RDF與MicroData在關(guān)聯(lián)數(shù)據(jù)語義網(wǎng)中互操作技術(shù)應(yīng)用研究

張前進(jìn)，許艷丹

(安徽國防科技職業(yè)學(xué)院，安徽 六安 237011)

?

RDF與MicroData在關(guān)聯(lián)數(shù)據(jù)語義網(wǎng)中互操作技術(shù)應(yīng)用研究

張前進(jìn)，許艷丹

(安徽國防科技職業(yè)學(xué)院，安徽 六安 237011)

探討了當(dāng)前關(guān)聯(lián)數(shù)據(jù)中描述數(shù)據(jù)的方法及關(guān)聯(lián)數(shù)據(jù)中RDF后端語義數(shù)據(jù)模型與MicroData前端語義模型的描述規(guī)則.實(shí)現(xiàn)了MicroData數(shù)據(jù)與RDF轉(zhuǎn)換的通用規(guī)則設(shè)計(jì)，使用該規(guī)則實(shí)現(xiàn)了MicroData與RDF數(shù)據(jù)的映射，最后完成了基于Drupal的MicroData數(shù)據(jù)與RDF的轉(zhuǎn)換.

關(guān)聯(lián)數(shù)據(jù)；RDF；MicroData；Drupal

關(guān)聯(lián)數(shù)據(jù)是國際互聯(lián)網(wǎng)協(xié)會(huì)(W3C)推薦的一種用來發(fā)布和聯(lián)接各類數(shù)據(jù)、信息和知識(shí)的規(guī)范[1]，其目標(biāo)是基于萬維網(wǎng)，利用語義網(wǎng)技術(shù)將所有實(shí)體映射為一個(gè)富含語義的、互聯(lián)互通的數(shù)據(jù)網(wǎng)絡(luò).從技術(shù)實(shí)現(xiàn)的角度講，關(guān)聯(lián)數(shù)據(jù)以HTTP URI的方式在萬維網(wǎng)上發(fā)布資源，其中URI確保了資源在萬維網(wǎng)中的唯一性和可關(guān)聯(lián)性.在語義網(wǎng)中描述數(shù)據(jù)的方式有多種，比較知名的有Microformats、RDF、MicroData等.從數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)的角度上講又可以分為結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù).

結(jié)構(gòu)化數(shù)據(jù)多用在后端存儲(chǔ)場景中，其對(duì)于各種設(shè)備的兼容性特點(diǎn)，在未來的應(yīng)用中具有相當(dāng)?shù)奈?比如智能圖書系統(tǒng)，用戶輸入需要查找的書籍，智能圖書系統(tǒng)則將用戶查找的書籍返回給用戶.Microformats與MicroData則多用在前端富文本展示場景中，如搜索引擎對(duì)搜索結(jié)果的展示.雖然Microformats與MicroData用在前端展示中，但其設(shè)計(jì)的目的并不是針對(duì)用戶，而是針對(duì)機(jī)器的自動(dòng)語義識(shí)別.

語義網(wǎng)應(yīng)用一般使用RDF結(jié)構(gòu)化數(shù)據(jù)描述方式作為其后端數(shù)據(jù)模型，但用戶又想采用結(jié)構(gòu)化數(shù)據(jù)模型描述方式來獲取使用MicroData等非結(jié)構(gòu)化數(shù)據(jù)描述方式表示的信息，并作為服務(wù)與其他系統(tǒng)交互.作為數(shù)據(jù)消費(fèi)者，在前端希望同時(shí)支持基于MicroData標(biāo)記和基于RDFa標(biāo)記，并且兩種標(biāo)記方式描述的信息可以存儲(chǔ)到同一個(gè)基于RDF數(shù)據(jù)模型的數(shù)據(jù)庫中.本文研究了RDF結(jié)構(gòu)化數(shù)據(jù)與MicroData、Microformats等非結(jié)構(gòu)化數(shù)據(jù)互操作技術(shù)實(shí)現(xiàn).該技術(shù)的實(shí)現(xiàn)可以為智能搜索引擎以及用戶個(gè)性化推薦系統(tǒng)的設(shè)計(jì)提供實(shí)踐參考.

1　關(guān)聯(lián)數(shù)據(jù)后端語義數(shù)據(jù)模型與前端語義

模型

1.1網(wǎng)頁前端數(shù)據(jù)MicroData語義描述規(guī)則

微數(shù)據(jù)數(shù)據(jù)規(guī)范定義了一組描述語義數(shù)據(jù)的屬性以及解釋這些屬性的方式.為從HTML DOM模型中獲取微數(shù)據(jù)，MicroData DOM API提供了一系列相關(guān)的方法和屬性[2].微數(shù)據(jù)中用來表示HTML頁面元素內(nèi)容的屬性包括itemid、itemprop、itemref、itemscope和itemtype等,如表1所示.

1.2關(guān)聯(lián)數(shù)據(jù)后端語義RDF描述規(guī)則

在語義網(wǎng)絡(luò)中發(fā)布Linked Data的準(zhǔn)則是使用HTTP URI作為任何事物的標(biāo)識(shí)名稱[3]，而不是ID或者其他標(biāo)識(shí)符實(shí)現(xiàn)唯一性識(shí)別的.RDF定義一套可描述知識(shí)概念和實(shí)例的規(guī)范標(biāo)準(zhǔn)[4]，使用形如一個(gè)“實(shí)體-屬性-值”(Entity-attribute-value)的三元組來描述.實(shí)體使用URI描述，可以是擁有URI的任何事物，如http://www.ahgf.com.cn/rdf；屬性使用具有通用性理解的屬性名進(jìn)行描述，也可以使用URI描述，即屬性是擁有名稱的資源，如 “product”；值可以是URI也可以是字符串資源，是某個(gè)屬性的值，如“book”或http://www.ahgf.com.cn，除此之外，屬性值也可以是另外一個(gè)資源.

表1　微數(shù)據(jù)中item屬性

1.3微數(shù)據(jù)MicroData與RDF關(guān)聯(lián)數(shù)據(jù)的映射

微數(shù)據(jù)是以RDFa為基礎(chǔ)，以自定義詞匯為核心，采用開放式設(shè)計(jì),可以無限擴(kuò)展[5].微數(shù)據(jù)MicroData的表示規(guī)則是首先定義一個(gè)URL形式的詞匯表，這個(gè)URL既可以是一個(gè)實(shí)際存在的頁面，也可以是虛擬存在的頁面[6].使用URL可以創(chuàng)建一個(gè)在互聯(lián)網(wǎng)上唯一的標(biāo)識(shí)[7].從URL詞匯表中可以抽取出用于表示RDF三元組實(shí)體的URI.MicroData微數(shù)據(jù)的itemprop屬性映射到RDF三元組的attribute-value.如圖1所示：

圖1　MicroData與RDF映射圖

2　MicroData數(shù)據(jù)與RDF轉(zhuǎn)換的通用規(guī)則

2.1規(guī)則術(shù)語

絕對(duì)路徑：絕對(duì)路徑是指文件在硬盤上真正存在的路徑.

空節(jié)點(diǎn)：在一個(gè)節(jié)點(diǎn)圖中既不是文本節(jié)點(diǎn)又不是URL引用的節(jié)點(diǎn).例如，對(duì)于沒有全局標(biāo)識(shí)符的項(xiàng)會(huì)分配一個(gè)空節(jié)點(diǎn)給它.

規(guī)范化信息片段(fragment)：字符串，用于指定網(wǎng)絡(luò)資源中的片段.例如一個(gè)網(wǎng)頁中有多個(gè)名詞解釋，可使用fragment直接定位到某一名詞解釋.

文檔基本路徑：在文檔中如果沒有具有href屬性的基本元素，那么文檔的基本路徑就是文檔的回退路徑.否則文檔的基本路徑就是文檔樹序中第一個(gè)具有href屬性元素的冰凍URL路徑.

求值上下文：一種數(shù)據(jù)結(jié)構(gòu)，該數(shù)據(jù)結(jié)構(gòu)由存儲(chǔ)器(數(shù)據(jù)項(xiàng)到對(duì)象的映射，初始值為空)、當(dāng)前類型、當(dāng)前詞匯表組成.

項(xiàng)(item)：一個(gè)項(xiàng)由包含一個(gè)@itemscope屬性的元素來描述.頂級(jí)微數(shù)據(jù)項(xiàng)列表可以使用DOM API document.getitems方法檢索得到.

項(xiàng)屬性(item properties)：項(xiàng)目屬性的列表可以使用微數(shù)據(jù)的DOM API element.properties方法檢索得到.

全局標(biāo)識(shí)符：項(xiàng)的itemid屬性值.該值可以實(shí)現(xiàn)與文檔元素的屬性值相區(qū)分.

文本：文本值，如字符串和日期.這些包括可定義類型的文字、語言標(biāo)記的字符串和簡單的文字等.

屬性：每個(gè)名字標(biāo)識(shí)一個(gè)項(xiàng)的屬性.

屬性名稱：一個(gè)元素的itemprop屬性標(biāo)記.

2.2規(guī)則描述

2.2.1生成三元組過程

當(dāng)用戶代理通過給定的上下文生成三元組時(shí)，需要按照下面的步驟：

(1) 如果內(nèi)存中有一個(gè)項(xiàng)的實(shí)體，則讓對(duì)象指向該實(shí)體.否則，如果項(xiàng)具有一個(gè)全局標(biāo)識(shí)符，并且全局標(biāo)識(shí)符是一個(gè)絕對(duì)路徑，則讓對(duì)象指向該標(biāo)識(shí)符.否則讓對(duì)象成為一個(gè)新的空節(jié)點(diǎn).

(2)在內(nèi)存中增加一個(gè)從項(xiàng)到對(duì)象的映射.

(3)從元素的element.itemType屬性返回的每一個(gè)類型進(jìn)行定義項(xiàng).如果類型是個(gè)絕對(duì)路徑則獲取一個(gè)如下面示例的三元組：

賓語：subject

謂詞：http://www.sample.org/2000/syntax-ns#people

類型：people

(4)設(shè)置從元素的element.itemType屬性中獲取的第一個(gè)元素類型作為項(xiàng)的類型.

(5)否則，如果求值上下不為空，則設(shè)置類型為當(dāng)前類型.

(6)如果注冊(cè)的詞匯表包含URI前綴，并且該前綴的字符與一個(gè)與類型URI前綴字符長度相匹配，則設(shè)置該詞匯表作為URI前綴.

(7)否則，如果類型不為空，通過移除所有以“/”或者“#”結(jié)尾的類型路徑來構(gòu)建詞匯表.

(8)通過將當(dāng)前詞匯表設(shè)置為詞匯表來更新求值上下文.

(9) 對(duì)于每一個(gè)元素，如果該元素?fù)碛幸粋€(gè)或一個(gè)以上的屬性名稱并且該名稱是項(xiàng)的屬性之一，執(zhí)行以下步驟：

遍歷元素屬性名稱集合中的每一個(gè)名字，執(zhí)行以下步驟：

(a)設(shè)置context作為求值上下文的副本，并將類型設(shè)置為當(dāng)前類型.

(b)將通過使用context和名稱生成的謂詞URI設(shè)置為謂詞.

(c)將元素的屬性值設(shè)置為value值.

(d)如果value值是一個(gè)項(xiàng)，則使用context獲取三元組作為value值.將value值替換為通過上述步驟獲取的subject.

(e)獲取下面的三元組：

賓語：subject

謂詞：predicate

對(duì)象：object

(f)如果一個(gè)實(shí)體的名稱存在于已注冊(cè)具有subProperty或者equivalentProperty鍵的詞匯表中，對(duì)于每一個(gè)equiv的值，則產(chǎn)生以下三元組：

賓語：subject

謂詞：equiv

對(duì)象：value

(10)返回三元組對(duì)象.

2.2.2生成謂詞URI過程

首先獲取求值上文中的當(dāng)前類型與當(dāng)前詞匯表，然后與上下文名稱一起生成謂詞URI.

(1)如果名稱是一個(gè)絕對(duì)路徑，返回名稱作為URI應(yīng)用.

(2)如果從上下文中獲得的當(dāng)前類型為空，那么就不存在當(dāng)前詞匯表.則將文檔基本路徑與其fragment設(shè)置為規(guī)范化的fragment名稱值，然后作為URI的引用返回.

(3)設(shè)置擴(kuò)展URI的URI引用.擴(kuò)展URI引用通過添加規(guī)范化的fragment名稱值到當(dāng)前詞匯表(通過“#”簽字符分隔，除非當(dāng)前的詞匯表以“#”或 “/”結(jié)尾).

(4)返回?cái)U(kuò)展的URI.

3　基于Drupal的MicroData數(shù)據(jù)與RDF

轉(zhuǎn)換實(shí)現(xiàn)

Drupal是一個(gè)基于PHP+MySql的開源內(nèi)容管理系統(tǒng)平臺(tái)，主要用于構(gòu)建提供多種功能和服務(wù)的動(dòng)態(tài)網(wǎng)站[8].Drupal 特別適用于輸出結(jié)構(gòu)化數(shù)據(jù)，它將內(nèi)容作為擁有字段值形式的屬性的獨(dú)立內(nèi)容(稱為實(shí)體).在 Drupal 7 中，使用 RDFa 向 HTML 添加結(jié)構(gòu)化數(shù)據(jù)的功能被整合到了Drupal 核心中[9].基于Drupal為站點(diǎn)添加MicroData實(shí)現(xiàn)過程如圖2所示.

圖2　基于Drupal為站點(diǎn)添加的MicroData過程

具體實(shí)現(xiàn)過程如下：

(1)添加內(nèi)容類型

內(nèi)容類型用來搜集用戶定義的實(shí)體并存儲(chǔ)相關(guān)字段的信息.比如，在網(wǎng)上書店系統(tǒng)中可以定義一個(gè)書籍的內(nèi)容類型，該內(nèi)容類型包含：書名、作者、出版社、定價(jià)等表單信息.

(2)擴(kuò)展內(nèi)容類型字段屬性

在添加完內(nèi)容類型后，默認(rèn)情況下該內(nèi)容類型只包含標(biāo)題和內(nèi)容兩個(gè)表單字段，需要擴(kuò)展字段完善表單信息，如書名、作者、出版社、定價(jià)等.

(3)啟用MicroData支持模塊

使用Drupal的字段系統(tǒng)可以為內(nèi)容類型添加最基本的字段類型，同時(shí)，Drupal提供了一個(gè)API，可以通過模塊為內(nèi)容類型添加新的字段類型.Drupal本身采用的是Plug-in的設(shè)計(jì)模式，因此站點(diǎn)管理員就可以安裝這些字段模塊，不需要編寫任何代碼就可以完成字段的配置與格式化.

微數(shù)據(jù)在HTML中對(duì)于數(shù)據(jù)屬性的位置有嚴(yán)格的要求[10]，因此每種字段類型都需要格式化其在HTML中放置屬性的位置.雖然微數(shù)據(jù)在Drupal7中被提到了核心位置，但仍然并不是所有字段類型都支持微數(shù)據(jù).因此如果需要使用Drupal社區(qū)所貢獻(xiàn)的字段格式器模塊，則要查看微數(shù)據(jù)支持的列表.如果尚未支持使用的字段類型，則可以通過創(chuàng)建修改內(nèi)容的補(bǔ)丁，將微數(shù)據(jù)支持傳回該模塊.

(4)注冊(cè)屬性

如果需要使用微數(shù)據(jù)公開內(nèi)容類型的相關(guān)字段，則需要使用Entity API模塊將需要公開的字段屬性進(jìn)行注冊(cè)[11].為了在HTML前端放置微數(shù)據(jù)，還需要修改字段的HTML主題輸出.

(5)將內(nèi)容映射到RDF

在 .module模塊定義文件中，使用RDF Mapping API提供的hook_rdf_mapping 為內(nèi)容類型和字段創(chuàng)建RDF映射.如果要更改現(xiàn)有映射，在install函數(shù)中使用rdf_mapping_load和 rdf_mapping_save函數(shù)完成加載與保存.

4　結(jié)束語

基于關(guān)聯(lián)數(shù)據(jù)技術(shù)的語義網(wǎng)絡(luò)使得數(shù)據(jù)能夠更好地實(shí)現(xiàn)互操作及重復(fù)使用[12]，并且使得數(shù)據(jù)共享更加便捷.RDF與MicroData在關(guān)聯(lián)數(shù)據(jù)語義網(wǎng)中互操作的實(shí)現(xiàn)，擴(kuò)展了數(shù)據(jù)共享應(yīng)用.為語義網(wǎng)中不同系統(tǒng)與服務(wù)間，結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)間互操作提供了實(shí)踐參考.

[1]劉煒.關(guān)聯(lián)數(shù)據(jù):概念、技術(shù)及應(yīng)用展望[J].大學(xué)圖書館學(xué)報(bào),2011,29(2):5-12.

[2]肖禎懷.基于HTML5的前端效率機(jī)制及Web應(yīng)用模式研究[D].濟(jì)南:山東師范大學(xué),2014.

[3]付瑤.圖書館關(guān)聯(lián)數(shù)據(jù)質(zhì)量控制研究[D].長春:東北師范大學(xué),2013.

[4]易雅鑫,宋自林,尹康銀.RDF數(shù)據(jù)存儲(chǔ)模式研究及實(shí)現(xiàn)[J].情報(bào)科學(xué),2007,25(8):1218-1222.

[5]張敏,王丹.基于微格式的用戶生成內(nèi)容聚合組織研究[J].情報(bào)理論與實(shí)踐,2014,37(8):122-127.

[6]賈君枝,王醒.基于微數(shù)據(jù)的語義標(biāo)注應(yīng)用研究[J].情報(bào)理論與實(shí)踐,2016,39(2):54-58.

[7]魏欣.基于微數(shù)據(jù)的物聯(lián)網(wǎng)實(shí)體表示與搜索[D].哈爾濱:哈爾濱工業(yè)大學(xué),2013:1-50.

[8]許艷丹,張前進(jìn),盛安元.基于CMS平臺(tái)的校園網(wǎng)站系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].中國西部科技,2010,9(4):38-41.

[9]任瑞娟,濮德敏,王劍宏,等.基于Drupal實(shí)現(xiàn)多類型學(xué)術(shù)資源的語義化組織與關(guān)聯(lián)化聚合[J].情報(bào)科學(xué),2015,33(5):63-67.

[10]吳振宇.基于Web的物聯(lián)網(wǎng)應(yīng)用體系架構(gòu)和關(guān)鍵技術(shù)研究[D].北京:北京郵電大學(xué),2013.

[11]王云.基于Drupal的師生互動(dòng)平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D].西安:西安電子科技大學(xué),2014.

[12]歐石燕,胡珊,張帥.本體與關(guān)聯(lián)數(shù)據(jù)驅(qū)動(dòng)的圖書館信息資源語義整合方法及其測評(píng)[J].圖書情報(bào)工作,2014,58(2): 5-13.

Research of the interoperability between RDF and MicroData in the linked data semantic web

ZHANG Qianjin，XU Yandan

(Anhui Vocational College of Defense Technology,Anhui Lu’an 237011,China)

Discussed the method of describing the data in the linked data and the description rules of RDF back-end semantic data model and MicroData front-end semantic model that in the linked data. Designed the conversion general rule of MicroData and RDF,by using this rule realized the mapping of MicroData and RDF,and finally completed the conversion of MicroData data and RDF based on Drupal.

Linked Data；RDF；MicroData；Drupal

2016-03-17;

2016-04-20

安徽省自然科學(xué)研究重點(diǎn)項(xiàng)目(No.KJ2016A120); 安徽省教育廳教學(xué)研究重點(diǎn)項(xiàng)目(No.2015jxtd096);2015年安徽國防科技職業(yè)學(xué)院質(zhì)量工程項(xiàng)目(No.gf2015ck04)

張前進(jìn)(1982- )，男，河南商丘人，碩士，講師，主要從事計(jì)算機(jī)應(yīng)用技術(shù)研究.

TP391.1

A

1671-9476(2016)05-0127-04

10.13450/j.cnki.jzknu.2016.05.033