Jena 总结
“资源描述框架（Resource Description Framework，RDF）”最近成为 W3C 推荐标准，与 XML 和 SOAP 等 Web 标准并排。RDF 可以应用于处理特殊输入数据（如 CRM）的领域，已经广泛用于社会网络和自助出版软件（如 LiveJournal 和 TypePad）。
Java 程序员将越来越多地得益于具有使用 RDF 模型的技能。在本文中，我将带您体验惠普实验室的开放源代码 Jena Semantic Web Framework（请参阅 参考资料）的一些功能。您将了解如何创建和填充 RDF 模型，如何将它们持久存储到数据库中，以及如何使用 RDQL 查询语言以程序方式查询这些模型。最后，我将说明如何使用 Jena 的推理能力从本体推断模型知识。
本文假设您已经就图形、三元组和模式等概念方面对 RDF 比较熟悉，并对 Java 编程有基本的了解。
创建简单的 RDF 模型
我们从基本操作开始：从头创建模型并向其添加 RDF 语句。本节，我将说明如何创建描述一组虚构家庭成员之间关系的模型，如图 1 中所示：
图 1. 虚拟家庭树
将使用来自“关系”词汇表（请参阅 参考资料）的属性 siblingOf、 spouseOf、 parentOf和 childOf来描述不同的关系类型。为简单起见，家庭成员用来自虚构名称空间的 URI（ http://family/）进行标识。词汇表 URI 通常以 Jena 代码形式使用，所以将它们声明为 Java 常量会非常有用，减少了错误输入。
Jena 的 ModelFactory类是创建不同类型模型的首选方式。在这种情况下，您想要空的、内存模型，所以要调用的方法是ModelFactory.createDefaultModel()。这种方法返回 Model实例，您将使用它创建表示家庭中每个成员的 Resource。创建了资源后，可以编写关于这些资源的语句并添加到模型中。
在 Jena 中，语句的主题永远是 Resource，谓词由 Property表示，对象是另一个 Resource或常量值。常量在 Jena 中通过 Literal类型表示。所有这些类型共享公共接口 RDFNode。将需要四个不同的 Property实例表示家庭树中的关系。这些实例使用 Model.createProperty()创建。
将语句添加到模型中的最简单方法是通过调用Resource.addProperty()。此方法以 Resource作为主题在模型中创建语句。该方法使用两个参数，表示语句谓词的 Property和语句的对象。addProperty()方法被过载：一个过载使用 RDFNode作为对象，所以可以使用 Resource或 Literal。还有有益过载，它们使用由 Java 原语或String表示的常量。在示例中，语句的对象是表示其他家庭成员的 Resource。
通过使用三元组的主题、谓词和对象调用 Model.createStatement()，还可以直接在模型上创建语句。注意以此种方式创建Statement不将其添加到模型中。如果想将其添加到模型中，请使用创建的 Statement调用 Model.add()，如清单 1 所示：
清单 1. 创建模型来表示虚构的家庭
// URI declarations String familyUri = "http://family/"; String relationshipUri = "http://purl.org/vocab/relationship/"; // Create an empty Model Model model = ModelFactory.createDefaultModel(); // Create a Resource for each family member, identified by their URI Resource adam = model.createResource(familyUri+"adam"); Resource beth = model.createResource(familyUri+"beth"); Resource chuck = model.createResource(familyUri+"chuck"); Resource dotty = model.createResource(familyUri+"dotty"); // and so on for other family members // Create properties for the different types of relationship to represent Property childOf = model.createProperty(relationshipUri,"childOf"); Property parentOf = model.createProperty(relationshipUri,"parentOf"); Property siblingOf = model.createProperty(relationshipUri,"siblingOf"); Property spouseOf = model.createProperty(relationshipUri,"spouseOf"); // Add properties to adam describing relationships to other family members adam.addProperty(siblingOf,beth); adam.addProperty(spouseOf,dotty); adam.addProperty(parentOf,edward); // Can also create statements directly .. . Statement statement = model.createStatement(adam,parentOf,fran); // but remember to add the created statement to the model model.add(statement); |
整个代码示例 FamilyModel.java 还说明了语句批量如何一次添加到模型中，或者作为一个数组或者作为 java.util.List。
构建了家庭模型后，我们看一下如何使用 Jena 的查询 API 从模型中提取信息。
回页首
查询 RDF 模型
程序化地查询 Jena 模型主要通过 list()方法在 Model和 Resource接口中执行。可以使用这些方法获得满足特定条件的主题、对象和Statement。它们还返回 java.util.Iterator的特殊化，其具有返回特定对象类型的其他方法。
我们返回 清单 1的家庭模型，看一下可以查询它的不同方法，如清单 2 所示：
清单 2. 查询家庭模型
// List everyone in the model who has a child:
ResIterator parents = model.listSubjectsWithProperty(parentOf);
// Because subjects of statements are Resources, the method returned a ResIterator
while (parents.hasNext()) {
// ResIterator has a typed nextResource() method
Resource person = parents.nextResource();
// Print the URI of the resource
System.out.println(person.getURI()); }
// Can also find all the parents by getting the objects of all "childOf" statements
// Objects of statements could be Resources or literals, so the Iterator returned
// contains RDFNodes
NodeIterator moreParents = model.listObjectsOfProperty(childOf);
// To find all the siblings of a specific person, the model itself can be queried
NodeIterator siblings = model.listObjectsOfProperty(edward, siblingOf);
// But it's more elegant to ask the Resource directly
// This method yields an iterator over Statements
StmtIterator moreSiblings = edward.listProperties(siblingOf);
|
最通用的查询方法是 Model.listStatements(Resource s, Property p, RDFNode o)，下面说明的便利方法都是以其为基础。所有这些参数都可以保留为 null，在这种情况下，它们作为通配符，与任何数据都匹配。清单 3 中显示了 Model.listStatements()的一些使用示例：
清单 3. 使用选择器查询模型
// Find the exact statement "adam is a spouse of dotty" model.listStatements(adam,spouseOf,dotty); // Find all statements with adam as the subject and dotty as the object model.listStatements(adam,null,dotty); // Find any statements made about adam model.listStatements(adam,null,null); // Find any statement with the siblingOf property model.listStatements(null,siblingOf,null); |
回页首
导入和持久化模型
不是所有的应用程序都从空模型开始。更常见的是，在开始时从现有数据填充模型。在这种情况下，使用内存模型的缺点是每次启动应用程序时都要从头重新填充模型。另外，每次关闭应用程序时，对内存模型进行的更改都将丢失。
一种解决方案是使用 Model.write()序列化模型到文件系统，然后在开始时使用 Model.read()将其取消序列化。不过，Jena 还提供了持久化模型，它们会被持续而透明地持久存储到后备存储器。Jena 可以在文件系统中或在关系数据库中持久化它的模型。当前支持的数据库引擎是 PostgreSQL、Oracle 和 MySQL。
为了说明如何导入和持久化模型，我将 WordNet 1.6 数据库的 RDF 表示导入到 MySQL 中。因为我使用的 WordNet 表示采用多个单独 RDF 文档的形式，将这些文档导入到一个 Jena 模型中会合并它们的语句。 图 2 说明了 Nouns 和 Glossary 模型合并后 WordNet 模型的片段的结构：
图 2. 合并的 WordNet nouns 和 glossary 模型的结构
创建数据库后台模型的第一步是说明 MySQL 驱动类，并创建 DBConnection实例。 DBConnection构造函数使用用户的 ID 和密码登录到数据库。它还使用包含 Jena 使用的 MySQL 数据库名称的数据库 URL 参数，格式为 "jdbc:mysql://localhost/dbname"。Jena 可以在一个数据库内创建多个模型。 DBConnection的最后一个参数是数据库类型，对于 MySQL，该参数为 "MySQL"。
然后 DBConnection实例可以与 Jena 的 ModelFactory一起使用来创建数据库后台模型。
创建了模型后，可以从文件系统中读入 WordNet RDF 文档。不同的 Model.read()方法可以从 Reader、 InputStream或 URL填充模型。可以通过 Notation3 、N-Triples 或默认情况下通过 RDF/XML 语法解析模型。WordNet 作为 RDF/XML 进行序列化，所以不需要指定语法。读取模型时，可以提供基准 URI。基准 URI 用于将模型中的任何相对 URI 转换成绝对 URI。因为 WordNet 文档不包含任何相对 URI，所以此参数可以指定为 null。
清单 4 显示了将 WordNet RDF/XML 文件导入到 MySQL 持久化模型的完整过程：
清单 4. 导入和持久化 WordNet 模型
// Instantiate the MySQL driver
Class.forName("com.mysql.jdbc.Driver");
// Create a database connection object
DBConnection connection = new DBConnection(DB_URL, DB_USER, DB_PASSWORD, DB_TYPE);
// Get a ModelMaker for database-backed models
ModelMaker maker = ModelFactory.createModelRDBMaker(connection);
// Create a new model named "wordnet."Setting the second parameter to "true" causes an
// AlreadyExistsException to be thrown if the db already has a model with this name
Model wordnetModel = maker.createModel("wordnet",true);
// Start a database transaction.Without one, each statement will be auto-committed
// as it is added, which slows down the model import significantly.
model.begin();
// For each wordnet model .. .
InputStream in = this.getClass().getClassLoader().getResourceAsStream(filename);
model.read(in,null);
// Commit the database transaction model.
commit(); |
由于已经填充了 wordnet 模型，以后可以通过调用 ModelMaker.openModel("wordnet",true);来访问该模型。
仅使用 Jena 的 API 查询像 WordNet 这样巨大的模型将有一定的限制性，因为要执行的每类查询都将需要专门编写多行的代码。幸运的是，Jena 以 RDQL 形式提供了一种表达通用查询的机制。
回页首
RDF 数据查询语言（RDQL）
RDQL 是 RDF 的查询语言。虽然 RDQL 还不是正是的标准，但已由 RDF 框架广泛执行。RDQL 允许简明地表达复杂的查询，查询引擎执行访问数据模型的繁重工作。RDQL 的语法表面上类似 SQL 的语法，它的一些概念对已经使用过关系数据库查询的人来说将比较熟悉。在 Jena Web 站点中可以找到极好的 RDQL 指南，但几个简单的示例会对说明基础知识大有帮助。
使用 jena.rdfquery工具可以在命令行上对 Jena 模型执行 RDQL 查询。RDFQuery 从文本文件中获取 RDQL 查询，然后对指定的模型运行该查询。对数据库后台模型运行查询需要相当多的参数。清单 5 中显示了运行下列示例需要的完整命令行：
清单 5. 从命令行运行 RDQL 查询
$java jena.rdfquery --data jdbc:mysql://localhost/jena --user dbuser --password dbpass --driver com.mysql.jdbc.Driver --dbType MySQL --dbName wordnet --query example_query.rdql |
正如您看到的，这些参数中的大多数参数都提供了创建与 MySQL 的连接所需的详细信息。其中重要的部分是 --query example_query.rdql，它是 RDQL 文件的位置。还要注意运行 jena.rdfquery需要 Jena 的 lib 目录中的所有 JAR 文件。
清单 6 显示了您将检查的第一个查询：
清单 6. 查找“domestic dog”的 WordNet 词汇条目的 RDQL 查询
SELECT
?definition
WHERE
(?concept, <wn:wordForm>, "domestic dog"),
(?concept, <wn:glossaryEntry>, ?definition)
USING
wn FOR <www.certifiedchinesetranslation.com/WordNet/schema/>
|
SELECT部分声明查询要输出的变量 — 在本例中，是名为 definition的变量。 WHERE子句引入第二个变量 concept并定义与图形匹配的三元组。查询在具有 WHERE子句中的所有三元组的图形中查找语句。所以，在英语中， WHERE子句的意思为“查找具有 'domestic dog' 作为单词形式的概念，并查找这些概念的词汇条目”，如图 3 所示。 USING子句提供一种便利，用于声明名称空间的前缀。
图 3. 清单 6 中的 WHERE 子句匹配的图形
运行查询的结果为：
definition =============================================================================== "a member of the genus Canis (probably descended from the common wolf) that has been domesticated by man since prehistoric times; occurs in many breeds; "the dog barked all night"" |
所以这种情况仅有一个结果。清单 7 中显示的下个查询的意思为“查找单词 'bear' 表示的概念，并查找这些概念的词汇条目”。
清单 7. 查找“bear”的 WordNet 词汇条目的 RDQL 查询
SELECT ?definition WHERE (?concept, <wn:wordForm>, "bear"), (?concept, <wn:glossaryEntry>, ?definition) USING wn FOR <www.certifiedchinesetranslation.com/WordNet/schema/> |
此查询返回 15 个结果，因为此单词形式表示多个不同的概念。结果为：
definition =============================================================================== "massive plantigrade carnivorous or omnivorous mammals with long shaggy coats and strong claws" "an investor with a pessimistic market outlook" "have on one's person; "He wore a red ribbon"; "bear a scar"" "give birth (to a newborn); "My wife had twins yesterday!"" |
清单 8 中显示了另一个示例，查找其他两个单词的上位词（母词）：
清单 8. 查找“panther”和“tiger”的 WordNet 上位词的 RDQL 查询
SELECT ?wordform, ?definition WHERE (?firstconcept, <wn:wordForm>, "panther"), (?secondconcept, <wn:wordForm>, "tiger"), (?firstconcept, <wn:hyponymOf>, ?hypernym), (?secondconcept, <wn:hyponymOf>, ?hypernym), (?hypernym, <wn:wordForm>, ?wordform), (?hypernym, <wn:glossaryEntry>, ?definition) USING wn FOR <www.certifiedchinesetranslation.com/WordNet/schema/> |
此处，查询的意思是“查找单词 'panther' 和 'tiger' 所指的概念；查找第三个概念，前两个概念是其下位词；查找第三个概念的可能的单词和词会条目”， 如图 4 所示：
图 4. 清单 8 中 WHERE 子句匹配的图形
wordform和 definition都在 SELECT子句中声明，所以它们都是输出。尽管词查询仅匹配了一个 WordNet 概念，查询的图形可以以两种方式匹配，因为该概念有两个不同的单词形式：
wordform | definition ===================================================================================== "big cat" | "any of several large cats typically able to roar and living in the wild" "cat" | "any of several large cats typically able to roar and living in the wild" |
回页首
使用 Jena 中的 RDQL
Jena 的 com.hp.hpl.jena.rdql包包含在 Java 代码中使用 RDQL 所需的所有类和接口。要创建 RDQL 查询，将 RDQL 放入String中，并将其传送给 Query的构造函数。通常直接设置模型用作查询的源，除非在 RDQL 中使用 FROM子句指定了其他的源。一旦创建了 Query，可以从它创建 QueryEngine，然后执行查询。清单 9 中说明了此过程：
清单 9. 创建和运行 RDQL 查询
// Create a new query passing a String containing the RDQL to execute Query query = new Query(queryString); // Set the model to run the query against query.setSource(model); // Use the query to create a query engine QueryEngine qe = new QueryEngine(query); // Use the query engine to execute the query QueryResults results = qe.exec(); |
使用 Query的一个非常有用的方法是在执行之前将它的一些变量设置为固定值。这种使用模式与 javax.sql.PreparedStatement的相似。变量通过 ResultBinding对象与值绑定，执行时该对象会传送给 QueryEngine。可以将变量与 Jena Resource或与常量值绑定。在将常量与变量绑定之前，通过调用 Model.createLiteral将其打包。清单 10 说明了预先绑定方法：
清单 10. 将查询变量与值绑定
// Create a query that has variables x and y
Query query = new Query(queryString);
// A ResultBinding specifies mappings between query variables and values
ResultBinding initialBinding = new ResultBinding() ;
// Bind the query's first variable to a resource
Resource someResource = getSomeResource();
initialBinding.add("x", someResource);
// Bind the query's second variable to a literal value
RDFNode foo = model.createLiteral("bar");
initialBinding.add("y", foo);
// Execute the query with the specified values for x and y
QueryEngine qe = new QueryEngine(query);
QueryResults results = qe.exec(initialBinding);
|
QueryEngine.exec()返回的 QueryResults对象执行 java.util.Iterator。 next()方法返回 ResultBinding对象。查询中使用的所有变量都可以凭名称通过 ResultBinding获得，而不管它们是否是 SELECT子句的一部分。清单 11 显示了如何进行此操作，仍使用 清单 6中的 RDQL 查询：
清单 11. 查找“domestic dog”的 WordNet 词汇条目的 RDQL 查询
SELECT ?definition WHERE (?concept, <wn:wordForm>, "domestic dog"), (?concept, <wn:glossaryEntry>, ?definition) USING wn FOR <www.certifiedchinesetranslation.com/WordNet/schema/>"; |
运行此查询获得的 ResultBinding如期望的那样包含常量词汇条目。另外，还可以访问变量 concept。变量通过调用ResultBinding.get()凭名称获得。通过此方法返回的所有变量都可以转换成 RDFNode，如果您想将这些变量绑定回更进一步的 RDQL 查询，这将非常有用。
这种情况下， concept变量表示 RDF 资源，所以从 ResultBinding.get()获得的 Object可以转换成 Resource。然后可以调用Resource的查询方法来进一步探查这部分模型，如清单 12 中所示：
清单 12. 使用查询结果
// Execute a query
QueryResults results = qe.exec();
// Loop over the results
while (results.hasNext()) {
ResultBinding binding = (ResultBinding)results.next();
// Print the literal value of the "definition" variable
RDFNode definition = (RDFNode) binding.get("definition");
System.out.println(definition.toString());
// Get the RDF resource used in the query
Resource concept = (Resource)binding.get("concept");
// Query the concept directly to find other wordforms it has
List wordforms = concept.listObjectsOfProperty(wordForm);
}
|
程序源码下载中包含的程序 FindHypernym.java（请参阅 参考资料）汇总了您这里研究的区域。它查找命令行上给定单词的上位词，清单 13 中显示了使用的查询：
清单 13. 查找概念的上位词的单词形式和词汇条目的 RDQL 查询
SELECT ?hypernym, ?definition WHERE (?firstconcept, <wn:wordForm>, ?hyponym), (?firstconcept, <wn:hyponymOf>, ?secondconcept), (?secondconcept, <wn:wordForm>, ?hypernym), (?secondconcept, <wn:glossaryEntry>, ?definition) USING wn FOR <www.certifiedchinesetranslation.com/WordNet/schema/> |
命令行上给出的单词与 hyponym词语绑定，查询查找该单词表示的概念，查找第二个概念（第一个概念是它的下位词），然后输出第二个概念的单词形式和定义。清单 14 显示了输出：
清单 14. 运行示例 FindHypernym 程序
$ java FindHypernym "wisteria" Hypernyms found for 'wisteria': vine:weak-stemmed plant that derives support from climbing, twining, or creeping along a surface |
回页首
使用 OWL 添加意义
您可能想知道为什么“wisteria”的上位词搜索仅返回它的直接上位词“vine”。如果从植物学观点，您可能还希望显示“traceophyte”也显示为上位词，以及“plant”。实际上，WordNet 模型表明“wisteria”是“vine”的下位词，“vine”是“traceophyte”的下位词。直观地，您知道“wisteria”因此是“traceophyte”的下位词，因为您知道“hyponym of”关系是 可传递的。所以您需要有一种方法将这种认识合并到 FindHypernym 程序中，从而产生了 OWL。
Web Ontology Language 或 OWL 是 W3C 推荐标准，设计用来“明确表示词汇表中词语的意义以及那些词语之间的关系”。与 RDF Schema 一起，OWL 提供了一种正式地描述 RDF 模型的机制。除了定义资源可以属于的层次结构类，OWL 还允许表达资源的属性特征。例如，在 清单 1中使用的 Relationship 词汇表中，可以使用 OWL 说明 childOf属性与 parentOf属性相反。另一个示例说明 WordNet 词汇表的hyponymOf属性是可传递的。
在 Jena 中，本体被看作一种特殊类型的 RDF 模型 OntModel。此接口允许程序化地对本地进行操作，使用便利方法创建类、属性限制等等。备选方法将本体看作特殊 RDF 模型，仅添加定义其语义规则的语句。清单 15 中说明了这些技术。注意还可以将本体语句添加到现有数据模型中，或使用 Model.union()将本体模型与数据模型合并。
清单 15. 创建 WordNet 的 OWL 本体模型
// Make a new model to act as an OWL ontology for WordNet OntModel wnOntology = ModelFactory.createOntologyModel(); // Use OntModel's convenience method to describe // WordNet's hyponymOf property as transitive wnOntology.createTransitiveProperty(WordnetVocab.hyponymOf.getURI()); // Alternatively, just add a statement to the underlying model to express that // hyponymOf is of type TransitiveProperty wnOntology.add(WordnetVocab.hyponymOf, RDF.type, OWL.TransitiveProperty); |
回页首
使用 Jena 推理
给定了本体和模型后，Jena 的推理引擎可以派生模型未明确表达的其他语句。Jena 提供了多个 Reasoner类型来使用不同类型的本体。因为要将 OWL 本体与 WordNet 模型一起使用，所以需要 OWLReasoner。
下例显示了如何将 OWL WordNet 本体应用到 WordNet 模型自身以创建推理模型。这里我实际将使用 WordNet 模型的子集，仅包含下位词层次结构中“plant life”之下的那些名词。仅使用子集的原因是推理模型需要保存在内存中，WordNet 模型对于内存模型过大而不能实现。我用来从整个 WordNet 模型中提取 plants 模型的代码包含在文章来源中，名为 ExtractPlants.java（请参阅 参考资料）。
首先我从 ReasonerRegistry中获得 OWLReasoner。 ReasonerRegistry.getOWLReasoner()在它的标准配置中返回 OWL reasoner，这对于此简单情况已经足够。下一步是将 reasoner 与 WordNet 本体绑定。此操作返回可以应用本体规则的 reasoner。然后，将使用绑定的 reasoner 从 WordNet 模型创建 InfModel。
从原始数据和 OWL 本体创建了推理模型后，它就可以像任何其他 Model实例一样进行处理。因此，如清单 16 所示，通过 FindHypernym.java 与正常 Jena 模型一起使用的 Java 代码和 RDQL 查询可以重新应用到推理模型，而不进行任何更改：
清单 16. 创建和查询推理模型
// Get a reference to the WordNet plants model
ModelMaker maker = ModelFactory.createModelRDBMaker(connection);
Model model = maker.openModel("wordnet-plants",true);
// Create an OWL reasoner
Reasoner owlReasoner = ReasonerRegistry.getOWLReasoner();
// Bind the reasoner to the WordNet ontology model
Reasoner wnReasoner = owlReasoner.bindSchema(wnOntology);
// Use the reasoner to create an inference model
InfModel infModel = ModelFactory.createInfModel(wnReasoner, model);
// Set the inference model as the source of the
query query.setSource(infModel);
// Execute the query as normal
QueryEngine qe = new QueryEngine(query);
QueryResults results = qe.exec(initialBinding);
|
文章来源中有完整清单，名为 FindInferredHypernyms.java。清单 17 显示了当对推理模型查询“wisteria”的上位词时的结果：
清单 17. 运行示例 FindInferredHypernyms 程序
$ java FindInferredHypernyms wisteria Hypernyms found for 'wisteria': vine:weak-stemmed plant that derives support from climbing, twining, or creeping along a surface tracheophyte:green plant having a vascular system:ferns, gymnosperms, angiosperms vascular plant:green plant having a vascular system:ferns, gymnosperms, angiosperms plant life:a living organism lacking the power of locomotion flora:a living organism lacking the power of locomotion plant:a living organism lacking the power of locomotion |
OWL 本体中包含的信息已经使 Jena 可以推断“wisteria”在模型中有上位词。
回页首
结束语
本文说明了 Jena Semantic Web Toolkit 的一些最重要的功能，并用示例说明了如何创建、导入和持久化 RDF 模型。您已经了解了查询模型的不同方法，并看到了如何使用 RDQL 简明地表达任意查询。另外，您还了解了如何使用 Jena 的推理引擎对基于本体的模型进行推理。
本文中的示例已经说明了将数据表示为 RDF 模型的一些效果，以及 RDQL 从这些模型中提取数据的灵活性。当在您自己的 Java 应用程序中使用 RDF 模型时，这里说明的基本方法将是非常有用的起点。
Jena 是综合的 RDF 工具集，它的功能远不止您这里了解的这些。Jena 项目的主页是开始学习其功能的好地方。