语义网 相关
简单介绍
将检索到的信息解释含义和提取有用的信息，要求内容是可以被机器所理解的。一种方法就是用一种新的方法描述信息，也就是语义网。
意义
知识管理：根据含义用概念空间组织知识； 跨文档的问答功能；规定信息的权限。
电子商务：提取价格和补充信息； 企业间信息交换。xml必须要求双方对使用的词汇表达成了共识。
个人代理： 机械公敌中的个人代理真的能实现了。
技术
源数据：类似于xml
本体：某个概念相关的内容，多在一个domain中，由多个term（domain中的类）。 包括 term， property，值约束， 不相交描述，对象间逻辑关系的规定
OWL是对RDF进一步扩展， 通过namespace引入的rdfs，我觉得应该是 RDF Schema的定义
逻辑：需要被机器处理，则需要用网络语言表示逻辑知识和逻辑证明，使用工具是OWL 或者DAML+OIL
代理：自主和自动运作的软件。接收用户需求，在网上找到相关信息，和其他代理交流，根据用户需求和偏好做出选择，将答案交给用户，主要作用是收集信息，提供备选方案。用到的技术：使用元数据收集信息； 使用本体解释信息，和其他代理交流；用逻辑处理推导结论
和人工智能的对比：人工智能是建立类人的智能，而语义网只是协作人类处理网上事物，要求比人工智能低
相互关系：XML——》RDF——》OWL——》逻辑——》证明——》信任
XML相关
html不包含结构信息，即文档成分及其相互关系的信息，XML使用标签定义成分，使用嵌套定义相互关系
xml 还可定义约束，如年必须大于0
要想在万维网上交流，大家必须说同样的话，所以各种标准组织基于xml为各个领域定义了各种专用的xml词汇，rdf就是其中一种。
验证方式
描述xml结构有DTD和xml Schema 两种方式
DTD
定于 element及关系；property（名称，类型和值）；支持递归定义，正在慢慢淡出；
Schema
好处：
基于xml 自身语法
提供了schma重用和简化的可能：扩展已有模式建立新模式
提供一套数据类型集
组成：
元素类型 <element name="" /> 定义 type, name ,minOccurs, maxOccurs
属性类型 <attribute name="" /> 定义 type use
数据类型 数字 字符串 日期和时间 用户自定义数据类型（继承和组合已有类型）
数据类型的限制： use type对包含的属性做限制
处理
使用xslt 完成 xml文件转换为html 或者另一种格式的xml
RDF
xml 没有提供表示数据语义的手段
rdf 是一个三元组的statement, rdfs定义了rdf用到的词汇，什么属性作用于什么对象，属性取什么值，描述对象间的关系。
rdf是领域独立的，可以在其基础上为特定领域定义内容，如ndl
基本概念
resource: 就是对象，使用uri进行标示
property 是特殊的资源，表达resource间关系
statement： 三元组组成
可以通过uri指代陈述，建立多个陈述间的关系
数据类型： 如果要确定 “27”是字符串还是文本，需要指定其数据类型，允许外部定义的任意数据类型模式，但用的最多的是 xml schema中定义的。
坏处
1. 对机器友好，对人不友好
2. 属性可以是resource。增加了复杂性
3. 不支持多个谓词，只能通过递归进行模拟
rdf语法
rdf：about 指定主语
rdf: datatype 可以指定数据类型
rdf：resource 对已定义对象的引用
rdf:id 类似于rdf：about ，需要加 #
rdf: type 用于引入某种结构
几种变形： 1. element中无属性，只有text，可以作为父节点的属性； 2. rdf:type定义的resource，可以使用 type定义的名称替换rdf:description
<rdf:Description rdf:about="http://geni-orca.renci.org/owl/095ccaa6-1bf7-41d9-9b3f-c15578d3bf6c#TermDuration">
<time:days rdf:datatype="http://www.w3.org/2001/XMLSchema#decimal">1</time:days>
<rdf:type rdf:resource="http://www.w3.org/2006/time#DurationDescription"/>
</rdf:Description>
其中object 可以是一个 resource 。也可以是常量
<foaf:Person rdf:ID="#Ryan" />
<rdf:Description rdf:about="#Ryan" >
<rdf:type rdf:resource="http://xmlns.com/foaf/0/1/Person ">
</rdf:Description>
是等价的，有一个资源名称是 本地url#Ryan， 类型是 foaf:Person
容器元素
rdf：bag： 集合内元素无序且不唯一
rdf: Seq ： 元素有序且不唯一
rdf:Alt : 多选一
rdf: _n （rdf:li）： 代表元素
collection ： 表示只含有特定成员的 groups，使用 rdf:List (代表集合) rdf:first （第一个） rdf:rest 和 rdf:nil （集合结尾）； 使用rdf:parseType="collection" 来定义。
rdf schema
类和实例： 使用rdf:type class 规定instance和class 的关系
类层次结构和继承： rdfs:subClassOf
属性层次结构： 属性是全局定义的，不是在类中封装，也可定义属性的层次关系 ， 使用 rdfs:subPropertyOf 和Property
RDFS
rdfs 是一个RDF文档，并且基于XML的RDF语法
核心类：
rdfs:Resource： 定义资源
rdfs:Class： 定义类， 代表某一类型的资源
rdfs:Literal : 定义文字类
rdfs:Property
rdfs:Statement
核心属性：
rdf:type : 将资源和所属的类联系起来，将该资源申明为所属类的一个实例
rdfs:subClassOf: 把类和父类想连接，一个类可以是多个类的子类
<owl:Class rdf:ID="WineGrape">
<rdfs:subClassOf rdf:resource="&food;Grape" /></owl:Class>
rdfs:subPropertyOf： 把属性和它的父属性相连接
约束属性的核心属性
rdfs:domain : 规定subject 所属的类
rdfs: range： 规定三元组中 object 所属的类
<rdf:Property rdf:ID="电话号码" >
<rdfs:domain rdf:Resource="#教师" />
<rdfs:range rdf:Resource="$rdf:Lieral " />
</rdf:Property>
rdfs:ConstraintResource: 所有约束的类
rdfs:ConstraintProperty ： 所有定义约束的属性
具体化：陈述对资源的引用
rdf:subject rdf:predicate rdf:object
容器类
rdf:Bag rdf:Seq rdf:Alt rdf:Container(所有容器的父类)
工具属性
rdfs:seeAlso： 把资源和解释它的另一个资源联系起来
rdfs:isDefinedBy： 把资源和定义的位置联系起来
rdfs：comment
rdfs:label : 定义一个用户友好的名字，作为图形化节点的名称， <rdfs:label>内容</rdfs:label>
rdf schema 的定义
rdf和rdfs的 xml文件，略
rdf和rdf schema的公理语义
主要是数学推理，作为机器进行推理的基础
rdf 直接推理系统
三元组和其上定义的规则，用于推理，比3.7中数学推理更加简单
使用RQL查询
基本查询
class 检索所有类
property 检索所有属性
具体的类，如 course 检索该类的所有实例， ^course 检索不包括继承类的实例
select from where 查询
select X,Y from {X} phone {Y} 检索属性是phone的所有 subject和object、
select X, Y from lecture{X} . phone{Y } 获取lecture的所有实例，作为 phone的subject，两次搜索通过.链接
模式查询
检索 实例及所属类或属性，通过 @ 和 $得到所属的property 和 class
使用SPARQL查询
endpoint：是接收和处理SPARQL查询的服务
网络本体语言 OWL
在rdf基础上，对建模原语功能增强，owl目标是成为语义网的公认标准本体语言
本体语言需求
rdf的局限性：
属性的局部辖域： rdfs:range是针对property的所有 subject，不能针对特定的subject进一步细化，如牛吃植物，其他动物吃肉
类不相交性： 如男和女不想交
类的布尔组合： 定义类的 并 交 补，产生新的类
基数约束： 属性取值不同时的约束，如 我有一个父亲，我有好几个兄弟
属性的特殊性质： 属性的传递性、唯一性和逆属性等
owl子类
full语法完全兼容rdf；表达能力过于强大，以至于是不可判定的
dl 保证高效率的推理，缺点是不与RDF完全兼容
lite： 对dl进一步限制，优点是对人容易掌握，开发工具容易实现； 缺点是表达能力有限
OWL语言
类元素：
owl:Class 定义类，其中包括
owl:disjointWith 规定与某个resource不想交
owl:equivalentClass 表示类等价
预定义的两个类： owl:Thing（最一般的类）和 owl:Nothing (空类)
类和个体：
定义类：
<owl:Class rdf:about="&topology;NetworkDomain"/>
<owl:Class rdf:ID="Region"/>
引用类：
<rdf:about="#Region" 来扩展对一个资源的定义
rdf:resource="#Region" 如作为 object
定义实例：
<owl:NamedIndividual rdf:about="&vmsite;Domain">
<rdf:type rdf:resource="&topology;NetworkDomain"/>
</owl:NamedIndividual>
<rdf:description rdf:ID="123 ">
<rdf:type rdf:resource="&topology;NetworkDomain"/>
</rdf:description>
<topology:NetworkDomain rdf:ID="#123" />
<Region rdf:ID="CentralCoastRegion" />
--------------------------------------------------
<owl:Thing rdf:ID="CentralCoastRegion" />
<owl:Thing rdf:about="#CentralCoastRegion">
<rdf:type rdf:resource="#Region"/>
</owl:Thing>
属性元素：
对象属性：将两个对象相互关联 owl:ObjectProperty
数据类型属性：对象和数据类型值相互关联 owl:DataProperty
数据类型属性的值域范围是RDF文字（RDFS:Literal——常量值构成的类）或者是XML Schema数据类型中定义的那些简单类型（simple types）。
OWL使用XML Schema内嵌数据类型中的大部分。下列数据类型是推荐在OWL中使用的：
xsd:string xsd:normalizedString xsd:boolean
xsd:decimal xsd:float xsd:double
xsd:integer xsd:nonNegativeInteger xsd:positiveInteger
xsd:nonPositiveInteger xsd:negativeInteger xsd:int
xsd:short xsd:byte xsd:unsignedLong
xsd:unsignedInt xsd:unsignedShort xsd:unsignedByte
xsd:hexBinary xsd:base64Binary xsd:dateTime
xsd:time xsd:date xsd:gYearMonth
xsd:gYear xsd:gMonthDay xsd:gDay
xsd:gMonth xsd:anyURI xsd:token
xsd:language xsd:NMTOKEN xsd:Name
xsd:NCName xsd:long
逆属性： owl:inverseOf
等价属性： owl:equivalentProperty
实例：
属性约束：
根据 propery，object（subject）约定剩下的 subject（object）,使用 owl:Restriction和rdfs:subClassOf 对已有类进行约束，生成匿名类
使用 owl：allValueFrom hasValue someValueFrom 定义属性的取值范围；使用 minCardinality 和maxCardinality cardinality 定义基数约束
特殊性质: 定义属性元素的性质
传递性： owl:TransitiveProperty
对称性： owl:SymmetricProperty
函数性： owl:FunctionalProperty 不同的subject的属性只能取不同的object
逆函数性： owl:InverseFunctinalProperty 特定object的属性只能取不同的object
布尔组合：
并： owl:UnionOf 交： owl:intersectionOf 不相交 owl:disjointWith
枚举：
owl:oneOf
实例：
使用 owl:differentFrom 和 owl：distinctMembers 陈述个体不相等
数据模型
见owl参考文档
可用的工具
1. rdf 的验证和解析工具
rdf有多重表现方式，如 xml triplet graph ，三种表现方式中，graph应该是最直观，xml是最要命的，不过咱们系统中得到的文件大部分是xml格式的，可以使用 rdf在线验证器 将其转换为 graph 和triplet 格式
网址是： http://www.w3.org/RDF/Validator/
将rdf 文件内容粘贴到 textarea中， 选择解析的格式，通常选 【triples and graph】 ，点击parse rdf 按钮，完成解析如下
2. SQARQL 验证
另一个我们可能会用到的是 SQARQL （rdf环境中的sql语言），最好是能有一个工具，可以对 特定的rdf 文件执行 SQARQL查询，这种工具可以有，非常幸运的是我已经把他找到了
jena fuseki-server 就是传说中的这类工具，还有其他的如openlink rdf exploer等，不过我觉得这个最好用
1） 下载并部署
想了解的可以参考网站 http://jena.apache.org/documentation/serving_data/index.html
2） 上传rdf文件
建议先在 第一步中验证 rdf文件没有问题，再执行此处步骤
选择 controll panel ,进入页面 ，点击【select】,进入页面，滚动条到页面下部
上传文件，提示如下： Triples = 66 类似代表成功。
3） 执行 SPARQL 查询
回退到首页
在 textarea 中输入 SPARQL 语句
output中选择格式，我选择了text ，因为JSON需要下载
点击 【Get Results】获取查询结果，如下图
常用的属性定义有：
objectProperty 定义 resource之间关系
datatypeProperty 定义 resource和literal 之间的关系
rdfs:domain 和rdfs:range 定义subject 和object
rdfs:subPropertyOf 定义属性间关系，查询管用
rdfs:label 定义简单的文本标签
属性实例、如何在rdf中表示，jena如何实现
省份：
特征： datatypeProperty； 值为两个大写字母； subject约定为站点
rdf中属性定义：
<owl:Class rdf:about="#orcaNode"/>
<owl:DatatypeProperty rdf:about="#province" >
<rdfs:domain rdf:resource="#orcaNode" />
</owl:DatatypeProperty>
rdf中属性赋值：
<cstnet:orcaNode rdf:ID="site1">
<cstnet:province>BJ</cstnet:province>
</cstnet:orcaNode>
jena中：
状态：
枚举值 对应设计文档中的红绿灯