RDF Modell und Syntax

Transkript

1 RDF Modell und Syntax Alexander Hölßig Arbeit zum Seminar: Grundlegende Aspekte des Semantic Web Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät II Institut für Informatik, Lehrstuhl für Datenbanken und Informationssysteme Abstract RDF ist Teil der Bemühungen des W3C um das Semantic Web. Hier soll ein einführender Überblick über das Thema RDF gegeben werden. Dazu gehört neben der Spezifikation auch der Kontext, in dem RDF entwickelt wurde. Welche Beziehung besteht zum Beispiel zwischen RDF und XML oder was hat RDF mit Topic Maps zu tun? Diese Fragen werden im folgenden beantwortet und die Bedeutung von RDF für das Semantic Web herausgearbeitet. 1. Einleitung Die Menge an Informationen, die uns heute in elektronischer Form über das World Wide Web zur Verfügung steht, wäre vor Jahren noch undenkbar gewesen. Das Problem besteht aber nun darin, aus dieser Fülle an Wissen das richtige heraus zu finden. Das heißt, man möchte nicht alle Dokumente angezeigt bekommen in denen ein spezielles Wort vorkommt, sondern nur die, welche genau die gesuchten Informationen enthalten. Das WWW ist so konzipiert worden, dass sein Inhalt von Maschinen gelesen werden kann. Nur sind die Maschinen nicht in der Lage das Gelesene auch zu verstehen. Das ist der Punkt an dem die Idee des Semantic Web ins Spiel kommt. Mit Hilfe verschiedener Techniken soll das Web so verändert werden, dass es zumindest nach außen so aussieht, als ob die Bedeutung der Informationen für die Maschine klar ist. Ziel ist es, die Informationen so aufzubereiten, dass Rechner automatisch untereinander Informationen austauschen und daraus neue Informationen gewinnen können. 2. Was ist RDF? RDF, Resource Description Framework, ist ein Standard (Recommendation) des W3C, der im Februar 1999 verabschiedet wurde. Er bildet die Grundlage für die Verarbeitung von Metadaten. RDF beschreibt einen Mechanismus, der keine Annahmen über die jeweilige Anwendungsumgebung macht und der auch keine Semantik für eine Anwendungsumgebung definiert [11]. Diese Spezifikation bildet beim W3C die erste Stufe auf dem Weg zum Semantic Web. Danach folgen noch Ontologies and Schemas, Logic, Proof und Trust. Von diesen Techniken hat es noch keine zum Standard gebracht. Die einzige, die sich zur Zeit in der Entwicklung befindet, ist die Technik für Ontologies (Working Draft [9]) Im Unterschied zu z.b. HTML bietet RDF die Möglichkeit Aussagen zu generieren, die durch Maschinen verarbeitet werden können. Zum Beispiel wäre es mit RDF möglich, das Web nach Bücherrezensionen zu durchsuchen und eine durchschnittliche Bewertung für jedes Buch zu generieren, um daraus eine Top-ten Liste zu erstellen [16]. RDF war zunächst nur als Erweiterung zu PICS [10] (ebenfalls eine Entwicklung des W3C) gedacht. Doch durch die Einflüsse von Microsoft und Netscape wurde es bald zu einer eigenen Entwicklungsrichtung ausgebaut. Im Oktober 1997 wurde das erste Working draft veröffentlicht, aber erst im Februar 1999 wurde RDF als Recommendation (Empfehlung) veröffentlicht. 3. Designziele von RDF Bei der Entwicklung von RDF wurde besonders darauf geachtet folgende Charakteristika zu erfüllen [4]: Unabhängigkeit: Die Definition von Ressourcen ist nicht an eine spezielle Organisation gebunden, sondern prinzipiell kann jeder eigene Ressourcen spezifizieren. Austauschbarkeit: Da RDF Statements nach XML konvertiert werden können, lassen sie sich leicht austauschen. Skalierbarkeit: Auf Grund des einfachen Aufbaus von RDF Statements lassen sie sich leicht organisieren und auch bei einer großen Anzahl gut verwalten. Eigenschaften sind Ressourcen: Eigenschaften lassen

2 sich in RDF auch als Ressourcen mit allen dazugehörigen Möglichkeiten beschreiben. Werte können Ressourcen sein: Ein Beispiel ist, dass viele Webseiten einen Link zur Homepage der Site besitzen. Diese besitzt aber weitere Eigenschaften wie Autor oder Titel; das heißt der Link, der für die Webseite nur ein Wert ist, muss auch wieder eine Ressource sein. Statements können Ressourcen sein: Statements können auch Properties besitzen. Zum Beispiel können über den Satz Der Autor von Bellum Gallicum ist Julius Cäsar noch weitere Aussagen gemacht werden, wie zum Beispiel wer den Satz gesagt hat oder wann es gesagt wurde. 4. Das RDF-Modell 4.1. Grundlagen Die Grundlage für RDF ist die Darstellung von benannten Eigenschaften und Werten von Eigenschaften [11]. Das RDF-Modell bietet eine syntaxunabhängige Darstellungsform für RDF Ausdrücke. Der zentrale Begriff bei RDF ist die Ressource, dies kann alles sein was eine URI besitzt [8]. Das bedeutet, dass neben Internetseiten und adressen auch Dinge der realen Welt beschrieben werden können. So ist es zum Beispiel möglich Personen mit Hilfe von RDF zu beschreiben Basic RDF Das RDF-Modell besteht aus drei Typen von Objekten: Resource: ( Subjekt) Resources (Ressourcen) sind alle Objekte, die mit Hilfe von RDF beschrieben werden können. Das können neben den oben genannten Möglichkeiten auch Teile von Internetseiten oder ganze Sammlungen solcher Seiten sein. Property: ( Prädikat) Eine Property (Eigenschaft) ist ein Aspekt, Charakteristikum, Attribut oder eine Beziehung zur spezifischen Beschreibung einer Ressource. Jede Property hat eine spezielle Bedeutung. Des weiteren kann man die erlaubten Werte, welche die Property annehmen kann, spezifizieren und es kann festgelegt werden welche Beziehungen zu anderen Properties bestehen. Statement: Ein Statement besteht aus einer Ressource plus einer Property mit einem Wert für diese Property. Als Objekt wird der Wert der Property bezeichnet. Dies kann sowohl ein Literale als auch selbst wieder eine Ressource sein. Ein einfaches Beispiel für ein Statement ist folgendes [11]: Ora Lassila ist der Autor der Ressource Die Bestandteile dieses Satzes sind im einzelnen das Subjekt das Prädikat Autor und das Objekt Ora Lassila. Dargestellt werden kann solch ein RDF-Statement zum Beispiel grafisch mit Hilfe eines Directed Labeled Graph. Das ist ein Graph mit einseitig gerichteten Kanten, dessen Knoten und Kanten beschriftet sind. Bei einem einfachen RDF-Statement mit Subjekt, Prädikat und Objekt besteht der Graph in der Regel aus zwei Knoten und einer Kante. Die gerichtete Kante zeigt vom Subjekt zum Objekt und ist mit dem Prädikat beschriftet (erstellt mit W3C RDF Validator Abbildung 1. Einfaches RDF Statement in DLG 4.3. Syntax RDF stellt nur den Rahmen zur Verfügung, um Metadaten zu definieren. Um aber diese Metadaten einem konkreten Dokument hinzuzufügen, muss eine konkrete Syntax für RDF definiert werden. Die Spezifikation nennt unter anderem die Möglichkeit XML als konkrete Syntax zu verwenden. [18]. Hierfür wurden gleich zwei mögliche Formen der Syntax definiert: serialization Syntax abbreviated Syntax Die Letztere ist von der Mächtigkeit her eine Teilmenge der serialization Syntax, erlaubt aber eine kompaktere Notation der Statements. Um beide Notationsformen zu vergleichen, wird im Folgenden ein kurzes Beispiel vorgestellt. Es wird zunächst in der serialization Syntax dargestellt, so wie es in einer gültigen XML-Datei stehen müsste (angelehnt an [12]): <rdf:rdf xmlns:rdf=" 22-rdf-syntax-ns#" xmlns:lib="

3 Dieses Beispiel bedeutet: Roald Dahl ist Autor von Das Attribut about enthält immer eine URI, welche die zu beschreibende Ressource de- finiert (Subjekt). Anstelle von about kann auch das Attribut ID verwendet werden. Es beschreibt eine noch nicht existierende Ressource und kann nur Werte annehmen, die der Definition von XML-Namen genügen. Der Wert des ID -Attributs darf kein zweites Mal innerhalb eines Dokuments als ID definiert werden. Mit ID wird implizit eine neue Ressource ( in-line Ressource) innerhalb des aktuellen Dokuments definiert. Die Property wird in diesem Fall durch Autor angegeben; allgemein wird die Property durch ein XML-Element definiert, das in einem eigenen, von RDF verschiedenen Namensraum mit Hilfe von RDF-Schema definiert ist. Für die Deklaration von Namensräumen und Namensraumpräfixen gelten die aus XML bekannten Notationsformen. In den weiteren Beispielen gelten immer die oben deklarierten Präfix-Namensräume. Eine Ressource kann auch mehrere Property-Elemente besitzen. Damit wird dann ausgedrückt, dass die Ressource alle diese Eigenschaften mit diesen Eigenschaftswerten besitzt. Zum Beispiel kann man das obige Fragment um einige Properties erweitern. Der Satz: Die Ressource hat den Autor Roal Dahl, 240 Seiten und ist 1995 im Klett-Verlag erschienen. <lib:seiten>240</lib:seiten> <lib:jahr>1995</lib:jahr> <lib:verlag>klett</lib:verlag> Das obige Beispiel würde in abbreviated Syntax folgendermaßen aussehen: <rdf:description rdf:about=" lib:autor="roald Dahl" lib:seiten="240" lib:jahr="1995" lib:verlag="klett" /> Es beschreibt dasselbe, wie das vorherige Beispiel, nur sind hier die Properties nicht als Kind-Elemente, sondern als Attribute von Description definiert. Der Vorteil bei dieser Notation ist, dass ein nicht RDF-fähiger Browser den Inhalt des RDF-Statements nicht anzeigt. Bei der serialization Syntax würde der Browser die Inhalte der Elemente, zum Beispiel Roald Dahl, anzeigen, was eigentlich nicht der Sinn solcher Metainformationen ist. Neben dieser gezeigten ersten Form der abbreviated Syntax sind noch zwei weitere Formen zur Verkürzung (abbreviation) der serialization Syntax definiert. Die zweite Form arbeitet auf der Basis von eingebetteten Description-Elementen. Dazu wird das obige Beispiel wie folgt abgeändert: Die Ressource wurde erstellt von der Person mit der ID Diese Person hat den Namen Roal Dahl und die - Adresse [email protected]. Zunächst der Satz in serialization Syntax: <lib:autor rdf:ressource= " <rdf:description rdf:about= Diese Notation verdeutlicht, dass hier zwei verschiedene Ressourcen beschrieben werden. Das Attribut rdf:ressource ermöglicht es, eine Ressource als Wert für eine Property zu definieren, die dann im zweiten Description-Element näher beschrieben wird. Die abbreviated Syntax erlaubt folgende Schreibweise, die den Zusammenhang zwischen beiden Ressourcen anschaulicher macht: <rdf:description rdf:about= Die dritte Form der Notation für abbreviated Syntax bezieht sich auf Description-Elemente mit einer type-property. Diese type-property erlaubt es, Ressourcen einen Typ zuzuweisen. Im oberen Beispiel könnte man ausdrücken wollen, dass die Ressource eine Instanz des Typs Person ist. In serialization Syntax würde dies dann wie folgt modelliert werden:

4 <rdf:description rdf:about= <rdf:type resource= " Zu beachten ist, dass die URL für Person bis auf die Endung der Deklaration des Namensraums für das Prefix lib entspricht. Damit lässt sich auch verstehen, dass im folgenden lib:person verwendet wird. abbreviated Syntax: <lib:person rdf:about= </lib:person> 4.4. Container Das Container-Modell ermöglicht es, auf eine Gruppe von Ressourcen zu verweisen; zum Beispiel, wenn man ausdrücken möchte, dass eine Arbeit von mehreren Personen erstellt wurde. Um diese Gruppe zu beschreiben stehen drei Arten von Container-Objekten zur Verfügung: Bag: ungeordnete Liste von Ressourcen, in der Duplikate erlaubt sind Sequence: geordnete Liste von Ressourcen, in der Duplikate erlaubt sind Alternative: Liste von Ressourcen, die alternative Werte für eine Property beinhalten In der XML-Syntax für RDF sind diese Objekte Kind- Elemente der zu beschreibenden Property. Ein Bag wird mit <rdf:bag>, eine Sequence mit <rdf:seq> und eine Alternative mit <rdf:alt> definiert. Die einzelnen Elemente dieser Container-Objekte werden mit <rdf:li> spezifiziert, wobei diese Elemente wieder Strings, Container oder Ressourcen sein können. Zum Beispiel könnte dieses Konzept der Container bei folgendem Satz Anwendung finden: Die Ressource hat die Autoren Roald Dahl, Heinz Mustermann und Franz Müller. In XML würde das dann folgendermaßen aussehen: <rdf:bag rdf:id="buch"> <rdf:li>roald Dahl</rdf:li> <rdf:li>heinz Mustermann</rdf:li> <rdf:li>franz Müller</rdf:li> </rdf:bag> 4.5. Aussagen über Elemente eines Containers RDF erlaubt sowohl Aussagen über den Container selbst, als auch über die einzelnen Elemente des Containers zu machen. Das geschieht in der Form, dass dem Container ein ID-Attribut mit einem Namen hinzugefügt wird, auf den dann im weiteren referenziert werden kann. Mit Hilfe eines Description-Elements und dem Attribut about kann dann der Container näher beschrieben werden. Verwendet man anstelle von about das Attribut abouteach trifft man Aussagen über jedes einzelne Element des Containers. Auf das obige Beispiel bezogen würde <rdf:description rdf:about="#buch"> Horst Schmitz bedeuten, dass Horst Schmitz Autor des Bags Buch ist. Wohingegen <rdf:description abouteach="#buch"> <lib:verleger>horst Schmitz<lib:Verleger> bedeuten würde, dass Horst Schmitz Verleger von Roald Dahl, Heinz Mustermann und Franz Müller ist. Neben diesen Beschreibungen gibt es noch die Möglichkeit Aussagen über alle Ressourcen zu machen, die mit einem bestimmten Präfix beginnen. Dazu wird anstelle des about- Attributs das Attribut abouteachprefix benutzt. Auf diese Weise lassen sich zum Beispiel Aussagen über alle Seiten einer Web-Site machen Repeated Properties Bei der Beschreibung von Ressourcen kann es vorkommen, dass vielfach die gleiche Property verwendet wird. Es ist aber nicht immer sinnvoll, diese in einem Container zusammenzufassen, da dies zu einer Änderung der Semantik führen kann. Wenn man zum Beispiel beschreiben möchte, dass mehrere Publikationen von demselben Autor geschrieben wurden, diese Publikationen aber in keinem Zusammenhang zueinander stehen, dann ist es sinnvoll, dies mit

5 Hilfe von repeated Properties auszudrücken anstatt mit einem Container Reification Wörtlich übersetzt bedeutet Reification Vergegenständlichung. Im Zusammenhang mit RDF bezeichnet es die Möglichkeit Aussagen über Aussagen zu machen. Möchte man beispielsweise ausdrücken, dass ein Satz von einer bestimmten Person stammt, so definiert man diesen Satz als Ressource und trifft die Aussage, dass dieser Satz von einer bestimmten Person stammt. Im einzelnen muss man zunächst die Bestandteile des Satzes definieren. Dazu stehen in XML die Elemente <rdf:subject>, <rdf:predicate> und <rdf:object> zur Verfügung. Des weiteren kann man das Element <rdf:type> verwenden, das den neuen Typ der Ressource definiert (hier immer RDF:Statement). Franz Peter sagt, dass Roald Dahl Autor der Ressource ist wäre ein Beispiel für Reification. In XML sähe das dann wie folgt aus ( AttributedTo entspricht sagt ): <rdf:description> <rdf:subject resource=" /> <rdf:predicate resource= " /> <rdf:object>roald Dahl</rdf:object> <rdf:type resource=" 22-rdf-syntax-ns#Statement" /> <lib:attributedto>franz Peter</lib:attributedTo> 4.8. Formales Modell von RDF Bis hierhin wurden zwei der drei möglichen Repräsentationen des RDF-Modells vorgestellt. Das waren die Darstellungsform als Graph (DLG) und in Form von XML. Die dritte Darstellungsform ist die des 3-Tupel oder auch Triple. Solch ein Triple hat die Form: {pred, sub, obj} Pred ist eine Property, sub ist eine Ressource und obj kann eine Ressource oder ein Literal sein. Damit entspricht diese Definition der zu Beginn eingeführten Beschreibung mit Subjekt, Prädikat und Objekt. Das erste Beispiel: Ora Lassila ist der Autor der Ressource würde als Tripel wie folgt aussehen: {Autor, [ Ora Lassila } Auf diese Weise lassen sich auch alle anderen Konstrukte wie Container und Reification formal darstellen. 5. RDF vs. XML Auf den ersten Blick stellt sich bei dem Vergleich zwischen XML und RDF die Frage, was überhaupt der Unterschied zwischen diesen beiden Spezifikationen ist und ob nicht RDF nur ein spezielles Vokabular von XML ist. Bei genauerer Betrachtung fallen aber doch gravierende Unterschiede zwischen diesen beiden auf. Zum einen spielt die Reihenfolge der Elemente innerhalb eines XML-Dokuments eine bedeutende Rolle bei der Interpretation des Inhaltes. Doch bei Metadaten spielt es in der Regel keine Rolle wo sie im Dokument stehen. Zum anderen sind in XML Elemente mit gemischtem Inhalt (Text und weitere Elemente) erlaubt. Dadurch werden komplizierte Baumstrukturen im Speicher aufgebaut, die für große Mengen an Daten schwer zu verwalten sind. In RDF sind solche Konstrukte nicht möglich, da hier nur Graphen mit einfachen Beschriftungen verwendet werden [4]. Mit XML ist es möglich gleiche Sachverhalte in sehr unterschiedlicher Form zu beschreiben. Das führt dazu, dass diese vielen inhaltlich gleichen Dokumente für eine Maschine nicht als gleich erkannt werden können. Auch ein menschlicher Leser hat bei XML kaum die Möglichkeit ohne einen Blick in das Schema die Informationen zu erkennen und als gleich einzuordnen. Durch die einfache Struktur von RDF treten solche Interpretationsfragen nicht auf [2]. 6. Verwandte Standards Neben RDF existieren noch weitere Spezifikationen, die dasselbe Ziel verfolgen. Die bekanntesten sind Topic Maps, DAML und OIL. Topic Maps wurden im Januar 2000 zum ISO-Standard erhoben und verfolgt das Ziel, spezielle Informationen in einer großen Menge von Informationen zu finden. Einsatzgebiete sind zum Beispiel Wissensmanagement, Content-Management und die Entwicklung von Web Portalen. Topic Maps enthalten mehr explizite Semantik als RDF und verfolgen somit den Ansatz einer höhersprachlichen Beschreibung von Metadaten. DAML (DARPA Agent Markup Language) ist zwar kein Standard im eigentlichen Sinne, hat aber trotzdem eine gewisse Bedeutung im Zusammenhang mit Semantic Web erlangt. Es definiert kein eigenes Datenmodell, sondern es ist vielmehr eine Schema-Sprache zur Beschreibung von Daten, die dem RDF-Datenmodell genügen. Somit ist DAML eine RDF-Schemasprache, die Erweiterungen zu RDF-Schema bereit stellt. OIL (Ontology Inference Layer) ist eine Initiative des Programms für Technologien der Informationsgesellschaft der Europäischen Union. Es hat starke Ähnlichkeit mit DAML und verfolgt auch dieselben Ziele. Die neuste Version von DAML heißt sogar schon DAML+OIL [7]. Auf Grund der unterschiedlichen Standards gibt es bereits

6 Bestrebungen diese ineinander zu überführen, wie zum Beispiel die Darstellung von Topic Maps mit RDF und umgekehrt [15]. 7. Ausblick RDF ist geschaffen worden, um einen einheitlichen Standard zur Beschreibung von Metadaten zu spezifizieren. Die einfachen Konstrukte aus Ressourcen und Properties verhelfen RDF zu einer guten Verständlichkeit und erlauben eine Vielzahl von Beschreibungsmöglichkeiten. Die Vision vom Semantic Web hat mit RDF die erste Hürde genommen und mit Ontologies eine zweite in Angriff genommen. Bis allerdings diese Vision Realität wird, müssen diese Standards implementiert und in Anwendungen eingesetzt werden. Ein größeres Produkt, in dem RDF schon Verwendung findet, ist zum Beispiel der Internetbrowser Mozilla ( Ein Liste mit weiteren Anwendungen findet sich beispielsweise unter [1]. Es wird sich zeigen, in welcher Weise sich das Semantic Web entwickelt und welche Ziele und Vorstellungen sich tatsächlich in der Realität wiederfinden werden. [12] M. Nic. RDF Tutorial. zvon, RDF+Tutorial. [13] M. Nilsson. Cetis-the semantic web how rdf will change learning technology standards. September [14] U. Ogbuij. Introduction to rdf. Dezember ftp://www6.software.ibm.com/software/developer/library/wrdf.pdf. [15] N. Ogievetsky. Xml topic maps through rdf glasses [16] A. Swartz. The semantic web in breath. Mai [17] R. R. S. Tim Berners-Lee, Dan Connolly. Web architecture describing and exchanging data. W3C, Juni [18] C. M. S. Tim Bray, Jean Paoli. Extensible markup language (xml) 1.0 (second edition). W3C Recommendation 6 October 2000, Oktober Literatur [1] D. Beckett. Dave beckett s resource description framework (rdf) resource guide, Oktober [2] T. Berners-Lee. Semantic web: Why rdf is more than xml. September XML.html. [3] J. Borden. Introduction to rdf. [4] T. Bray. What is rdf. Januar [5] P.-A. Champin. RDF Tutorial, April champin/rdf-tutorial/. [6] E. Dumbill. Building the semantic web. O Reilly and Associates, Inc., [7] L. M. Garshol. Topic maps, rdf, daml, oil. [8] IETF. Rfc 2396: Uniform resource identifiers (uri): Generic syntax. August [9] J. D. Jeff Heflin, Raphael Volz. Requirements for a web onlogogy language. März [10] P. R. Jim Miller and D. Singer. Pics 1.1 rating services and rating systems and their machine readable descriptions. W3C Recommendation, Oktober [11] O. Lassila and R. Swick. Resource description framework (rdf) model and syntax specification. Februar