Meego上Semantic social desktop的基础Ontology(学习笔记)

一：Ontologies ,tracker 的简介

当今的Linux桌面应用开发，信息基于应用来组织和管理，每个应用保存本应用定义的数据格式 和存储在各自的目录中，每个应用数据是单独的信息孤岛。这种现状导致应用间的数据联合实现非常苦难或者说是不可能。于是在整个Desktop范围内搜索应 用数据，重组应用，提供显示用户最近使用的文件等功能难以实现。

解决的方法是在应用间共享数据，统一数据格式定义（the same schema），构建一个统一的存储中心，各种应用按照统一的数据格式定义对数据进行增删改查操作，一类应用仅仅从数据存储中心获取数据（例如RSS Reader），一类应用负责将数据插入数据存储中心，还有一类应用将同时从数据存储中心读／写，例如 记事本程序。这种统一的数据格式定义叫做Ontology. 该技术作为Tracker桌面搜索引擎的基础，为Meego、Maemo所用，相关介绍可以下载资源http://download.csdn.net/source/2388213进行学习。

二：Ontologies
Ontology是对现实世界的抽 象定义模型，Ontology主要由概念：concepts（又叫Classes和Categories，下面有时称为类）和属 性：Properties 组成。concept是现实世界抽象的实体，Properties为一个基本的类型取值type（String 或者Integer）或者表示链接两个concept，后者表示一个concept为另一个concept的某个Property的取值。每个 Propertiy都有一个domain和range，用以表达那个concept可以拥有此property和什么concept／type能够作为其 取值。

举例来说：对RSS进行建模，FeedChannel和FeedMessage是两个concepts。前者表示订阅的URI，后 者表示RSS的消息项。这两个concept使用一个property：hasEntry关联起来，hasEntry的domain是 FeedChannel,range是FeedMessage。

继承
在ontology中，我们可以定义concept之间和 property之间的继承关系，如果我们将一个concept定义为另一concept的子concept，它将拥有本身的所有properties以 及从父亲上面定义的properties。

在实践中，“concept的父亲”用在的查询中归类相似的“事物”，例如，Message为 FeedMessage的父亲，我们可以请求FeedMessage的所有实例，也可以请求FeedMessage的父亲Message的所有实例。在后 一种情况中，我们获取了Message的所有实例以及其所有儿子及儿子派生的concept包括FeedMessage的所有实例。请参考图：

Properties 也有继承，相对于父property，子property将重新限制其domain和range域。子property的range/domain两个域 的取值只能是父亲Property定义的concept／type范围，例如，可以将父亲定义的concept换成子concept。此处有一个样例图：

我 们定义了一个父类 InfomationElement，和两个子类Document 和Media。 父类有一个property :useageCount，domain/range分别为InfomationElement/Integer，我们继承该property，修正该 property的含义，我们为Document创建了一个子属性viewCount和为Media创建了一个子属性playCount。对 viewCount来说，其domain取值从InfomationElement修正为Document，对playCount来说其domain修正 为Media。

从上面分析可以看出，我们提供子Property来更精确的修正父property的含义，子property“覆盖”了 父property的定义。例如，如果设置playCount=3，则其usageCount=3。在查询中，对父property的请求包含了对子类的 请求。如果查询请求查询所有usageCount大于3的对象，我们将能够获得所有Media对象其playCount大于3 +所有Document对象其viewCount大于3＋所有的InfomationElement对象其usageCount大于3。

三：RDF，URI， 以及Ontology的序列化技术

在生成ontology的真实数据数据之前，我们需要学习一下RDF。
RDF（Resource Description Framework：http://www.w3.org/TR/REC-rdf-syntax/#statements）是一种通用语言，用于描述 web的信息。在RDF中，其基本是三个概念组成的三元组：主体（subject）、宾语（predicate）、取值(object)，表 示："subject 有一个predicate 取值为 object " 例如：“http://www.example.org/index.html   has a creator whose value is John Smith ”，红色的字体部分为三元组。由于中文翻译不一定准确，下面沿用英文单词说法。

例如，下图使用RDF表达为：


# These are just triplets. This is NOT turtle or any defined format
#
# Subject                             Property/predicate                Object
-----------------------------------   ------------------                -------------------------------------
               

         "2009-06-03T05:17:00"

                     "GUPnp 0.12.8 release"

 

Ontology的用RDF进行表达，主语和宾语使用uri来唯一表达，例子如下：

 

可以写成：

 

# FeedChannel is a Concept (Class in RDF)

#   Replacing "http://www.w3.org/2000/01/rdf-schema#" with "rdfs:"

      rdfs:type     

# FeedMessage is a Concept (Class in RDF)

      rdfs:type     

# hasEntry is a Property, with FeedChannel as domain, and FeedMessage as range

         rdfs:type     

         rdfs:domain   

         rdfs:range    

 

一般RDF有向图可以选用XML作为序列化描述语言，由于XML描述太复杂并且解 释的成DOM树效率不高和占用的空间较大，Ontologies使用了一种更加紧凑的语言Turtle，按照 Ontology文档的说法，Turtle相比XML更加易读、易解释（不需要遍历完整个文档才能生成DOM树）、并且可以在文件尾部添加新的三元组項 （XML文本不行）。

1、URIS放置在"<>"之间
2、每个三元组一行以"."结尾。
3、有唯一的 predicate "a",用以表示某一对象（资源）是某个概念Concept（Class）的实例
4、同一个subject的多个三元组可以 简化，以“;”分隔每个三元组，写法如下：
  a nmm:MusicPiece ;
                           nmm:artistName "Test song 1" ;
                           nmm:length 120 .
5、同一个subject的同一个 predicate的多个三元组可以简化，以“,”分隔。
a nmm:MusicPiece, nfo:FileDataObject ;
                           nmm:artistName "Test song 1" ;
                           nmm:length 120 .

 

主要原文资料：http://live.gnome.org/Tracker/Documentation/AppDevelopersManual