/sikos.rdf#``> foaf:homepage <http://www.lesliesikos.com> .，其中foaf:homepage声明了 http://xmlns.com/foaf/0.1/ 与homepage的串联，露出了原来的 URI http://xmlns.com/foaf/0.1/homepage 。

图 2-1 将清单 2-5 的三元组表示为 RDF 图，这是一个有向的、带标签的图，其中的节点是资源和值 [7 ]。RDF 图的节点和谓词弧对应于节点元素和属性元素。默认的节点元素是rdf:Description，它经常被用作 RDF/XML 中 RDF 语句的通用容器。为了给 RDF 语句添加上下文并使它们具有全局可解释性，RDF 三元组有时与图的名称存储在一起，称为 quads(主谓宾图名)，这将在后面的章节中演示。

图 2-1。

A simple RDF graph

该示例可以用其他外部词汇表的属性进行扩展，但概念保持不变。一旦创建了 RDF 文件，就有了一个可以上传到网站的机器可读的元数据文件。语义软件代理可以找到并检索这些文件中的信息(见图 2-2 )，以视觉上吸引人的方式显示人类可读的部分(见图 2-3 )，并基于 RDF 三元组生成可扩展的图(见图 2-4 )，并推断新的信息。

图 2-4。

A graph generated from an RDF file

图 2-3。

A personal description extracted from RDF and displayed on a web page

图 2-2。

RDF triples extracted by Sindice Web Data Inspector [8]

虽然这种机器可读的 RDF 文件很有用，但它们的主要应用是数据建模，所以 RDF 文件与 web 站点的标记是分开的。通过使用机器可读的注释，您可以将结构化数据直接添加到标记中，例如(X)HTML5，这些注释可以由语义数据提取器处理，如果需要，还可以转换为 RDF。

机器可读注释

网站有四种机器可读的注释格式(按介绍顺序排列):

• 微格式，它通过核心(X)HTML 属性发布关于基本概念的结构化数据，¹，例如人物、地点、事件、食谱和音频
• RDFa，用不属于核心(X)HTML 词汇表的标记属性来表达 RDF
• HTML5 微数据，用结构化元数据扩展 HTML5 标记(一个 HTML5 应用编程接口)
• JSON-LD，它将结构化数据作为 JavaScript 代码添加到标记中

RDFa 和 JSON-LD 可以在大多数标记语言版本和变体中使用，而 HTML5 微数据只能在(X)HTML5 中使用。所有这些注释格式都有自己的语法。例如，词汇表在 RDFa 中用vocab属性声明，在 Microdata 中用itemtype属性声明，在 JSON-LD 中用context声明(见表 2-6 )。

表 2-6。

Data Represented as Structured Data in a Microformat, Microdata, RDFa, and JSON-LD

| 没有语义注释的标记 | `Leslie Sikos`` ``Leslie’s web site:``

这些语法将在下一节中描述。

微格式

第一种向(X)HTML 标记添加机器可读注释的方法被称为微格式(μF)。一些微格式应用并重用现有技术的特性，比如(X)HTML 的rel属性，而其他微格式，比如 hCard，以最简单的方式扩展了核心标记词汇表:基于普通的旧语义 HTML (POSH)。微格式不仅可以在(X)HTML 标记中实现，还可以在 XML、RSS、Atom 等中实现。微格式可以用class、rel和rev属性值表达站点结构、链接权重、内容类型和人际关系。它们非常容易编写，并且有大量的软件支持它们(Operator 和 Tails 为 Firefox 导出插件，Michromeformats Google Chrome 扩展，microformats transformer Optimus，或者为 Safari、Firefox 和 IE 导出 Microformats Bookmarklet)。

然而，由于局限性和开放性问题，其他机器可读的注释格式逐渐取代了微格式。不能将各种微格式作为多个值应用于同一个a元素，比如rel="nofollow"和rel="friend"。HTML5 不支持投票链接微格式使用的rev属性。由profile属性提供的配置文件 URIs 不能在 HTML5 中的head元素上使用，其中profile属性值可以为锚(a)或链接元素(link)上的rel属性声明。例如，为 hCalender 微格式提供了一个包含所有三个选项的配置文件 URI。hCalendar 微格式基于 iCalendar 标准(RFC 2445)。所有使用 hCalendar 符号的内容都应该引用 hCalendar XMDP 配置文件，换句话说， http://microformats.org/profile/hcalendar ，如清单 2-6 或清单 2-7 所示，作为文档头或清单 2-8 的一部分。这些方法也可以结合使用。

Listing 2-6. Providing the hCalendar Head Profile in the Document Head (Cannot Be Used in HTML5)

<head profile="http://microformats.org/profile/hcalendar

Listing 2-7. Linking to the hCalendar Profile in the Document Head

<link rel="profile" href="http://microformats.org/profile/hcalendar

Listing 2-8. Using the hCalendar Profile in the Document Body

<a rel="profile" href="http://microformats.org/profile/hcalendar

Note

HTML5 引入的新结构元素，比如article或section，并不能被所有的微格式解析器识别，所以这些元素的前面的属性可能不会被处理。

在接下来的部分中，我将向您概述一些最流行的微格式，即 hCalendar、hCard、rel="license"、rel="nofollow"、rel="tag"、投票链接和 XFN。

hCalendar 和 h 事件

您可以使用 hCalendar 微格式为体育赛事、周年纪念、提醒、会议、研讨会、会议和其他事件创建日历条目。

hCalendar 的根类名是vcalendar。事件的根类名是vevent，这是所有事件列表所必需的。这些属性由 hCalendar 的元素表示。要求的类是dtstart，应该以 ISO 日期格式提供，?? 2和summary。清单 2-9 显示了一个 hCalendar 示例。

Listing 2-9. A Three-Day Conference Represented in hCalendar

<link rel="profile" href="http://microformats.org/profile/hcalendar

…

<div class="vevent">

<h1 class="summary">Semantic Web Conference 2015</h1>

<div class="description">Semantic Web Conference 2015 was announced yesterday.</div>

<div>Posted on: <abbr class="dtstamp" title="20150825T080000Z">Aug 25, 2015</abbr></div>

<div class="uid">uid1@host.com</div>

<div>Organized by: <a class="organizer" href="mailto:js@expl.com">js@expl.com</a></div>

<div>Dates: <abbr class="dtstart" title="20151012T093000Z">October 12 2015, 9.30am

UTC</abbr> – <abbr class="dtend" title="20151014T200000Z">October 14 2015, 8.00pm

UTC</abbr></div>

<div>Status: <span class="status">Confirmed</span></div>

<div>Filed under:</div>

<ul>

<li class="category">Conference</li>

</ul>

</div>

可选属性包括但不限于:location、url、dtend(ISO 日期格式)、duration(ISO 日期持续时间格式)、rdate、rrule、category、description、uid、geo、attendee、contact、organizer、attach和status。geo属性有子属性latitude和longitude，而attendee有子属性partstat和role。那些必须定期发布新事件的人可能会发现 hCalendar 生成器 hCalendar-o-matic 很有用 [9 ]。

该规范已被 h-event 规范所取代，它支持带有类h-event的标记元素中的以下属性:p-name(事件名称或标题)、p-summary(简短摘要)、dt-start(事件开始的日期和时间)、dt-end(事件结束的日期和时间)、dt-duration(事件持续时间)、p-description(详细描述)、u-url(网站)、p-category(事件类别)和p-location(事件位置，可以包括 h-card、h-adr 或 h-geo)。所有属性都是可选的。清单 2-10 中显示了一个示例。

Listing 2-10. A Three-Day Conference Annotated Using h-event

<div class="h-event">

<h1 class="p-name"> Semantic Web Conference ’15</h1>

<p>From

<time class="dt-start" datetime="2015-10-12 09:30">12<sup>th</sup> October 2015, 9:30am</time>

to <time class="dt-end" datetime="2015-10-14 20:00">14<sup>th</sup> October 2015, 8:00pm</time>

at <span class="p-location">Nice Conference Hall</span></p>

<p class="p-summary">Semantic Web Conference 2015 was announced yesterday.</p>

</div>

骏网一卡通

hCard 微格式标准可用于通过语义标记来表示个人、公司和组织的联系数据。hCard 元数据应该在网站的联系页面上提供。据现已停产的雅虎称，2010 年夏天，hCard 突破了 20 亿大关。SearchMonkey 使 hCard 成为 2010 年前个人和组织最流行的元数据格式。由于 hCard 基于 vCard 标准(RFC 2426)，因此现有的 vCard 可以轻松转换为 hCard。 ³

Tip

vCard 标准广泛用于存储电子名片。例如，Microsoft Outlook 将这种格式用于“联系人”下的名片。此外，许多智能手机使用 vCard 格式将联系人存储在手机存储器中(当您设置联系人不存储在 SIM 卡上时)。

hCard 类名应该是小写的。

Caution

hCard 的根类名是vcard。具有类名vcard的元素本身被称为 hCard。

hCard 中的两个必需属性是fn和n。然而，如果任何隐含的“N”优化规则有效，则第二个是可选的。 ⁴ 属性n可能有子属性family-name、given-name、additional-name、honorific-prefix、honorific-suffix。所有其他属性都是可选的，包括adr、agent、bday、category、class、email、geo、key、label、logo、mailer、nickname、note、org、photo、rev、role、sort-string、sound、tel、title、tz、uid和url对于adr，允许的子属性有post-office-box、extended-address、street-address、locality、region、postal-code、country-name、type和value；type和value为email；latitude和longitude为geo；organization-name和organization-unit为org；以及tel的type和value。典型的 hCard 代码如清单 2-11 所示。

Listing 2-11. A Typical hCard

<link rel="profile" href="http://microformats.org/profile/hcard

…

<div id="hcard-John-Smith" class="vcard">

<img src="http://www.example.com/jsmith.jpg

<a class="url fn" href="http://www.example.com

<div class="org">Smith and Sons</div>

<a class="email" href="mailto:smith@example.com">smith@example.com</a>

<div class="adr">

<div class="street-address">123 Nice Street</div>

<span class="locality">Adelaide</span>,

<span class="region">SA</span>,

<span class="postal-code">5000</span>

<span class="country-name">Australia</span>

</div>

<div class="tel">+61812345678</div>

</div>

以下 hCard 元素是单数，只能提供一次:fn、n、bday、tz、sort-string、uid、class和rev。所有其他属性都允许有多个实例。通常，标记元素的 visible 属性值表示 hCard 属性的值。然而，也有一些例外。对于由一个或多个 hCard 属性的a元素表示的超链接，href属性为所有具有 URL 值的属性提供属性值(例如，photo)。如果使用了img元素，src属性保存所有带有 URL 值的属性的属性值。对于object元素，数据属性提供属性值。元素的内容是所有其他属性的属性值。如果为带有 hCard 符号的abbr元素提供了title属性，则其值将被视为 hCard 属性，而不是其他情况下使用的元素内容。

虽然手动创建 hCard 元数据很容易，但是 hCard 元数据可以由 hCard 创建者 hCard-o-matic 在规范作者的网站上生成 [10 ]。你只需简单地填写一张关于姓名、组织、国家、电子邮件和其他联系信息的表格，软件就会生成 hCard。

为了提供额外的信息，微格式也可以嵌套。例如，一个体育赛事评论可能不仅包含评论(在 hReview 中标注)，同时还包含个人信息(在 hCard 中)(参见清单 2-12 )。

Listing 2-12. A Combination of hReview and hCard

<link rel="profile" href="http://microformats.org/profile/hreview

<link rel="profile" href="http://microformats.org/profile/hcard

…

<div class="hreview">

<h1 class="summary">The Winner Takes It All Review</h1>

<span class="reviewer vcard">

by <span class="fn">John Smith</span>, <span class="title">Editor</span>

at <span class="org">Sport Reviews</span>

</span>

Rating: <span class="rating">4.5</span> out of 5.

<span class="description">A fascinating performance.</span>

</div>

审查由 hReview 微格式(class="hreview")描述。审核人姓名由span class="reviewer"透露。hCard 微格式嵌套在 hReview 微格式中，以便提供关于他/她的附加信息(在<span class="reviewer vcard">中是一个以空格分隔的属性值列表)。hCard 属性描述了审阅者的姓名(fn)、职位(title)和组织(org)。

rel= “许可证”

有数以百万计的网络资源保留部分或全部权利。许多与文档和对象相关联的许可证是复杂的，用户不可能知道它们。可以将rel="license"微格式添加到指向许可证描述的超链接中。这对于图像尤其有用，但也可以用于任何资源。基本的图像嵌入只应用于img元素的src和alt属性，如清单 2-13 所示。

Listing 2-13. A Basic Image Embedding

<img src="hotel.jpg" alt="The Palace Hotel" />

要声明图像许可，还应该使用rel和href属性。例如，在知识共享署名-类似共享许可的情况下，它应该是清单 2-14 所示的形式。

Listing 2-14. Declaring an Image License

<link rel="profile" href="http://microformats.org/profile/rel-license

…

<img src="hotel.jpg" alt="The Palace Hotel"``rel="license"

ref=" http://creativecommons.org/licenses/by-sa/4.0/ "

href属性的值提供了描述许可证的资源的相关 URI。一些最常用的许可证契约如下 [11 :

• 知识共享署名(cc by) http://creativecommons.org/licenses/by/4.0/
• 知识共享署名分享(cc by-sa) http://creativecommons.org/licenses/by-sa/4.0/
• 知识共享署名无衍生品(cc by-nd) http://creativecommons.org/licenses/by-nd/4.0/
• 知识共享署名非商业性(cc by-nc) http://creativecommons.org/licenses/by-nc/4.0/
• 知识共享署名非商业共享(cc by-nc-sa) http://creativecommons.org/licenses/by-nc-sa/4.0/
• 知识共享署名非商业无衍生品(cc by-nc-nd) http://creativecommons.org/licenses/by-nc-nd/4.0/

您应该选择一个与您允许他人对您的作品所做的事情相匹配的许可证(商业或非商业分发、重新混合、调整、适当授权共享、修改等等)。

rel="nofollow "

属性的一个值值得进一步关注，因为它经常在搜索引擎优化(SEO)中使用。当rel="nofollow"被添加到一个超链接时，链接目的地不应该被搜索引擎考虑为附加排名。如果文档所有者需要超链接，可以应用该属性值，而不会影响他们的网页或外部网站链接的排名。例如，如果一个超链接在网页上是至关重要的，但是它的目标页面却有很低的页面排名(PR)，那么这个超链接应该被提供rel="nofollow"，以避免搜索引擎的惩罚。

Note

PageRank 是一种链接分析算法，用于为每个网页分配一个数字权重，以便在 0-10 的范围内表示其相对重要性。

例如，如果lowprsite.com的索引页面的 PR 值很低，但是由于那里显示的内容，您必须链接到它，那么您可以使用rel="nofollow"微格式，如清单 2-15 所示。

Listing 2-15. A Link That Will Not Be Considered by Search Engines While Indexing a Page

<link rel="profile" href="http://microformats.org/profile/rel-nofollow

…

<a href="http://www.lowprsite.com

尽管这种微格式被广泛使用，但它还有几个未解决的问题。rel="nofollow"微格式表示一种行为而不是一种关系，所以这个定义是不合逻辑的。微格式的名称不能反映真实的含义，它不是一个名词。虽然最初引入rel="nofollow"是为了阻止博客中的垃圾评论，但单独使用它并不能阻止垃圾评论试图向页面添加营销(只能阻止目标页面通过提高页面排名获益)。最后，许多合法的非垃圾链接作为rel="nofollow"的属性值可能会被搜索引擎忽略或降低权重，这是一个不良的副作用。

rel= “拿”

与其他微格式和一般的meta关键字不同，rel="tag"微格式可以用于可见链接。它可以应用于超链接元素，以指示链接的目的地是当前页面的一般作者指定的标签(关键字)。清单 2-16 给出了一个例子。

Listing 2-16. Using rel="tag"

<link rel="profile" href="http://microformats.org/profile/rel-tag

…

<a href="http://www.lesliesikos.com/category/textbooks/

投票链接

投票链接是一种基本的微格式，在a元素的rev属性上有三个可能的值:vote-for、vote-against和vote-abstain。这些值是互斥的。可选地，可视翻转可以由title属性提供。清单 2-17 显示了一个例子。

Listing 2-17. A Vote Links Example

<link rel="profile" href="http://microformats.org/profile/vote-links

…

<a rev="vote-for" href="http://example.com/thumbsup/"

title="HTML should be the primary markup language">HTML5</a>

<a rev="vote-against" href="http://example.com/thumbsdown/"

title="XHTML should be the primary markup language">XHTML5</a>

襄樊

第一个 HTML 微格式 XHTML 朋友网络(XFN)于 2003 年 12 月推出。XFN 是由全球多媒体协议组设计的，用简单的超链接来表达人际关系。XFN 对于小册子风格的主页和博客条目特别有用。应该提供人名作为超链接的文本(在<a>和</a>之间)。个人网站是超链接的目标，换句话说，是href属性的值。所有关系数据都可以由a元素上的rel属性提供。允许多个值，并用空格分隔。友谊类型可以是contact、acquaintance或friend。如果是个人认识的人，可以用rel属性的met属性值来表示。例如，莱斯利·西科斯的一个朋友，他个人认识他，可以在他的网站上发布 XFN 的关系，如清单 2-18 所示。

Listing 2-18. Link to the Web Site of a Friend

<link rel="profile" href="http://gmpg.org/xfn/11

…

I am an old friend of <a href="http://lesliesikos.com"``>Leslie Sikos</a>.

该人的住所与其朋友的住所之间的距离可以用co-resident和neighbor值来表示。亲属可以设置为child、parent、sibling、spouse或kin。也支持职业关系co-worker和colleague。感情也可以表达(muse、crush、date、sweetheart)。

CSS 样式也可以添加到 XFN 元数据中。例如，可以用粗体提供朋友，用斜体提供同事，CSS 规则如清单 2-19 所示。

Listing 2-19. Styling XFN

a[rel∼="friend"] {

font-weight: bold;

}

a[rel∼="colleague "] {

font-style: italic;

}

虽然从零开始创造 XFN 很容易，但 XFN 的创造者，如 XFN 创造者[12 或艾克西芬[13 可能会加快发展。

XMDP

XHTML 元数据配置文件(XMDP)元数据是一种基于 XHTML 的格式，用于定义机器可读和人类可读的元数据配置文件。XMDP 由属性定义列表、可选描述以及一个或多个定义列表项(如果适用)组成。配置文件定义列表由class标识(参见列表 2-20 )。

Listing 2-20. XMDP Profile Definition

<dl class="profile">

定义术语由id标识(见清单 2-21 )。

Listing 2-21. Definition Term and Data for XMDP

<dt id="property1">property1</dt>

<dd>propertydesc</dd>

例如，信息性使用的meta属性author和keywords可以由 XMDP 定义，如清单 2-22 所示。

Listing 2-22. A Complete XMDP Example

<dl class="profile">

<dt id="author">author</dt>

<dd>A person who wrote (at least part of) the document.</dd>

<dt id="keywords">keywords</dt>

<dd>A comma and/or space separated list of the keywords or keyphrases of the document.</dd>

</dl>

草稿和未来的微格式

您可以应用微格式在各种资源上提供特定的元数据。地址信息可以用adr来描述。地理坐标(经纬度对)可以根据世界大地测量系统(WGS)以geo微格式提供。hAtom 可以用于网络联合。关于音频记录的信息可以通过使用 hAudio 微格式来嵌入。hListing 微格式可以应用于开放的分布式列表。图像、视频和音频媒体组件可以由 hMedia 描述。hNews 是在网站上提供新闻内容的微格式。产品描述可以用 hProduct 来表达。烹饪和烘焙食谱可以在网上用 hRecipe 描述。简历和履历可以和 hResume 一起发布。文档评论可以在 hReview 中编写。rel="directory"微数据可以指示链接目的地是指向当前页面的目录列表。提供下载的文件附件可以用rel="enclosure"微格式表示。rel="home"提供一个到网站主页的超链接。rel="payment"微格式是一种在线支付机制。robots meta标签的返工是机器人排除配置文件。微格式(代表 xFolksomony)是为出版书签集而设计的。不胜枚举，微格式社区欢迎元数据爱好者创建新的微格式；然而，其他格式，如 RDFa 和 HTML5 微数据，似乎取代了微格式。

网页摘要和结构化标记

RDFa(属性中的 RDF)使得在(X)HTML 标记、XML 或 SVG 中编写 RDF 三元组作为属性值成为可能。完整的 RDFa 语法(RDFa Core) [14 ]为专家提供了基本的和高级的特性，以便在标记中表达复杂的结构化数据，比如人际关系、地点和事件。那些想要在 web 文档中表达相当简单的结构化数据的人可以使用表达性较差的 RDFa Lite [15 ]，这是 RDFa 的一个最小子集，更容易学习，适合大多数一般场景。RDFa Lite 支持以下属性:vocab、typeof、property、resource和prefix。在授权使用href和src属性的主机语言中，RDFa Lite 也支持它们。

一串数字在数学课上的含义与在电话簿上的含义不同，而一个词在诗歌中的含义通常与在现实生活中的含义不同。单词的含义取决于上下文，所以为了让计算机理解领域或领域(知识领域)，我们必须识别定义该领域术语的机器可读词汇。在 RDFa 中，词汇表可以由vocab属性标识，要描述的实体的类型由typeof属性标注，属性由property属性标注(参见清单 2-23 )。

Listing 2-23. Basic Machine-Readable Annotation of a Person in RDFa

<p``vocab="http://schema.org/" typeof="Person"

My name is <span``property="name"``>Leslie Sikos</span> and you can find out more about me

by visiting <a property="url" href=" http://www.lesliesikos.com ">my web site</a>.

</p>

一旦前面的代码被发布并编入索引，搜索引擎将更有效地找到“Leslie Sikos 的网站”。为了在 Web 上唯一地标识这个实体，使用了resource属性(参见清单 2-24 )。resource属性是设置语句对象的选项之一，这在引用非导航链接的资源时特别有用，比如一本书的 ISBN 号。

Listing 2-24. A Unique Identifier of the Entity in RDFa

<p vocab="http://schema.org/" typeof="Person"``>

My name is <span property="name">Leslie Sikos</span> and you can find out more about me

by visiting <a property="url" href="http://www.lesliesikos.com

</p>

词汇声明可以从每个属性中省略完整的 URI(name指 http://schema.org/name ，url缩写为 http://schema.org/url )。但是，如果您为多个真实世界的对象或人添加 RDFa 注释，您可以在您的(X)HTML 文档的html元素上声明词汇表的名称空间(例如<html xmlns:foaf=" http://xmlns.com/foaf/0.1/ " …>)，并将其与一个可以在整个文档中重用的前缀相关联。每次使用文档顶部声明的词汇表中的术语时，都要添加前缀，后跟一个冒号，如foaf:name、schema:url等。使用前缀不仅方便，有时还是注释标记的唯一方法。例如，如果您需要来自不止一个词汇表的术语，额外的词汇表可以由prefix属性指定(参见清单 2-25 )。您可以引用最常用词汇表(在vocab属性值中定义)中不带前缀的任何术语，以及第二个词汇表中带有您定义为prefix属性的属性值的前缀的术语，或者在html元素上定义带有前缀名称和名称空间 URI 的xmlns属性的术语。

Listing 2-25. Using the Term “Textbook” from the FaBiO Ontology

<p vocab="http://schema.org/" typeof="Person"``prefix="fabio:http://purl.org/spar/fabio/"

resource="#sikos">

My name is <span property="name">Leslie Sikos</span> and you can find out more about me

by visiting <a property="url" href="http://www.lesliesikos.com

I am the author of <a``property="fabio:Textbook"

href="http://lesliesikos.com/mastering-structured-data-on-the-semantic-web/>掌握

Structured Data on the Semantic Web</a>.

为了让搜索引擎“理解”所提供的链接指的是 Leslie Sikos 的一本教科书，我们使用了 FaBiO 本体论中“教科书”的机器可读定义。如果您的 RDFa 注释需要一个以上的附加词汇表，您可以将它们作为空格分隔的列表添加到prefix属性的属性值中。

最常用的词汇名称空间在 RDFa 解析器中预定义，因此您可以在标记中省略它们，并且仍然能够在 RDFa 注释中使用它们的术语(表 2-7 )。

表 2-7。

Widely Used Vocabulary Prefixes Predefined in RDFa [16]

| 前缀 | 上呼吸道感染 | 词汇 | | --- | --- | --- | | `cc` | `http://creativecommons.org/ns#` | 知识共享权利表达语言 | | `ctag` | `http://commontag.org/ns#` | 普通标签 | | `dcterms` | [`http://purl.org/dc/terms/`](http://purl.org/dc/terms/) | 都柏林核心元数据术语 | | `dc` | [`http://purl.org/dc/elements/1.1/`](http://purl.org/dc/elements/1.1/) | 都柏林核心元数据元素集，版本 1.1 | | `foaf` | [`http://xmlns.com/foaf/0.1/`](http://xmlns.com/foaf/0.1/) | 朋友的朋友(FOAF) | | `gr` | `http://purl.org/goodrelations/v1#` | 良好关系 | | `ical` | `http://www.w3.org/2002/12/cal/icaltzd#` | RDF 中的 iCalendar 术语 | | `og` | `http://ogp.me/ns#` | 脸书 OpenGraph | | `rev` | `http://purl.org/stuff/rev#` | RDF 评论 | | `sioc` | `http://rdfs.org/sioc/ns#` | 核心冲击 | | `v` | `http://rdf.data-vocabulary.org/#` | 谷歌富片段 | | `vcard` | `http://www.w3.org/2006/vcard/ns#` | RDF 中的 vCard | | `schema` | [`http://schema.org/`](http://schema.org/) | schema.org |

更复杂的注释需要仅受 RDFa 核心支持的附加属性。除了 RDFa Lite 属性，RDFa Core 还支持about、content、datatype、inlist、rel和rev属性。

当前主题是文档的网址 ⁵ 或宿主语言设置的值，如(X)HTML 中的base元素。因此，在默认情况下，文档中写入的任何元数据都将涉及文档本身。about属性可以用来改变当前的主题并声明数据是关于什么的，使文档体中的属性成为新对象的一部分，而不是引用整个文档(就像它们在文档头中那样)。

如果一些显示的文本与表示的值不同，可以使用content属性添加一个更精确的值，该属性是一个字符数据(CDATA)字符串，为文本提供机器可读的内容。也可以选择使用datatype属性输入一个值(参见清单 2-26 )。声明类型可以确保机器能够解释字符串、日期、数字等。，而不是将它们视为字符序列。

Listing 2-26. Using the content and datatype Attributes

<html xmlns="http://www.w3.org/1999/xhtml"

prefix="xsd: http://www.w3.org/2001/XMLSchema# dc: http://purl.org/dc/terms/ ">

<head>

<title>Leslie’s Blog</title>

</head>

<body>

<h1 property="dc:title">Leslie’s Blog</h1>

<p>

Last modified: <span property="dc:modified"

content="201``4-11-2``8T12:43:0``0-0

datatype="xsd:dateTime" >28 November 2014</span>.

</p>

</body>

</html>

在 RDFa 中，两个资源(谓词)之间的关系可以使用rel属性来表达(参见清单 2-27 )。

Listing 2-27. Describing the Relationship Between Two Resources in RDFa

This document is licensed under the

<a prefix="cc:``http://creativecommons.org/ns#``"

rel="cc:license"

href="http://creativecommons.org/licenses/by-nc-nd/3.0/">Creative Commons By-NC-ND

License</a>.

当使用rel表示谓词时，在 RDFa 语句的元素上使用href或src属性来标识对象(参见清单 2-28 )。

Listing 2-28. Using href to Identify the Object

<link about="mailto:leslie@example.com"

rel="foaf:knows" href="mailto:christina@example.com" />

两个资源(谓词)之间的反向关系可以用rev属性来表达。rel和rev属性可以单独或一起用在任何元素上。当有两种不同的关系要表达时，组合rel和rev特别有用，比如一张照片是由照片中描绘的人拍摄的(参见清单 2-29 )。

Listing 2-29. Combining the rel and rev Attributes

<img about="http://www.lesliesikos.com" src="koalahug.jpg"``/>

Caution

如果只使用rel或rev对三元谓词进行注释，而没有在同一个元素上定义href、src或resource，那么所表示的三元谓词将是不完整的 [17 ]。

inlist属性表明元素上生成的对象是一个列表的一部分，该列表共享相同的谓词和主语(参见清单 2-30 )。只有inlist属性的存在是相关的；它的属性值总是被忽略。

Listing 2-30. Using the inlist Attribute

<p prefix="bibo:http://purl.org/ontology/bibo/dc:http://purl.org/dc/terms/"

typeof="bibo:Website">

The web site <span property="dc:title">Andrew Peno Graphic and Fine Artist</span> by

<a``inlist=""``property="dc:creator" href="http://www.andrewpeno.com">Andrew Peno</a> and

<a inlist="" property="dc:creator" href=" http://www.lesliesikos.com ">Leslie Sikos</a>.

</p>

RDFa DOM API

RDFa 提供了一个文档对象模型(DOM)应用编程接口(API)来从网页中提取和利用结构化数据，用于高级用户界面和交互式应用 [18 ]。

HTML5 微数据

HTML5 微数据是在一个单独的规范中定义的 HTML5 模块，用表示结构化数据的属性扩展了 HTML5 核心词汇表 [19 ]。

全局微数据属性

HTML5 微数据将结构化数据表示为一组名称-值对。这些组称为项目，每个名称-值对都是一个属性。项目和属性由常规元素表示。为了创建一个项目，使用了itemscope属性。 ⁶ 为了给一个项目添加属性，在该项目的后代(容器元素的子元素)上使用itemprop属性，如清单 2-31 所示。

Listing 2-31. A Person’s Description in HTML5 Microdata

<div``itemscope="itemscope" itemtype="http://schema.org/Person"

<span``itemprop="name"``>``Leslie Sikos

<img src="``lesliesikos.jpg``" alt="Leslie Sikos"``itemprop="image"

Leslie’s web site:

<a href="http://www.lesliesikos.com"``itemprop="url"``>??</a>

</div>

属性值通常是字符串(字符序列)，但也可以是网址，如a元素上的href属性的值、img元素上的src属性的值，或者链接或嵌入外部资源的其他元素。例如在清单 2-31 中，image item 属性的值就是img元素上src属性的属性值，也就是lesliesikos.jpg。同样，url item 属性的值也不是a元素lesliesikos.com的内容，而是a元素上href属性的属性值，也就是 http://www.lesliesikos.com 。但是，默认情况下，该项的值是元素的内容，例如本例中 name item 属性的值:Leslie Sikos(由<span>和</span>标记对分隔)。

通过声明定义相应项目和属性的外部词汇表的网址，使用itemtype属性来表达项目的类型和项目属性。在我们的例子中，我们使用了来自 http://schema.org 的Person词汇来定义一个人的属性，比如familyName、givenName、birthDate、birthPlace、gender、nationality等等。属性的完整列表在 http://schema.org/Person 中定义，这是itemtype的值。在这个例子中，我们用属性name声明了名字，用属性image声明了对人的描述，用属性url声明了他的网站地址。这些属性的允许值和预期格式分别在 http://schema.org/name 、 http://schema.org/image 和 http://schema.org/url 中提供。

每个知识领域的条目类型是不同的，如果你想标注的是一本书而不是一个人的描述，itemtype属性的值将是 http://schema.org/Book ，这里收集并定义了书的属性，如bookFormat、bookEdition、numberOfPages、author、publisher等。如果条目有一个全局标识符(比如一本书的唯一 ISBN 号)，可以使用idemid属性对其进行注释，如清单 2-32 所示。

Listing 2-32. The Description of a Book in HTML5 Microdata

<div itemscope="itemscope" itemtype="http://schema.org/Book"

itemid="urn:isbn:97 8-1 -48420 8-84-7 "

<img itemprop="image" src="http://www.masteringhtml5css3.com/img/webstandardsbook.jpg"

alt="Web Standards" />

<span itemprop="name">Web Standards: Mastering HTML5, CSS3, and XML</span>

by <a itemprop="author" href="http://www.lesliesikos.com

</div>

虽然 HTML5 微数据主要用于对人、组织、事件、产品、评论和链接的语义描述，但是您可以用各种各样的外部词汇来注释任何其他知识领域。

通过在声明属性的元素上声明itemscope属性，名值对组可以嵌套在微数据属性中(参见清单 2-33 )。

Listing 2-33. Nesting a Group of Name-Value Pairs

<div itemscope="itemscope">

<p>Name: <span itemprop="name">Herbie Hancock</span></p>

<p>Band: <span``itemprop="band" itemscope="itemscope"

<span itemprop="name">The Headhunters</span>

(<span itemprop="size">7</span> members)

</span>

</p>

</div>

在前面的示例中，外部项(顶级微数据项)注释一个人，内部项表示一个爵士乐队。

具有itemscope属性的元素的一个可选属性是itemref， ⁷ ，它给出了一个附加元素的列表，可以爬行这些元素来找到该项目的名称-值对。换句话说，不是具有itemscope属性的元素的后代的属性可以使用itemref属性与项目相关联，在文档的其他地方提供具有附加属性的元素标识符的列表(参见清单 2-34 )。itemref属性不是 HTML5 微数据数据模型的一部分。

Listing 2-34. Using the itemref Attribute

<div itemscope="itemscope"``id="herbie" itemref="a b"

<p``id="a"

<div``id="b"``itemprop="band" itemscope="itemscope"``itemref="c"

<div``id="c"

<p>Band: <span itemprop="name">The Headhunters</span></p>

<p>Size: <span itemprop="size">7</span> members</p>

</div>

第一项有两个属性，声明 jazz keyboardist 的名字Herbie Hancock，并在另一项上单独注释他的 jazz 乐队，另一项还有两个属性，将乐队的名字表示为The Headhunters，并使用size属性将成员数设置为7。

HTML5 微数据 DOM API

HTML5 微数据有一个 DOM API，供 web 开发者直接访问结构化数据 [20 ]。

JSON-LD

与 RDFa 和 HTML5 微数据这两种向网站标记添加结构化数据的主流格式相反，链接数据的 JavaScript 对象符号(JSON-LD)被描述为 JavaScript 代码，而不是标记元素和属性。因此，JSON-LD 完全独立于(X)HTML 代码。这种轻量级链接数据格式的一个优点是便于人类读写。JSON-LD 使用 JavaScript 对象符号(JSON)传输链接数据，这是一种开放的标准格式，使用人类可读的文本来传输属性-值对 [21 ]。如果 JSON-LD 代码是在一个单独的文件而不是标记中编写的，那么实际的文件扩展名是.jsonld。JSON-LD 的互联网媒体类型是application/ld+json，如果写在标记中，JSON-LD 代码由<script>和</script>标记之间的花括号分隔，如清单 2-35 所示。

Listing 2-35. Compact JSON-LD Code in the Markup

<script type="application/ld+json">

{

"@context": "http://schema.org

"@type": "Person",

"image": "lesliesikos.jpg",

"name": "Leslie Sikos",

"url": "http://www.lesliesikos.com

}

</script>

这个例子使用 JSON-LD 的紧凑语法，它可以扩展为清单 2-36 中演示的完整语法符号。

Listing 2-36. Expanded JSON-LD Code

[

{

"@type": [

"http://schema.org/Person

],

"http://schema.org/image

{

"@id": "http://www.lesliesikos.cimg/lesliesikos.jpg

}

],

"http://schema.org/name

{

"@value": "Leslie Sikos"

}

],

"http://schema.org/url

{

"@id": "http://www.lesliesikos.com

}

]

}

]

JSON LD DOM API

JSON-LD 的 API 提供了一种将 JSON-LD 文档转换成更容易被特定应用使用的方法 [22 ]。

GRDDL: XML 文档到 RDF

因为有效的 XML 文档遵循非常严格的语法，所以通常可以从 XML 中提取 RDF 三元组。从各种语言的方言中收集资源描述(GRDDL，读作“griddle”)是一种将 XML 文档(包括 XHTML 文档(有或没有 hCard 或 hCalendar 等微格式)转换为 RDF 的标记格式。这些转换通常用 XSLT 表示，分以下三步进行:

Source document declaration   Link to one or more extractors   GRDDL agent extracts RDF from the document

XHTML 1.x 文档使用 head 元素上的 profile 属性来声明文档支持 GRDDL 转换，而可用的转换作为一个.xsl文件提供(清单 2-37 )。

Listing 2-37. An XHTML 1.x Document That Supports GRDDL Transformations

<head profile="http://www.w3.org/2003/g/data-view

<link rel="transformation" href="grddlxfn.xsl" />

Caution

XHTML5 不支持profile属性。

在诸如 Atom syndication format(用于新闻提要)或 KML(用于在 Google Earth 和 Google Maps 中显示地理数据)之类的 XML 文档中，只需指向名称空间，就可以将转换与 XML 名称空间相关联(清单 2-38 )。

Listing 2-38. An XML Namespace Declaration Pointing to NamespaceTransformation

<foo xmlns="http://example.com/1.0/

当访问 http://example.com/1.0/ 名称空间时，它显示出namespaceTransformation，允许从 XML 文档轻松部署 RDF/XML。

对于包含微格式的 XHTML 文档，使用特定于所应用注释的配置文件。例如，一个支持 GRDDL 并包含 hCard 信息的 XHTML 文档的概要文件如清单 2-39 所示。

Listing 2-39. An XHTML 1.x Document That Supports GRDDL and Contains hCard Information

<head profile=" http://www.w3.org/2003/g/data-view http://www.w3.org/2006/03/hcard

GRDDL 代理可以从引用 profile 转换链接的页面中提取所有 hCard 数据(清单 2-40 )。

Listing 2-40. Profile Transformation Link

The RDF data is extracted by <a rel="profileTransformation"

href="hcard2rdf.xsl">this XSL</a> from <a href="http://example.com/hcard/">thishCard</a>.

R2RML:RDF 的关系数据库

大多数动态网站内容由关系数据库(RDB)支持，如 Microsoft SQL、MySQL、Oracle、IBM DB2 或 PostgreSQL。RDB2RML (R2RML)是一个将关系数据库直接映射到 RDF [23 ]的标准，使得数据在语义网上更易访问(见图 2-5 )。

图 2-5。

RDB2RML enables RDF benefits for data from relational databases

直接映射将 RDB 数据和模式表示为 RDF 图，称为直接图，用 Turtle 语法描述。假设我们在一个关系数据库中有两个表，一个收集人，另一个收集地址(清单 2-41 )。

Listing 2-41. RDB Input

CREATE TABLE "Addresses" (

"ID" INT, PRIMARY KEY("ID"),

"city" CHAR(10),

"state" CHAR(3)

)

CREATE TABLE "People" (

"ID" INT, PRIMARY KEY("ID"),

"fname" CHAR(10),

"addr" INT,

FOREIGN KEY("addr") REFERENCES "Addresses"("ID")

)

INSERT INTO "Addresses" ("ID", "city", "state") VALUES (52, ’Adelaide’, ’SA’)

INSERT INTO "People" ("ID", "fname", "addr") VALUES (5, ’Leslie’, 52)

两个表都有一个唯一的标识符作为主键。地址标识符提供了两个表之间的关系(图 2-6 )。

图 2-6。

RDB input tables

这个例子的 R2RML 直接映射将创建一个带有 ID 为5的Leslie实体的People类，一个带有Leslie实体的城市和州细节的Addresses类，以及一个Leslie实体和相关地址之间的链接(清单 2-42 )。

Listing 2-42. RDF/Turtle Output

@base <http://example.com/DB/> .

@prefix xsd: <``http://www.w3.org/2001/XMLSchema#

<People/ID=5> rdf:type <People> .

<People/ID=5> <People#ID> 5 .

<People/ID=5> <People#fname> "Leslie" .

<People/ID=5> <People#addr> 52 .

<People/ID=5> <People#addr> <Addresses/ID=52>

<Addresses/ID=52> rdf:type <Addresses> .

<Addresses/ID=52> <Addresses#ID> 52 .

<Addresses/ID=52> <Addresses#city> "Adelaide" .

<Addresses/ID=52> <Addresses#state> "SA" .

资源描述框架模式

虽然 RDF 是语义网的基石，但是它本身并不适合描述本体。RDFS (RDF 词汇描述语言，最初是 RDF 模式语言)是一种简单的基于 RDF 的语言，用于通过定义知识领域的术语和它们之间的关系来创建 RDF 本体。RDFS 是 RDF 词汇表的扩展，具有基本的本体元素，并且重用 RDF 属性。RDFS 本体可以表示为 RDF 图。RDFS 适用于使用特定属性描述各种资源类型。RDFS 类和属性形成了 RDFS 词汇表，包括一组专门的预定义 RDF 资源及其含义，并使用带有前缀http://www.w3.org/2000/01/rdfschema#和相关联的 QName 前缀rdfs:的 URI 引用。RDFS 词汇表的类用于定义类资源(rdfs:Resource)、字符串和整数等文字值的类(rdfs:Literal)、类的类(rdfs:Class)、RDF 数据类型的类(rdfs:Datatype)、RDF 容器的类(rdfs:Container)以及容器成员属性的类(rdfs:ContainerMembershipProperty)。RDFS 的属性可以表示主题是类的子类(rdfs:subClassOf)，主题是属性的子属性(rdfs:subPropertyOf)，定义主题属性的域(rdfs:domain)或范围(rdfs:range)，为主题添加人类可读的名称(rdfs:label)，声明主题资源的描述(rdfs:comment)，标识主题资源的成员(rdfs:member，添加与主题资源相关的信息(rdfs:seeAlso，提供主题资源的定义(rdfs:isDefinedBy)。

定义 RDFS 类

RDFS 类对应于用于分类和层次结构的类型或类别。在 RDFS，类 C 由清单 2-43 中所示的三元组定义，其中rdfs:Class是预定义的类，rdf:type是预定义的属性。

Listing 2-43. Class Definition in RDFS

C rdf:type rdfs:Class .

例如，example.com视频租赁公司想利用 RDFS 提供电影信息，包括西部片和喜剧。代表这些类别的类可以写成清单 2-44 所示的语句(三元组)。

Listing 2-44. Statements in RDFS

ex:Movie rdf:type rdfs:Class .

ex:Western rdf:type rdfs:Class .

ex:Comedy rdf:type rdfs:Class .

定义 RDFS 子类

假设example.com想定义西部片和喜剧是电影。这可以通过清单 2-45 中所示的 RDFS 子类来实现。

Listing 2-45. Subclass Definition in RDFS

ex:Western rdfs:subClassOf ex:Movie .

ex:Comedy rdfs:subClassOf ex:Movie .

rdfs:subClassOf属性是自反的，换句话说，一旦一个 RDFS 类被创建，它就是自身的子类，比如ex:Movie的定义推断ex:Movie rdfs:subClassOf ex:Movie .``rdfs:subClassOf属性也是传递的。预定义的rdfs:subclassOf属性在语句中用作谓词，声明一个类是另一个更一般的类的专门化。形式为C1 rdfs:subClassOf C2的语句中的rdfs:subClassOf预定义属性的含义是，类C1的任何实例也是类C2的实例。比如我们有语句ex:Comedy rdfs:subClassOf ex:Movie .(喜剧是电影)ex:ActionComedy rdf:type ex:Comedy .(动作喜剧是喜剧)，就可以推导出语句ex:ActionComedy rdf:type ex:Movie .(动作喜剧是电影)(明确没有陈述的知识可以推导出来)。

定义 RDFS 实例

为了给example.org定义一个实例，比如一部单独的电影，我们可以做一个 RDF 声明，电影《坏男孩》是一部动作喜剧，如清单 2-46 所示。

Listing 2-46. Instance Definition in RDFS

@prefix films:   <http://example.com/films> .

@prefix moviedb: <http://examplefilmdb.com> .

moviedb:BadBoys rdf:type films:ActionComedy .

rdf:type预定义属性在语句I rdf:type C .中用作谓词，以声明个体 I 是类 C 的实例。在形式为C rdf:type rdfs:Class .的语句中，rdf:type用于声明类 C(被视为个体对象)是rdfs:Class预定义类的实例。显式定义类是可选的。如果我们写一个三元组比如I rdf:type C .，那么 C 就被推断为一个类(即rdfs:Class的一个实例)。一个类不限于一个层次级别，可以是其他类的子类或超类，通常用有向图表示(见图 2-7 )。

图 2-7。

Hierarchy of RDFS classes on a graph

在我们的例子中，该图表示可以由本体表达的机器可读语句(清单 2-47 )。

Listing 2-47. RDFS Classes Correspond to Relationships Represented on the Graph

@prefix films:   <``http://example.com/films

@prefix rdf:     <``http://www.w3.org/1999/02/22-rdf-syntax-ns#

@prefix rdfs:    <``http://www.w3.org/2000/01/rdf-schema#

films:Movie rdf:type rdfs:Class .

films:Action rdf:type rdfs:Class .

films:Comedy rdf:type rdfs:Class .

films:Western rdf:type rdfs:Class .

films:ActionComedy rdf:type rdfs:Class .

films:Action rdfs:subClassOf films:Movie .

films:Comedy rdfs:subClassOf films:Movie .

films:Western rdfs:subClassOf films:Movie .

films:ActionComedy rdfs:subClassOf films:Comedy .

films:ActionComedy rdfs:subClassOf films:Action .

定义 RDFS 属性

可以在不引用类或不表征类的情况下定义特定属性。要为一个类创建一个属性，需要声明要定义的属性是预定义的rdf:Property类的一个实例。例如，我们编写ex:author rdf:type rdf:Property .，这样ex:author属性可以在 RDF 三元组中用作谓词，比如ex:LeslieSikos ex:author ex:WebStandards .因为 RDFS 属性也是资源，属性可以是三元组的主题或对象。比如ex:author prov:definedBy ke:LeslieSikos和ke:LeslieSikos prov:defined ex:author。

rdfs:label属性是rdf:Property的一个实例，可以用来提供人类可读版本的资源名称。rdfs:comment属性是rdf:Property的一个实例，适合于提供人类可读的资源描述。语义网上一个非常频繁使用的 RDFS 属性是rdfs:seeAlso，它是rdf:Property的一个实例，用于指示提供关于主题资源的附加信息的资源。假设我们有教科书 Web 标准的 RDF 描述:掌握 HTML5、CSS3 和 XML。我们用 Dublin Core 词汇表中的 title 属性声明书名，因此它在 http://purl.org/dc/terms/ 的名称空间必须包含在名称空间声明中。要将该书的网站链接到描述作者其他书籍的网页，可以使用rdfs:seeAlso property(参见清单 2-48 )。因为我们也使用 RDF 和 RDFS 属性，所以它们的名称空间必须添加到名称空间声明中。

Listing 2-48. Tagging, Describing, and Linking Resources with RDFS Properties

@prefix dcterms: <http://purl.org/dc/terms/

@prefix rdf: <``http://www.w3.org/1999/02/22-rdf-syntax-ns#

@prefix rdfs: <``http://www.w3.org/2000/01/rdf-schema#

<http://www.masteringhtml5css3.com

rdfs:label "RDF Description of the web design book Web Standards" ;

dcterms:title "Web Standards: Mastering HTML5, CSS3, and XML" ;

rdfs:comment "Web Standards: Mastering HTML5, CSS3, and XML presents step-by-step

guides based on solid design principles and best practices, and shows the most common

web development tools and web design frameworks. You will master HTML5 and its XML

serialization, XHTML5, the new structuring and multimedia elements, the most important

HTML5 APIs, and understand the standardization process of HTML 5.1, HTML 5.2, and

future HTML5 versions." ;

rdfs:seeAlso <http://www.lesliesikos.com/web-design-books/

rdfs:isDefinedBy属性是rdf:Property的实例，用于指示定义主题资源的资源，例如描述资源的受控词汇表。

定义 RDFS 域和范围

通过定义属性的域和范围，可以声明属性只应用于类的某些实例，这表明了 RDFS 类和属性与 RDF 数据之间的关系。rdfs:domain谓词表明一个特定的属性应用于一个指定类的实例(属性的域)，换句话说，用谓词声明那些资源的类，这些资源可能作为主题出现在三元组中。rdfs:range谓词表示一个特定属性的值是一个指定类的实例(那些资源的类可能作为带有谓词的三元组中的对象出现，也称为属性的范围)，如清单 2-49 所示。

Listing 2-49. Using RDFS Domain and Range

ex:Book rdf:type rdfs:Class .

ex:Person rdf:type rdfs:Class .

ex:author rdf:type rdf:Property .

ex:author rdfs:domain ex:Book .

ex:author rdfs:range ex:Person .

Book1 ex:hasAuthor Author .

Note

并非所有属性都有域或范围。

rdfs:range属性也可以表示属性值是用类型化的文字 ⁸ 声明的(清单 2-50 )。

Listing 2-50. Using a Typed Literal

ex:age rdf:type rdf:Property .

ex:age rdfs:range xsd:integer .

网络本体语言(OWL)

虽然使用 RDFS 可以创建简单的机器可读本体，但是复杂的知识领域需要更多的能力，例如

• 类之间的关系(并集、交集、不相交、等价)
• 属性基数约束(最小值、最大值、精确数，例如，一个人只有一个父亲)
• 丰富的属性类型(对象与数据类型、特定数据类型)
• 性质和特殊性质的特征(传递的、对称的、泛函的、逆泛函的，例如，A ex:hasAncestor B和B ex:hasAncestor C暗示着A ex:hasAncestor C)
• 指定给定属性是特定类实例的唯一键
• 当属性用于某个类时，属性的域和范围限制
• 类的相等性，指定具有不同 URI 引用的两个类实际上表示同一个类
• 个体相等，指定具有不同 URI 引用的两个实例实际上代表同一个体
• 枚举类

Web Ontology Language (OWL)是一种知识表示语言，专为创建 Web 本体而设计，具有丰富的建模构造器集，解决了 RDFS 的局限性。OWL 的第一个版本开始于 2002 年，第二个版本 OWL2 开始于 2008 年。OWL 在 2004 年成为 W3C 推荐标准 [25 ]，OWL2 在 2009 年被标准化 [26 ， 27 ]。OWL 基于 RDF，语义上扩展了 RDF 和 RDFS，以及它的前身语言 DAML+石油。

Note

Web 本体语言的缩写故意不是 WOL 而是 OWL [28 ]。

描述逻辑

语义网上的本体通常实现数学逻辑，这是数学的一个分支，处理形式表达式、演绎推理和形式证明。描述逻辑(DL)是人工智能中的一族形式知识表示语言，用于本体的逻辑形式，包括知识领域概念的形式推理。描述逻辑语言比命题逻辑(处理陈述性命题，不使用量词)更具表达性，在决策问题上比一阶谓词逻辑(在非逻辑对象上使用谓词和量化变量)更高效。描述逻辑可以对概念、角色和个人以及它们之间的关系进行建模。描述逻辑的核心建模概念是公理，公理是关于角色和/或概念之间关系的逻辑陈述。大多数用 OWL 编写的 web 本体都是描述逻辑的实现。

每个描述逻辑知识库(KB)由术语部分(TBox)和断言部分(ABox)组成，这两部分都包含一组公理。一个基本的描述逻辑是 AL，定语语言，支持原子否定， ⁹ 概念交集，普遍限制，有限存在量化。

Note

描述逻辑的命名惯例是通过附加一个相应的字母来表示额外的构造器(见表 2-8 )。

表 2-8。

Common Letters Used in Description Logic Names

| 标志 | 包含 | 例子 | | --- | --- | --- | | C | 复杂概念构造函数否定 | 任意概念的否定 | | S | 具有及物角色的 ALC 的缩写 | 苹果的手机操作系统是 iOS，iOS 是为 iPhone 智能手机开发的，所以 iPhone 智能手机是苹果做的。 | | 稀有 | 有限复杂角色包含公理，自反性和非自反性，角色分离 | “一部分”和“有一部分” | | O | 对象值限制的枚举类(名词) | 非洲、南极洲、亚洲、澳大利亚、欧洲、北美洲、南美洲 | | 我 | 反向属性 | 雇佣和被雇佣者 | | 普通 | 基数限制 | 每个人都有父母。 | | F | 函数性质，唯一性量化的特例 | “有且只有一个” | | Q | 合格基数限制 | 具有⊤以外的填充符的基数限制 | | ^(D) | 数据类型属性、数据值或数据类型 | 在语句“克里斯蒂娜 30 岁”中注释为整数的数字 |

AL 的一个扩展是带补语的定语概念语言，描述逻辑缩写为 ALC。ALC 支持 ABox 表达式，例如个人赋值(例如，福特是一辆汽车)、属性赋值(例如，莱斯利有一个妻子，克里斯蒂娜)、TBox 表达式，例如子类关系(⊑)和等价(≡)，以及合取(⊓)、析取(⊔)、否定( )、属性限制(∀,∃)、重言式(⊤，一个始终为真的逻辑公式)和矛盾(⊥).)通过组合这样的数学运算符，您可以构造复杂的类表达式，在这个描述逻辑的名称中用 C 表示。ALC 可以描述个体集合、原子类集合和角色集合。

SR 通过属性链、属性特征和角色层次扩展了 ALC 的功能。属性特征包括传递性(例如，本具有祖先紫罗兰)、对称性(例如，克里斯蒂娜是莱斯利的配偶，莱斯利是克里斯蒂娜的配偶)、不对称性(例如，莱斯利具有儿子本)、自反性(例如，克里斯蒂娜具有亲戚琳达)、非自反性(例如，克里斯蒂娜是本的父母)、功能性(例如，克里斯蒂娜有丈夫)和反功能性(例如，莱斯利是克里斯蒂娜的丈夫)。SRO 用名词，即对象值限制的枚举类来扩展 SR。SROI 给 SRO 增加了相反的性质。SROIQ 用限定的基数约束扩展了 SRO。SROIQ ^(D) 用数据类型扩展 SROIQ，包括方面。此外，SROIQ ^(D) 支持不相交属性，并为对象和数据类型增加了重言式(⊤)和矛盾式(⊥)支持(见图 2-8 )。

图 2-8。

Relationship between the description logic constructors of ALC and SROIQ^(D)

除了 Abox 和 TBox 之外，SROIQ ^(D) 还支持所谓的角色盒(RBox)来收集与角色和角色之间的相互依赖关系相关的所有语句。每个 RBox 由一个角色层次结构(包括通用的角色包含公理)和一组角色断言组成。

OWL 变体

OWL 有三种风格，每一种都在表达能力和计算复杂性(推理实用性)之间构成了不同的妥协:

• OWL-Full:对语言结构的使用没有限制:对 RDF 的使用没有全局限制或约束。最大的表达能力，语法自由，没有计算保证。OWL-Full 的语义是 RDFS 和 OWL-DL(基于 RDF 的语义)的混合。
• OWL-DL:对应于描述逻辑的 OWL-Full 的受限版本。OWL-DL 提供了最大的表达性、计算完整性(所有结论都保证是可计算的)和可判定性(所有计算都可以在有限时间内完成)。它从 SROIQ ^(D) 继承了全局限制。在 OWL-DL 中，RDF 只能用于表达 OWL 公理。OWL-DL 实现了 SROIQ ^(D) 的模型理论语义，称为 OWL2 直接语义。
• OWL-Lite:OWL-DL 的一个子集，为易于实现而设计。OWL-Lite 的适用性有限，因为它只适用于分类层次和简单约束。

OWL2 提供 SROIQ ^(D) 描述逻辑的表达能力；OWL-DL 基于 SHOIN ^(D) 描述逻辑；而 OWL-Lite 则基于 SHIF ^(D) 描述逻辑。

OWL 本体是 RDF 图，换句话说，是 RDF 三元组的集合。类似于 RDF 图，OWL 本体图可以用各种语法符号表示。OWL 是比 RDF 更高级的语言；实际上，它是 RDF 的一个词汇扩展。因此，RDF 图是全 OWL 本体。默认的 OWL 名称空间是http://www.w3.org/2002/07/owl#，它定义了 OWL 词汇表。没有专门为 OWL 定义的 MIME 类型，但是对于扩展名为.rdf或.owl的 OWL 文档，推荐使用application/rdf+xml或application/xml MIME 类型。

OWL 有三个组成部分:类、属性和个体。在 OWL 中使用Class和Thing来区分类和个体。在 RDFS 中，只能创建现有类的子类，而在 OWL 中，可以通过以下任何方式基于现有类构造类:

• 枚举内容
• 通过交叉、联合或互补
• 通过财产限制

句法

在高层，可以使用 OWL 抽象语法 [29 和 OWL2 函数语法 [30 ]。OWL 还支持几种交换语法，包括 RDF 语法，如 RDF/XML 和 RDF/Turtle、OWL2 XML 语法 [31 ]和 Manchester 语法 [32 ]，但 RDF/XML 是标准语法。

Note

在示例中，我对一个假想的智能手机本体使用声明。

OWL2 函数语法与统一建模语言(UML)兼容，UML 是部署最广泛的通用标准化建模语言之一(参见清单 2-51 )。它是干净的、可调整的、可修改的，并且易于解析。函数语法主要用于在 W3C 规范中定义正式的 OWL2 语法。

Listing 2-51. OWL2 Functional Syntax Example

Prefix(owl:=<``http://www.w3.org/2002/07/owl#

Ontology(<http://example.com/smartphone.owl>

Declaration( Class( :Smartphone ) )

)

OWL2 函数语法的符号变体是 OWL/XML 语法，它使用 XML 树结构而不是 RDF 三元组，如清单 2-52 所示。

Listing 2-52. OWL2 XML Syntax Example

<Ontology ontologyIRI="http://example.com/smartphone.owl">

<Prefix name="owl" IRI="``http://www.w3.org/2002/07/owl#

<Declaration>

<Class IRI="Smartphone"/>

</Declaration>

</Ontology>

OWL 2 的唯一标准语法是 RDF/XML 语法(参见清单 2-53 )。每个符合 OWL2 的工具都支持这种语法。

Listing 2-53. RDF/XML Syntax Example

<rdf:RDF

xmlns:owl="``http://www.w3.org/2002/07/owl#``"

xmlns:rdf="``http://www.w3.org/1999/02/22-rdf-syntax-ns#

<owl:Ontology rdf:about="Phone Ontology"/>

<owl:Class rdf:about="#Smartphone"/>

</rdf:RDF>

清单 2-54 中显示的 RDF/Turtle 语法是表示 OWL 本体的 RDF 三元组的简单语法。

Listing 2-54. RDF/Turtle Example

@prefix rdf: <``http://www.w3.org/1999/02/22-rdf-syntax-ns#

@prefix owl: <``http://www.w3.org/2002/07/owl#

<http://example.com/smartphone.owl>

rdf:type owl:Ontology .

:Smartphone rdf:type owl:Class .

不常用的曼彻斯特语法是 OWL-DL 的一种简洁、用户友好的语法，它将关于特定类、属性或个人的信息收集到一个称为帧的结构中。曼彻斯特语法易于阅读和书写，特别是对于那些不是数学逻辑专家的人来说。复杂的描述由简短、有意义的英文单词组成，同时消除了其他语法中表示的逻辑符号和优先规则，如清单 2-55 所示。

Listing 2-55. Manchester Syntax Example

Prefix: owl: <http://www.w3.org/2002/07/owl

Ontology: <http://example.com/smartphone.owl>

Class: Smartphone

性能

在 OWL 中，存在以下类型的属性:

• 将个人链接到其他个人的对象属性
• 将个体链接到数据值的数据类型属性(对象属性的子类)
• 注释属性(owl:AnnotationProperty)
• 本体属性(owl:OntologyProperty)

属性特征由属性公理定义。基本形式只表达存在。例如，在智能手机本体中，可以声明属性hasTouchscreen来表达手机的一个主要特性(参见清单 2-56 )。

Listing 2-56. A Property Declaration in OWL

<owl:ObjectProperty rdf:ID="hasTouchscreen" />

OWL 属性公理也可以定义额外的特征。OWL 重用 RDF 模式结构，如rdfs:subPropertyOf、rdfs:domain和rdfs:range。与其他属性的关系可以用owl:equivalentProperty和owl:inverseOf来表示(列表 2-57 )。

Listing 2-57. Two Equivalent Smartphone Properties (Accelerometer and G-sensor)

<owl:ObjectProperty rdf:ID="hasAccelerometer">

<owl:equivalentProperty>

<owl:ObjectProperty rdf:ID="hasGsensor" />

</owl:equivalentProperty>

</owl:ObjectProperty>

全局基数约束由owl:FunctionalProperty和owl:InverseFunctionalProperty定义(参见清单 2-58 )。对称性和传递性特征由owl:SymmetricProperty和owl:TransitiveProperty [33 定义。

Listing 2-58. A FunctionalProperty in OWL

<owl:ObjectProperty rdf:about="&myMobile;manufactured_by">

<rdf:type rdf:resource="&owl;FunctionalProperty" />

<rdfs:domain rdf:resource="&myMobile;Mobile" />

</owl:ObjectProperty>

OWL 为表达关系提供了精确的声明，即使它们是显而易见的。例如，两个智能手机特性的属性层次可以用rdfs:subPropertyOf来表示，如清单 2-59 所示。

Listing 2-59. Property Hierarchy in OWL

<owl:ObjectProperty rdf:ID="hasGeotagging" />

<owl:ObjectProperty rdf:ID="hasCamera">

<rdfs:subPropertyOf rdf:resource="hasGeotagging" />

</owl:ObjectProperty>

班级

与 RDF 类似，OWL 提供了对资源进行分组的类。OWL 中有六种不同的类描述:

Class identifier (URI reference). A named instance of owl:Class, a subclass of rdfs:Class.¹⁰ Listing 2-60 shows an example.   Listing 2-60. A Class Identifier in OWL

<owl:Class rdf:ID="Handheld"/>

Set of individuals (instances of a class) defined by the owl:oneOf property. For example, the class of smartphones can be declared in the RDF/XML syntax, with the RDF construct rdf:parseType="Collection", as shown in Listing 2-61.   Listing 2-61. Declaring Class Instances in OWL

<owl:Class>

<owl:oneOf rdf:parseType="Collection">

<owl:Thing rdf:about="#Touch" />

<owl:Thing rdf:about="#Type" />

<owl:Thing rdf:about="#TouchType" />

</owl:oneOf>

</owl:Class>

Property restriction: a value constraint or a cardinality constraint (for example, see Listing 2-62).   Listing 2-62. Property Restrictions in OWL

<owl:Restriction>

<owl:onProperty rdf:resource="hasGPS" />

<owl:allValuesFrom rdf:resource="#Smartphone" />

</owl:Restriction>

Intersection of two or more class descriptions. For example, the intersection of the Smartphone and the MadeByApple classes can be described by owl:intersectionOf, stating that iPhones are smartphones made by Apple (see Listing 2-63).   Listing 2-63. Intersection in OWL

<owl:Class rdf:ID="IPhone">

<owl:intersectionOf rdf:parseType="Collection">

<owl:Class rdf:about="#Smartphone" />

<owl:Class rdf:about="#MadeByApple" />

</owl:intersectionOf>

</owl:Class>

Union of two or more class descriptions.   Complement of a class description. The class extension contains exactly those individuals that do not belong to the class extension of the class description that forms the object of the statement. The complement can be described by the owl:complementOf property.

类描述可以组合成类公理。类的层次结构可以用一个子类公理来表示(列表 2-64 )。

Listing 2-64. Class Hierarchy in OWL

<owl:Class rdf:ID="Slide">

<rdfs:subClassOf rdf:resource="#smartphone" />

</owl:Class>

两个类的等价性表示它们所包含的个体是相同的。清单 2-65 显示了一个例子。

Listing 2-65. Equivalent Classes in OWL

<owl:Class rdf:about="VirtualKeyboard">

<owl:equivalentClass rdf:resource="#Softquerty">

</owl>

虽然一般来说，个人可以是几个类别的成员，但在许多情况下，成员资格是排他性的。例如，智能手机要么有物理键盘，要么有虚拟键盘(在触摸屏上)。这种类的不连续性可以用清单 2-66 来表示。

Listing 2-66. Class Disjointness in OWL

<owl:Class rdf:about="VirtualKeyboard">

<owl:equivalentClass rdf:resource="#Softquerty" />

<owl:disjointWith rdf:resource="Keyboard" />

</owl>

简单知识组织系统

简单知识组织系统(SKOS)是 W3C 推荐的表示分类法、叙词表、分类方案、主题-标题系统和结构化受控词汇表的标准。作为工业应用中最常实现的语义 Web 标准之一，SKOS 建立在 RDF 和 RDFS 的基础上，支持将受控词汇表作为链接数据轻松发布。RDF 提供了互操作性、一致性和完整性，并允许知识组织系统用于分布式的、分散的元数据应用，其中元数据是从多个资源中检索的。

SKOS 标准将 SKOS 数据模型定义为完整的 OWL 本体 [34 ]。SKOS 数据模型的元素是 OWL 类和带有单个 URIs 的属性，它们构成了 SKOS 词汇表。sko 的类和属性适合于表示叙词表的共同特征(在同义词和相关概念组中列出单词)。sko 的抽象概念由术语表示，可以使用关系(如broader和narrower)组织成层次结构，或者通过非层次(关联)关系(如related)链接起来。进一步的 SKOS 类和谓词可用于基本描述(Concept、ConceptScheme)、标记(prefLabel、altLabel、prefSymbol、altSymbol)、文档(definition、scopeNote、changeNote)、主题索引(subject、isSubjectOf)、分组(Collection、OrderedCollection)和主题指示(subjectIndicator)。SKOS 还提供了一些类似于 RDFS 推理规则的推理规则。

规则交换格式

用于在语义网上自动做出新发现的附加信息是基于本体论或规则集的。本体通过定义类、子类和关系来关注分类方法，而规则集关注基于现有关系发现和生成新关系的一般机制。规则集是称为规则的IF-THEN结构的集合。如果代码的IF部分的条件成立，则处理代码的THEN部分的结论。规则是一阶谓词逻辑的简化，相对容易实现，并且超越语法和语义，它们可以表达存在量化、析取、逻辑合取、否定、函数、非单调性和其他特征。

有许多不同的规则语言，例如，规则标记语言(RuleML)，一种表示向前(自下而上)和向后(自上而下)规则的 XML 方法，或者语义 Web 规则语言(SWRL)，它是作为 OWL 的扩展引入的。由于规则语言的不同范例、语义、特性、语法和商业利益，有必要进行规则交换。

规则交换格式(RIF)是为现有规则系统之间的规则共享和交换而设计的，换句话说，允许为一个应用编写的规则在其他应用和规则引擎中共享和重用，同时保留语义。RIF 是一组严格定义的规则语言，称为方言。RIF 的核心方言是大多数规则引擎的公共子集。基本逻辑方言(BLD)增加了逻辑函数、等式和命名参数，并支持 Horn 逻辑(文字的析取，最多有一个正文字)。产生式规则方言(PRD)在规则结论中提供具有副作用的动作。RIF 有一个到 RDF 的映射。

论证

基于描述逻辑的本体在描述 web 资源的含义方面是至关重要的，并且可以利用强大的描述逻辑推理工具来促进语义 web 站点的机器可处理性。推理推导出机器可读本体或知识库中没有明确表达的事实。描述逻辑推理机实现语义推理的分析表方法(真值树),这是一阶谓词逻辑公式最流行的证明过程。除了其他好处之外，这使得确定公式集的可满足性成为可能。推理机可以确定概念的描述是否不矛盾，或者一个描述是否比另一个描述更一般。他们可以检查一致性，以及个人是否是一个概念的实例。推理机可以检索特定概念的所有实例，并找到个人所属的最具体的概念。由于可判定性、计算复杂性和正式程度，自动处理并不总是可行的。

分析器

语义分析是将自然语言句子映射成其意义的正式表示的过程。语义解析的一种基本形式是案例角色分析(语义角色标记)，它识别诸如源或目的地的角色。高级语义解析用谓词逻辑或其他形式语言表示一个句子，用于自动推理。

摘要

在这一章中，您已经熟悉了最常见的受控词汇和本体，因此除了正确的类和属性之外，您还可以为您的项目确定合适的词汇和本体。您知道如何用 RDF 建模语句，用有向图表示它们，用 RDF/XML 或 Turtle 编写它们，以及用 RDFa、Microdata 或 JSON-LD 注释它们。

下一章将向您展示如何从结构化数据创建数据集，并将它们链接到其他数据集，使您的数据集成为链接开放数据云的一部分。

参考

DMOZ—the Open Directory Project. www.dmoz.org . Accessed 20 March 2015.   Cyganiak, R., Wood, D., Lanthaler, M. (eds.) (2014) RDF 1.1 Concepts and Abstract Syntax. World Wide Web Consortium. www.w3.org/TR/rdf11-concepts/ . Accessed 18 January 2015.   Gandon, F., Schreiber, G. (eds.) (2014) RDF 1.1 XML Syntax. World Wide Web Consortium. www.w3.org/TR/rdf-syntax-grammar/ . Accessed 18 January 2015.   Carothers, G., Seaborne, A. (2014) RDF 1.1 N-Triples. A line-based syntax for an RDF graph. World Wide Web Consortium. www.w3.org/TR/n-triples/ . Accessed 18 January 2015.   Bizer, C., Cyganiak, R. (2014) RDF 1.1 TriG. RDF Dataset Language. World Wide Web Consortium. www.w3.org/TR/trig/ . Accessed 18 January 2015.   Carroll, J. J., Stickler, P. (2004) RDF Triples in XML. HP Laboratories. www.hpl.hp.com/techreports/2003/HPL-2003-268.pdf . Accessed 18 January 2015.   Klyne, G., Carroll, J. J., McBride, B. (eds.) (2014) RDF 1.1 Concepts and Abstract Syntax. World Wide Web Consortium. www.w3.org/TR/rdf11-concepts/ . Accessed 18 January 2015.   Sindice (2014) Sindice Web Data Inspector. Sindice Ltd. http://inspector.sindice.com . Accessed 18 January 2015.   King, R., Çelik, T. (2012) hCalendar Creator. http://microformats.org/code/hcalendar/creator.html . Accessed 20 March 2015.   Çelik, T. (2005) hCard Creator. The Microformats Community. http://microformats.org/code/hcard/creator . Accessed 18 January 2015.   Casserly, C. et al (eds.) (2015) Licenses. Creative Commons. http://creativecommons.org/about/licenses/ . Accessed 14 April 2015   Mullenweg, M., Çelik, T. (2004) XFN 1.1 Creator. Global Multimedia Protocols Group. http://gmpg.org/xfn/creator . Accessed 18 January 2015.   Mullenweg, M. (2014) Exefen. http://ma.tt/tools/exefen.php/ . Accessed 18 January 2015.   Adida, B., Birbeck, M., McCarron, S., Herman, I. (eds.) (2013) RDFa Core 1.1—Second Edition. Syntax and processing rules for embedding RDF through attributes. World Wide Web Consortium. www.w3.org/TR/rdfa-core/ . Accessed 18 January 2015.   Sporny, M. (ed.) (2012) RDFa Lite 1.1. World Wide Web Consortium. www.w3.org/TR/rdfa-lite/ . Accessed 18 January 2015.   Herman, I. (2014) RDFa Core Initial Context. World Wide Web Consortium. www.w3.org/2011/rdfa-context/rdfa-1.1 . Accessed 18 January 2015.   Adida, B., Birbeck, M., McCarron, S., Herman, I. (eds.) (2012) Completing incomplete triples. In RDFa Core 1.1. www.w3.org/TR/2012/REC-rdfa-core-20120607/#s_Completing_Incomplete_Triples . Accessed 18 January 2015.   Rixham, N., Birbeck, M., Herman, I. (2012) RDFa API. World Wide Web Consortium. www.w3.org/TR/rdfa-api/ . Accessed 18 January 2015.   Hickson, I. (2013) HTML Microdata. World Wide Web Consortium. www.w3.org/TR/microdata/ . Accessed 18 January 2015.   Hickson, I. (ed.) (2013) HTML Microdata. World Wide Web Consortium. www.w3.org/TR/microdata/#using-the-microdata-dom-api . Accessed 18 January 2015.   Sporny, M., Longley, D., Kellogg, G., Lanthaler, M., Lindström, N. (2014) JSON-LD 1.0. World Wide Web Consortium. www.w3.org/TR/json-ld/ . Accessed 18 January 2015.   Longley, D., Kellogg, G., Lanthaler, M., Sporny, M. (2014) JSON-LD 1.0 Processing Algorithms and API. World Wide Web Consortium. www.w3.org/TR/json-ld-api/ . Accessed 18 January 2015.   Das, S., Sundara, S., Cyganiak, R. (eds.) (2012) R2RML: RDB to RDF Mapping Language. World Wide Web Consortium. www.w3.org/TR/r2rml/ . Accessed 18 January 2015.   Brickley, D., Guha, R. V. RDF Schema 1.1. World Wide Web Consortium. www.w3.org/TR/rdf-schema/ . Accessed 18 December 2014.   Dean, M., Schreiber, G. (eds.), Bechhofer S, van Harmelen F, Hendler J, Horrocks I, McGuinness DL, Patel-Schneider PF, Stein LA (2004) OWL Web Ontology Language Reference. World Wide Web Consortium. www.w3.org/TR/owl-ref/ . Accessed 18 January 2015.   Hitzler, P., Krötzsch, M., Parsia, B., Patel-Schneider, P. F., Rudolph, S. (eds.) (2012) OWL 2 Web Ontology Language—Primer 2nd ed. World Wide Web Consortium. www.w3.org/TR/owl-primer/ . Accessed 18 January 2015.   Motik, B., Grau, B. C., Horrocks, I., Wu, Z., Fokoue, A., Lutz, C. (eds.), Calvanese, D., Carroll, J., De Giacomo, G., Hendler, J., Herman I., Parsia, B., Patel-Schneider, P. F., Ruttenberg, A., Sattler, U., Schneider, M. (2012) OWL 2 Web Ontology Language—Profiles. World Wide Web Consortium. www.w3.org/TR/owl2-profiles/ . Accessed 18 January 2015.   Herman, I. (2010) “Why OWL and not WOL?” Tutorial on Semantic Web Technologies. World Wide Web Consortium. www.w3.org/People/Ivan/CorePresentations/RDFTutorial/Slides.html#%28114%29 . Accessed 18 January 2015.   Patel-Schneider, P. F., Horrocks, I. (eds.) (2004) Abstract Syntax. In: OWL Web Ontology Language. Semantics and Abstract Syntax. World Wide Web Consortium. www.w3.org/TR/2004/REC-owl-semantics-20040210/syntax.html . Accessed 18 January 2015.   Motik, B., Patel-Schneider, P. F., Parsia, B. (eds.), Bock, C., Fokoue, A., Haase, P., Hoekstra, R., Horrocks, I., Ruttenberg, A., Sattler, U., Smith, M. (2012) OWL 2 Web Ontology Language. Structural Specification and Functional-Style Syntax 2^nd Ed. World Wide Web Consortium. www.w3.org/TR/owl-syntax/ . Accessed 18 January 2015.   Motik, B., Parsia, B., Patel-Schneider, P. F. (eds.), Bechhofer, S., Grau, B. C., Fokoue, A., Hoekstra, R. (2012) OWL 2 Web Ontology Language. XML Serialization 2^nd Ed. World Wide Web Consortium. www.w3.org/TR/owl-xml-serialization/ . Accessed 18 January 2015.   Horridge, M., Patel-Schneider, P. F. (2012) OWL 2 Web Ontology Language. Manchester Syntax. World Wide Web Consortium. www.w3.org/TR/owl2-manchester-syntax/ . Accessed 18 January 2015.   Dean, M., Schreiber, G. (eds.), Bechhofer S, van Harmelen F, Hendler J, Horrocks I, McGuinness DL, Patel-Schneider PF, Stein LA (2004) Properties. In: OWL Web Ontology Language Reference. World Wide Web Consortium. www.w3.org/TR/owl-ref/#Property . Accessed 18 January 2015.   Miles, A., Bechhofer, S. (2009) SKOS Simple Knowledge Organization System Reference. World Wide Web Recommendation. www.w3.org/TR/skos-reference/ . Accessed 18 January 2015.   Footnotes 1

其他三种格式更高级，因为它们可以使用任何外部词汇表中的概念。

2

除了微格式(如 hAtom、hCalendar、hCard 和 hReview)之外，还有几种 web 技术将 ISO 8601 日期格式应用于日期时间表示，如 XML、XML schema 数据类型、RDF 和 Atom。

3

vCard 的符号BEGIN:VCARD是 hCard 中的class="vcard"，N:是class="n"，FN:是class="fn"，以此类推。

4

如果省略n但存在fn，n的值将等于fn的值。

5

网址(统一资源标识符，URI)，国际化网址(国际化资源标识符，IRI)，或压缩网址(压缩 URI，居里)

6

在 HTML5 中，大多数网页设计者使用属性最小化，省略属性值(即使无关)，这在 XHTML5 中是不允许的。换句话说，在 HTML5 中，你可以在 container 元素上写itemscope而不用值，而在 XHTML5 中你写itemscope="itemscope"，它更冗长更精确，并且验证为 HTML5 和 XHTML5。XHTML5 语法贯穿全书。

7

itemref属性不是微数据数据模型的一部分，纯粹是注释网页组件的语法结构，对于这些组件来说，创建树结构并不简单，例如，一个表，其中的列表示项目，而单元格表示属性。

8

数据类型也可以用rdfs:Datatype来表示，比如xsd:integer rdf:type rdfs:Datatype .或者用rdf:datatype来表示，比如rdf:datatype=" http://www.w3.org/2001/XMLSchema#string "。

9

对不出现在公理左侧的概念名称的否定。

10

在 OWL Lite 和 OWL DL 中。在 OWL-Full 中，它们是等价的。

三、链接开放数据

在与传统 Web 的孤立数据仓库的合同中，语义 Web 将开放数据互连，以便所有数据集都有助于全球数据集成，连接来自不同领域的数据，如人、公司、书籍、科学出版物、电影、音乐、评论、电视和广播节目、医学、统计、在线社区和科学数据。结构化数据集的联合形成了链接开放数据云，这是语义网的分散核心，软件代理可以在其中自动找到实体之间的关系，并做出新的发现。链接数据浏览器允许用户浏览数据源，并通过使用特殊(类型化)链接，沿着链接导航到其他相关数据源。链接数据搜索引擎通过跟踪数据源之间的链接来爬行数据网络，并提供对聚集数据的表达性查询能力。为了支持新型应用的数据处理，链接开放数据(LOD)被搜索引擎、政府、社交媒体、出版机构、媒体门户、研究人员和个人所使用。

关联数据原则

传统的网页是用超链接(或简单的链接)连接的超文本文档。这些超链接指向其他文档或其他文档的一部分；但是，它们不保存有关源资源和目标资源之间的关系类型的信息。虽然可以使用link、a和区域标记元素上的rel属性来注释链接关系，但是它们适用于注释外部 CSS 文件、脚本文件或 favicon。如前所述，一些微格式如rel="tag"和 XFN 也声明链接关系。其他特定的关系类型可以在 Atom syndication 格式和 XLink 中定义。在语义 Web 上，可以使用rdf:type或其他序列化中的等效物(如 RDFa 中的datatype属性)来键入链接，从而为源和目的地资源之间的任意关系提供机器可解释的定义。那些从不同的资源中导出的结构化数据集被发布，它们之间具有这种类型化的链接，这些数据集被称为链接数据(也称为链接数据)。

Berners-Lee 概述了使用语义网技术，以人类和机器可读的方式在网上发布和链接数据的四个链接数据原则，以便所有发布的数据都成为单一全球数据空间的一部分。

Use URIs as names for the “things” of the Web of Data (real-world objects and people). In other words, a dereferenceable Uniform Resource Identifier (URI), such as a web address, is assigned to each resource rather than an application-specific identifier, such as a database key or incremental numbers, making every data entity individually identifiable.   Note

可取消引用的 URIs 必须符合 HTTPRange-14。多年来，HTTPRange-14 一直是语义 Web 的一个设计问题，因为当 HTTP 从仅引用文档扩展到引用“事物”(真实世界的对象和人)时，HTTP GET 的域变得不确定，导致语义 Web 资源的模糊解释。解决方法是检查 web 服务器对GET请求的响应，如果一个 HTTP 资源用 2xx 响应，那么那个 URI 标识的资源就是信息资源；如果是 303(参见其他)响应，则由该 URI 标识的资源可以是任何资源。4xx(错误)响应意味着资源的性质未知 [3 ]。

Use HTTP URIs, so that people can look up the resource names. In other words, provide the URIs over the HTTP protocol into RDF representations for dereferencing.   When someone looks up a URI, provide useful information using Semantic Web standards, such as RDF. By providing metadata about the published data, clients can assess the quality of published data and choose between different means of access.   Include links to other URIs, so that users can discover related information. When RDF links are set to other data resources, users can navigate the Web of Data as a whole by following RDF links.

越来越多的组织、企业和个人认识到关联数据的好处。一些已经实现了 LOD 的工业巨头有 Amazon.com、BBC、脸书、Flickr、Google、Thomson Reuters、纽约时报公司和 Yahoo！，仅举几例。

关联数据的五星部署方案

发布关联数据(遵循关联数据原则)并不能保证数据质量。例如，LOD 数据集中 URIs 指向的文档可能是难以重用的文档。指向一个完全机器可解释的 RDF 文件不同于指向一个包含表格作为扫描图像的 PDF 文件。五星评级系统用于表示未开放的链接数据和开放的链接数据(同时开放数据和链接数据)的质量 [4 ]。五星评级系统是累积性的，这意味着在每个级别上，数据都必须满足基础级别标准之外的附加标准 [5 ]:

| ★ | 由于特定于供应商的文件格式或缺乏结构，数据在网上可以以任何格式获得，这些格式是人类可读的，但不是机器可解释的。以下所有星号旨在使数据更容易发现、使用和理解。例如，PDF 文件中表格数据的扫描图像是一星数据。数据的可重用性是有限的。 | | ★★ | 数据以机器可读的结构化数据的形式提供。例如，保存在 Excel 文件中的表格数据是两星数据。 | | ★★★ | 数据以非专有(独立于供应商)的格式提供。例如，保存为 CSV 文件的表格数据是三星数据。 | | ★★★★ | 使用 W3C 的开放标准(RDF 和 SPARQL)发布。例如，带有使用 URIs 的 RDFa 注释的 HTML 中的表格数据是四星数据。 | | ★★★★★★□ | 以上所有内容加上与其他相关数据的链接提供了上下文。例如，带有使用 URIs 和语义属性的 RDFa 注释的 HTML 中的表格数据是五星数据。最大的可重用性和机器可解释性。 |

许可提供的权利表达使得免费数据重用成为可能。没有明确的开放许可 ¹ (如公共领域许可)的链接数据不能自由重用，但链接数据的质量与许可无关。当满足指定的标准时，所有五个分级都可以用于链接数据(用于没有显式开放许可的链接数据)和链接开放数据(具有显式开放许可的链接数据)。因此，五星评级系统可以用这样一种方式来描述，即标准可以在有或没有开放许可证的情况下阅读。例如，链接开放数据杯既可以读取五星链接开放数据的绿色标签，也可以读取五星链接数据的绿色标签，如图 3-1 所示。例如，作为机器可读结构化数据提供的链接数据是两星链接数据，而具有开放许可证的链接数据是两星链接开放数据。

图 3-1。

The requirements of 5 ★ Linked Data and 5 ★ Linked Open Data

因为将一个 CSV 文件转换为一组 RDF 三元组并将它们链接到另一组三元组并不一定会使数据对人类或机器更可用，即使是四星和五星链接的开放数据也有许多挑战。挑战之一是缺乏出处信息，现在可以使用 PROV-O ontology [6 ]等标准提供关于链接(开放)数据的信息。另一个挑战是查询不使用词汇表中的机器可读定义的链接数据，这很难并且几乎不可能用软件代理来解释。此外，从词汇和本体中检索的定义的质量变化很大，并且所使用的词汇可能不会限制所使用的类和角色对其预期含义的潜在解释。

LOD 数据集

根据链接开放数据原则，覆盖感兴趣领域的 RDF 三元组的有意义集合称为 LOD 数据集。LOD 数据集收集感兴趣领域内实体的描述，这些描述通常共享一个共同的 URI 前缀(例如， http://dbpedia.org/resource/ )。最大数据集的作者提供了高级功能，可以轻松访问他们的结构化数据，例如数据集的可下载压缩文件或用于高效查询的基础架构。

RDF 爬行

类似于系统地浏览传统网站以进行索引的网络爬虫，语义网络爬虫浏览语义内容以提取结构化数据并自动发现看似不相关的实体之间的关系。LOD 数据集应该以一种可以通过 RDF 爬行获得的方式发布。

RDF 转储

最流行的 LOD 数据集定期发布为可下载的压缩文件(通常是 Gzip 或 bzip2)，称为 RDF dump，这是数据集的最新版本。RDF 转储应该是有效的 RDF 文件。RDF 转储文件被压缩的原因是包含数百万个 RDF 三元组的数据集非常大。Gzip 压缩的 RDF 转储的大小大约是每 1000 万个三元组 100MB，但它也取决于数据集的 RDF 序列化。表 3-1 总结了最流行的 RDF 转储。

表 3-1。

Popular RDF Dumps

| 资料组 | RDF 转储 | | --- | --- | | DBpedia(数据库管理员) | [`http://wiki.dbpedia.org/Downloads2014`](http://wiki.dbpedia.org/Downloads2014) | | 维基数据 | [`http://dumps.wikimedia.org/wikidatawiki/`](http://dumps.wikimedia.org/wikidatawiki/) | | 地名 | [`http://download.geonames.org/all-geonames-rdf.zip`](http://download.geonames.org/all-geonames-rdf.zip) | | LinkedGeoData | [`http://downloads.linkedgeodata.org/releases/`](http://downloads.linkedgeodata.org/releases/) | | 打开目录 | [`http://rdf.dmoz.org/`](http://rdf.dmoz.org/) | | 开放音乐百科全书 | ??`ftp://ftp.musicbrainz.org/pub/musicbrainz/data/` |

SPARQL 端点

类似于 MySQL 中的关系数据库查询，语义数据集的数据也可以通过强大的查询进行检索。专门为 RDF 数据集设计的查询语言被称为 SPARQL(读作“sparkle”，它代表 SPARQL 协议和 RDF 查询语言)，这将在第七章中详细讨论。一些数据集提供了 SPARQL 端点，这是一个可以直接运行 SPARQL 查询的地址(由后端数据库引擎和 HTTP/SPARQL 服务器提供支持)。

常用的关联数据集

LOD 数据集发布于各种领域。跨学科数据集，如 DBpedia ( http://dbpedia.org )和 WikiData ( http://www.wikidata.org )是通用数据集，因此是最常用的数据集。地理应用可以受益于诸如 GeoNames ( http://www.geonames.org )和 LinkedGeoData ( http://linkedgeodata.org )的数据集。越来越多的大学以链接数据和 RDF 转储的形式提供有关员工、院系、设施、课程、资助和出版物的信息，如佛罗里达大学( http://vivo.ufl.edu )和根特大学( http://data.mmlab.be/mmlab )。诸如普林斯顿大学图书馆( http://findingaids.princeton.edu )之类的图书馆将书目信息发布为链接数据。匈牙利国家数字数据档案的一部分可在 http://lod.sztaki.hu 作为链接数据获得。甚至古腾堡计划也可以作为关联数据使用( http://wifo5-03.informatik.uni-mannheim.de/gutendata/ )。大英博物馆等博物馆将其部分记录发布为关联数据( http://collection.britishmuseum.org )。新闻和媒体巨头将主题词作为链接数据发布，例如纽约时报 http://data.nytimes.com 。MusicBrainz ( http://dbtune.org/musicbrainz/ )提供关于音乐艺术家及其专辑的数据，作为链接数据并通过 SPARQL 端点提供。关于音乐人、音乐专辑发行和评论的数据由 BBC Music 在 www.bbc.co.uk/music 发布为链接数据，这在很大程度上基于 MusicBrainz 和音乐本体。位于 http://www.linkedmdb.org 的链接电影数据库(LinkedMDB)是一个专用于电影的 LOD 数据集，具有与其他 LOD 数据源和电影相关网站的高质量和高数量的链接。越来越多的政府门户网站将公开可用的政府数据作为链接数据发布，例如，美国政府的 http://data.gov 或英国政府的 http://data.gov.uk 。以下部分将讨论一些最流行的 LOD 数据集。

DBpedia(数据库管理员)

schema.org 上的数百个概念定义适用于注释常见的知识领域，如人、事件、书籍和电影，但复杂的机器可读语句需要更多。

位于 http://dbpedia.org 的 DBpedia 从维基百科文章中提取结构化的事实数据，如标题、信息框、类别和链接。因为维基百科包含近 500 万篇英文文章，所以 DBpedia 适合以机器可读的方式描述几乎任何东西。DBpedia 包含大约 340 万个由 10 亿个三元组描述的概念。

Note

Wikipedia 信息框对于 DBpedia 提取来说是最直接的，因为它们包含相应 Wikipedia 页面的属性-值对，以表格形式显示在文章的右侧，作为最重要事实的总结。然而，结构化数据提取具有挑战性，因为维基百科上的模板系统随着时间的推移而变化，导致缺乏统一性，从而相同的属性具有不同的名称，如placeofbirth和birthplace。

DBpedia 的唯一资源标识符被写成形式为 http://dbpedia.org/resource/Name 的 URI 引用，其中Name源自形式为 http://en.wikipedia.org/wiki/Name 的维基百科文章的 URL。因此，每个资源都是维基百科文章的直接映射。建立 http://dbpedia.org/resource/Resource:Name 形式的 DBpedia URI 引用(通过内容协商，其中相同的内容以不同的格式提供，这取决于客户端的查询)以在语义 web 代理访问时返回 RDF 格式的机器可读描述，以及在传统 Web 浏览器访问时返回 XHTML 格式的相同信息(参见图 3-2 )。

图 3-2。

DBpedia resources return XHTML or RDF through content negotiation

假设我们想用 RDF 描述一个住在阿德莱德的语义 Web 研究者，他对 Web 标准感兴趣，并且是 W3C 的成员。为此，我们需要相应的 DBpedia URIs 来标识声明为rdf:resource属性值的非信息资源(形式为 http://dbpedia.org/resource/Resource:name )(见清单 3-1 )。

Listing 3-1. Linking to DBpedia Resources

<?xml version="1.0" encoding="UTF-8"?>

<rdf:RDF

xmlns:foaf="http://xmlns.com/foaf/0.1/"

xmlns:contact="``http://www.w3.org/2000/10/swap/pim/contact#``"

xmlns:rdf="``http://www.w3.org/1999/02/22-rdf-syntax-ns#

<foaf:person rdf:about="http://www.lesliesikos.com/datasets/sikos.rdf#sikos

<foaf:name>Leslie Sikos</foaf:name>

<foaf:based_near``rdf:resource="http://dbpedia.org/resource/Adelaide"

<foaf:topic_interest``rdf:resource="http://dbpedia.org/resource/Web_standards"

<contact:nearestAirport``rdf:resource="http://dbpedia.org/resource/Adelaide_Airport"

</foaf:person>

<rdf:Description``rdf:about="http://dbpedia.org/resource/W3C"

<foaf:member rdf:resource="http://www.lesliesikos.com/datasets/sikos.rdf#sikos

</rdf:Description>

</rdf:RDF>

DBpedia 的 SPARQL 端点是 http://dbpedia.org/sparql ，在这里可以对 DBpedia 资源进行查询，比如说 20 世纪以前在布达佩斯出生的人的名单(参见清单 3-2 )。使用 SPARQL 查询将在后面的第七章中描述。

Listing 3-2. A SPARQL Query on DBpedia

PREFIX dbo: <http://dbpedia.org/ontology/

SELECT ?name ?birth ?death ?person WHERE {

?person dbo:birthPlace :Budapest .

?person dbo:birthDate ?birth .

?person foaf:name ?name .

?person dbo:deathDate ?death .

FILTER (?birth < "1901-01-01"^^xsd:date) .

}

ORDER BY ?name

维基数据

Wikidata 是最大的 LOD 数据库之一，它以人类可读和机器可读的内容为特色，位于 http://www.wikidata.org 。Wikidata 包含来自 Wikimedia 项目(如 Wikimedia Commons、Wikipedia、Wikivoyage 和 Wikisource)的结构化数据，以及来自曾经流行的可直接编辑的 Freebase 数据集的结构化数据，产生了大约 1300 万个数据项。

与许多其他 LOD 数据集相比，Wikidata 是协作性的——任何人都可以创建新项目和修改现有项目。像维基百科一样，维基数据是多语言的。Wikidata repository 是结构化数据的中央存储，通过它，不仅可以直接访问数据，还可以通过客户端 Wikis 访问数据。数据被添加到以标签为特征的项目中，标签是通过站点链接连接的描述性别名。每个项目的特征在于由属性和属性值组成的语句。Wikidata 支持 Lua Scribunto 解析器扩展，允许在 MediaWiki 中嵌入脚本语言，并通过客户端 Wiki 访问 Wikidata 中存储的结构化数据。还可以使用 Wikidata API 检索数据。

地名

GeoNames 是一个位于 http://www.geonames.org 的地理数据库，提供全球超过 750 万个地理特征的 RDF 描述，对应超过 1000 万个地理名称。所有要素都被归类为九个要素类之一，并被细分为 645 个要素代码之一。地名以多种语言储存在数据库中。GeoNames 还包含纬度和经度、海拔、人口、行政区划和城市邮政编码等数据。坐标以制图、大地测量和导航中使用的世界大地测量系统 1984 (WGS84)标准表示。

GeoNames 资源使用 303(参见其他)重定向将概念(事物现状)与描述资源的文档区分开来。例如，阿德莱德市在地名上有两个地址: http://sws.geonames.org/2078025/ 和 http://sws.geonames.org/2078025/about.rdf 。第一个代表城市(在链接数据引用中使用的表单中)；第二份是一份关于阿德莱德的文件。

LinkedGeoData

http://linkedgeodata.org 处的 LinkedGeoData 数据集使用 OpenStreetMap 数据(一种免费的可编辑世界地图)收集的信息，使其作为 LOD 数据集可用，并将该数据与其他 LOD 数据集链接。数据集的作者在 http://browser.linkedgeodata.org 提供了自己的语义浏览器，称为 LGD 浏览器和编辑器(见图 3-3 )。

图 3-3。

LinkedGeoData in the LGD Browser and Editor

语义网上不含糊的一个很好的例子是在 LGD 浏览器中搜索“Adelaide”。因为南澳大利亚有一个这个名字的城市，南非还有一个，美国有三个(科罗拉多州一个，爱达荷州一个，华盛顿一个)，软件会要求澄清，并根据你的选择提供城市地图和细节(见图 3-4 )。

图 3-4。

Linked Data is unambiguous

八歧龙

YAGO(又一个伟大的本体论)是一个数据集，包含超过 1000 万个实体和 1.2 亿个关于它们的事实，这些是从维基百科类别、重定向和信息盒中自动提取的；词汇数据库 WordNet 中的同义词和上下义关系；和地名。

与从 LOD 数据集中自动提取数据的其他数据集相比，YAGO 更加准确，因为大部分事实是手动评估的。YAGO 实体和事实通常与 DBpedia 本体相关联。YAGO 的 SPARQL 端点是 http://lod2.openlinksw.com/sparql ，但是在 https://gate.d5.mpi-inf.mpg.de/webyagospotlx/WebInterface 也可以通过 web 界面执行查询。

LOD 数据集集合

LOD 数据集可以使用位于 http://datahub.io 的 Datahub 进行注册和管理，这是一个开放的数据注册中心。政府、研究机构和其他组织使用数据中心。datahub.io 以结构化数据为动力，提供高效的搜索和分面，浏览用户数据，使用地图、图形和表格预览数据。正如您将看到的，datahub.io 注册表是将 LOD 云图的新数据集与现有数据集合并的先决条件。

Ontobee，可在 http://www.ontobee.org 获得，是一个基于 SPARQL 的链接本体数据服务器和浏览器，已经被 100 多个本体使用，包含超过 200 万个本体术语。

LOD 云图

LOD 云图表示至少有 1000 个 RDF 三元组的数据集以及它们之间的链接(图 3-5 ) [7 )。气泡的大小对应于每个数据集中存储的数据量。在云的中间，你可以看到最大的数据集，DBpedia 和 GeoNames，其次是 FOAF 档案，Freebase 和 W3C。

图 3-5。

The LOD Cloud Diagram (courtesy of Max Schmachtenberg, Christian Bizer, Anja Jentzsch and Richard Cyganiak)

如果您有一个足够大的数据集，至少包含 1，000 个三元组，并且满足链接开放数据的要求，您可以请求将其添加到 LOD 云图表中。数据集的资源必须具有可解析的http://或https:// URIs，无论有无内容协商，都可以将 RDF 数据解析为 RDFa、RDF/XML、Turtle 或 N-Triples。数据集必须通过至少 50 个 RDF 链接连接到图中的任意数据集。数据集必须可以通过 RDF 爬行、RDF 转储或 SPARQL 端点来访问。数据集必须在 Datahub 上注册，并且你必须给 LOD 云图的作者发电子邮件(richard@cyganiak.de和mail@anjajentzsch.de)。

斯坦福大学的 Protovis 使用 CKAN API 创建了 LOD 云图的另一种可视化，并在 http://inkdroid.org/lod-graph/ 发布(见图 3-6 )。

图 3-6。

The LOD Graph generated by Protovis

CKAN 评级由颜色表示，平均评级高的数据集显示为绿色，平均评级低的数据集显示为红色。颜色的强度表示收到评级的数量，白色表示没有评级，颜色越深，评级越高。

创建 LOD 数据集

虽然大型数据集是通过软件工具生成的，但在以下部分中，您将看到如何手动创建 LOD 数据集。

RDF 结构

让我们用 RDF/XML 创建一个数据集文件！第一步是创建一个扩展名为.rdf的 UTF-8 编码的文本文件，并添加 XML prolog(参见清单 3-3 )。

Listing 3-3. XML Prolog

<?xml version="1.0" encoding="UTF-8"?>

文档内容将在<rdf:RDF>和</rdf:RDF>之间。名称空间列表被声明为rdf:RDF上的xmlns属性。例如，如果您想使用 FOAF 词汇表中的任何定义，您必须声明它的名称空间，以便在整个文档中缩写它(参见清单 3-4 )。

Listing 3-4. The Main Container with One Namespace Declaration

<rdf:RDF xmlns:foaf="http://xmlns.com/foaf/0.1/

</rdf:RDF>

从现在开始，您可以使用foaf前缀来缩写朋友的朋友(FOAF)名称空间，如清单 3-5 所示。

Listing 3-5. Using the foaf Prefix to Abbreviate the FOAF Namespace

<foaf:Person rdf:about="http://www.lesliesikos.com/metadata/sikos.rdf#sikos

<foaf:firstname rdf:datatype="http://www.w3.org/2001/XMLSchema#string">Leslie

</foaf:firstname>

<foaf:surname rdf:datatype="http://www.w3.org/2001/XMLSchema#string">Sikos</foaf:surname>

</foaf:Person>

名称空间列表通常由 RDF、RDFS、OWL 等等以及都柏林核心、schema.org 等等的名称空间声明来扩展。，这取决于您在数据集中使用的词汇术语(参见清单 3-6 )。在开发过程中，该列表会不断扩展。

Listing 3-6. Multiple Namespace Declarations

<rdf:RDF

xmlns:dc="http://purl.org/dc/elements/1.1/"

xmlns:dcterms="http://purl.org/dc/terms/"

xmlns:foaf="http://xmlns.com/foaf/0.1/"

xmlns:owl="``http://www.w3.org/2002/07/owl#``"

xmlns:rdf="``http://www.w3.org/1999/02/22-rdf-syntax-ns#``"

xmlns:rdfs="``http://www.w3.org/2000/01/rdf-schema#``"

xmlns:schema="http://schema.org/

在命名空间列表之后，可以提供数据集信息，包括许可，然后是数据集的实际数据(RDF 语句),这些数据将通过类型化链接链接到其他 LOD 数据集的类和实体。

批准

没有明确许可的链接开放数据只是链接数据。为了使我们的 LOD 数据集真正“开放”，我们必须显式声明许可证，这可以防止潜在的法律责任问题，并让用户清楚地知道什么使用条件适用。

数据集的许可信息可以在数据集文件或外部元数据文件中提供，例如 VoID(互连数据集的词汇表)文件。发布数据集所依据的许可证可以使用dcterms:license属性来声明。链接开放数据最常用的许可 URIs 如下:

• http://opendatacommons.org/licenses/pddl/ 公共领域专用和许可(PDDL)——“数据/数据库的公共领域”
• http://opendatacommons.org/licenses/by/ 开放数据共享空间归属(ODC-By)——“数据/数据库归属”
• http://opendatacommons.org/licenses/odbl/ 开放数据库许可证(ODC-ODbL)——数据/数据库归属共享
• https://creativecommons.org/publicdomain/zero/1.0/ CC0 1.0 通用—《知识共享公共领域弃权声明》
• https://creativecommons.org/licenses/by-sa/4.0/ 知识共享署名共享(CC-BY-SA)
• http://gnu.org/copyleft/fdl.html GNU 自由文档许可证(GFDL)

前四个许可是专门为数据设计的，因此强烈建议将它们用于 LOD 数据集许可。数据集的许可是一个复杂的问题，因为数据集是事实的集合，而不是创造性的作品，所以适用不同的法律。知识共享和 GPL 在网络上相当普遍；然而，它们是基于版权的，并且是为创造性作品而设计的，而不是数据集，因此当应用于数据集时，它们可能不会产生预期的法律结果。

社区规范(非约束性的使用条件)可以使用waiver:norms属性( http://vocab.org/waiver/terms/norms )来表示。一个常见的社区规范是 ODC 属性共享( www.opendatacommons.org/norms/odc-by-sa/ )，它允许使用数据集中的数据，但更改和更新也应该是公开的，包括给出的信用、链接的数据源、使用的开放格式以及没有应用 DRM。例如，如果我们有一个根据开放数据共享公共领域专用和许可条款发布的ExampleLOD数据集，并且鼓励用户遵守上述社区规范，但没有法律约束，数据集的许可如清单 3-7 所示。

Listing 3-7. LOD Dataset Licensing Example

<?xml version="1.0" encoding="UTF-8"?>

<rdf:RDF

xmlns:dcterms="http://purl.org/dc/terms/"

xmlns:rdf="``http://www.w3.org/1999/02/22-rdf-syntax-ns#``"

xmlns:wv="http://vocab.org/waive/terms/

<rdf:Description rdf:about="http://www.examplelod.com/loddataset.rdf#examplelod

<dcterms:license rdf:resource="??http://www.opendatacommons.org/odc-public-domain-

??

<wv:norms rdf:resource="http://www.opendatacommons.org/norms/odc-by-sa/

<wv:waiver rdf:datatype="http://www.w3.org/2001/XMLSchema#string">To the extent

possible under law, Example Ltd. has waived all copyright and related or neighboring

rights to this dataset.</wv:waiver>

</rdf:Description>

Note

Datahub 注册要求从下拉列表中选择开放许可证作为字段值，并将许可证 URI 作为单独的字段设置为数据集属性，而不仅仅是数据集或 VoID 文件中提供的许可信息。

RDF 语句

数据集最通用的对象被收集在rdf:description容器中。那些已经在机器可读词汇表中定义的真实世界对象的表示通常被收集在相应的对象类下(在schema:person中的人，在schema:book中的书，等等)。因为链接开放数据的一个基本要求是用一个不可引用的 web 地址来标识所有东西，所以要确保地址和片段标识符是正确的。尽可能使用键入来区分字符串、数字、日期等。

对另一个陈述进行陈述称为具体化。它允许在多个上下文中使用三元组，但会影响数据集的形式语义。

连结

政府机构、大型企业、 ² 媒体机构、社交媒体门户和研究人员处理大量数据，这些数据可以表示为结构化数据并作为链接数据发布。在 RDF 中描述政府数据、大学研究部门、同事、书籍或任何其他知识领域都会产生一个孤立的数据集文件，在链接到其他数据集之前，它不是语义网的一部分。

在语义网的结构化数据集之间创建链接被称为互连，这使得孤立的数据集成为 LOD 云的一部分，在 LOD 云中，所有资源都相互链接。这些链接使语义代理能够在数据源之间导航并发现额外的资源。链接通常发生在owl:sameAs、rdfs:seeAlso、foaf:holdsOnlineAccount、sioc:user以及类似的谓词上。与(X)HTML 文档的传统超链接不同，LOD 链接是两个资源之间的类型化链接。链接的主体和客体的 URIs 标识了被链接的资源。谓词的 URI 定义了链接的类型。例如，一个 RDF 链接可以说明一个人受雇于一家公司，而另一个 RDF 链接可以说明这个人认识其他人。解引用链接目的地的 URI 会产生链接资源的描述，通常包含指向其他相关 URIs 的额外 RDF 链接，这些链接也可以被解引用，依此类推。

考虑一下《Web Standards: Mastering HTML5、CSS3 和 XML，at http://www.masteringhtml5css3.com/metadata/webstandardsbook.rdf#book 这本书的机器可读描述，它使用来自 Dublin Core 词汇表的title属性声明了书名，并且在许多其他属性中，使用schema:author声明了描述作者的机器可读资源(图 3-7 )。可以使用rdfs:seeAlso来声明与该书相关的更多资源。

图 3-7。

Linking a dataset to a related entity of another dataset

作者的 DBpedia 资源揭示了作者的属性，例如使用foaf:homepage定义的他的主页地址，以及在许多其他分类中，将作者链接到澳大利亚作家，以及 YAGO(图 3-8 )。

图 3-8。

The DBpedia resource links the dataset to another dataset

基于yago:AustralianWriters，语义代理将找到同一类别的其他作者(图 3-9 )。通过链接到 LOD 云图上已经存在的数据集(例如指向 DBpedia 上的定义)，您的数据集将成为 LOD 云的一部分。

图 3-9。

Two RDF graphs sharing the same URI merge

巨型全局图，蒂姆·伯纳斯·李创造的数据网络的另一个名字，是所有自动合并的 LOD 图的超级图。

注册数据集

要考虑包含在 LOD 云图中，您的数据集必须在 http://datahub.io 上注册。为了能够注册，您需要与 Datahub 上已有的公司或研究机构有关联，或者如果它尚未注册，您必须请求新的公司注册。LOD 云图的候选数据集通过四个符合性级别进行验证。

级别 1(基本合规性)需要关于数据集的基本元数据，包括名称、标题、URL、作者和联系电子邮件，以及添加到 Datahub 上数据集的lod标记。第 2 级(最小符合性)需要数据集的主题标签，它可以是下列标签之一:media、geographic、lifesciences、publications、government、ecommerce、socialweb、usergeneratedcontent、schemata或crossdomain。您必须在Data and Resources部分提供一个链接 URI 与example/serialization_format ( example/rdf+xml、example/turtle、example/ntriples、example/x-quads、example/rdfa或example/x-trig)的示例，以帮助人们在决定使用您的数据之前对其有所了解。您还必须提供到数据集的转储文件或 SPARQL 端点的链接。级别 3(完全符合)需要附加信息，例如数据集的最后修改日期或版本(作为字段version的值)、数据集描述(notes)、数据集的开放许可(从下拉菜单中选择)、LOD 气泡的简称(shortname)、数据集许可的链接(license_link)以及实例名称空间(namespace)。除了这些自定义字段之外，第 3 级遵从性还需要元数据，例如 VoID 文件(meta/void格式)、XML 站点地图(meta/sitemap格式)、RDF 模式(meta/rdf-schema格式)和词汇映射(mapping/format)。根据您是否使用顶级域中定义的专有词汇，您必须添加no-proprietary-vocab标记(您不使用专有词汇)，或者添加deref-vocab标记(使用可解除引用的专有词汇)或no-deref-vocab标记(使用不可解除引用的专有词汇)。一旦您准备好数据集注册，您可以使用 http://validator.lod-cloud.net/ 来验证它。

Note

自从引入 LOD 云图以来，Datahub LOD 验证器使用的一些 CKAN/Datahub 字段已经被更改或停止使用。因此，验证器可能会给出错误，即使是在正确注册的数据集上。如果数据集出现这种情况，您必须通过电子邮件联系 LOD 云图表的作者，以获得人工批准。

最后一步是给作者发电子邮件(richard@cyganiak.de和mail@anjajentzsch.de)。LOD 云图表的作者使用更多的标签来注释您的数据集是否有任何问题，或者何时可以添加到 LOD 云图表的下一次更新中。4 级符合性意味着您的数据集已经由使用该组生成 LOD 云图的作者审查并添加到lodcloud组。

链接数据可视化

关联数据可视化工具使关联数据的分析和操作变得更加容易。链接数据可视化技术的列表包括但不限于值的比较、关系和层次的分析、时间或地理事件的分析、作为标签云或短语网络的基于文本的可视化，以及表示多维数据。

LOD 可视化( http://lodvisualization.appspot.com )可以使用从实时访问到 SPARQL 端点的树状图和树来生成可视化的层次结构。LodLive ( http://en.lodlive.it )提供了链接数据资源的图形可视化。单击节点可以展开图形结构。LodLive 可用于实时访问 SPARQL 端点(参见图 3-10 )。

图 3-10。

Browsing the Web of Data with LodLive

可从 https://gephi.github.io/ 下载的开源图形可视化和操作软件包 Gephi 是关联数据可视化的理想选择。该程序帮助探索和理解图形，修改表示，并操纵结构、形状和颜色来揭示隐藏的属性(见图 3-11 )。

图 3-11。

Advanced graph visualization with Gephi

Gephi 由复杂的布局算法驱动，专注于质量(基于力的算法)或速度(通过图形粗化进行多级细化)。异步 OpenGL exploration 引擎支持平面渲染和 3D 渲染，具有可定制的细节级别和多线程。软件工具的另一个引擎称为映射引擎，支持细化、矢量渲染和 SVG 输出，非常适合发布和绘制信息图。突出显示选项使处理大型图表变得容易。可以通过选择、移动、注释、调整大小、连接和分组节点来修改图形。通过使用动态过滤的可视化，非常强大的实时图形可视化支持最多具有 50，000 个节点和 100 万条边的网络以及迭代。

摘要

在本章中，您学习了关联开放数据的概念和要求，以及将数千个 LOD 数据集相互关联的行业。你现在明白语义代理如何基于机器可读的对象和主题的定义，以及它们之间的类型化链接，做出新的发现。您学习了 LOD 数据集的结构、许可和互连。

下一章将向您介绍语义开发工具，包括本体编辑器、推理机、语义标注器、提取器、软件库、框架和 API。

参考

Bizer, C., Heath, T., Berners-Lee, T. Linked data—The story so far. Semantic Web and Information Systems 2009, 5(3):1–22.   Berners-Lee, T. (2006) Linked Data—Design Issues. www.w3.org/DesignIssues/LinkedData.html . Accessed 25 March 2014.   Fielding, R. T. (2005) httpRange-14 Resolved. http://lists.w3.org/Archives/Public/www-tag/2005Jun/0039.html . Accessed 28 March 2015.   The Open Definition—Defining Open in Open Data, Open Content and Open Knowledge. http://opendefinition.org . Accessed 18 January 2015.   Hausenblas, M. (2012) 5 ★ Open Data. http://5stardata.info . Accessed 18 January 2015.   Lebo, T., Sahoo, S., McGuinness, D. (eds.) (2013) PROV-O: The PROV Ontology. www.w3.org/TR/prov-o/ . Accessed 27 March 2015.   Schmachtenberg, M., Bizer, C., Jentzsch, A., Cyganiak, R. (2014) The LOD cloud diagram. http://lod-cloud.net . Accessed 18 January 2015.   Berners-Lee, T. (2007) Giant Global Graph | Decentralized Information Group (DIG) Breadcrumbs. http://dig.csail.mit.edu/breadcrumbs/node/215 . Accessed 28 March 2015.   Footnotes 1

这种许可概念也在传统网络上使用，其中术语开放数据指的是免费许可。

2

如果链接的数据位于公司防火墙之后，则称为链接企业数据。