Semnaticke popisovani dat

ChatGPT

Vygenerováno pomocí ChatGPT na základě přednášek od Klimka

Sémantické popisování dat pomocí RDF Schema, Dublin Core a SKOS

RDF Schema (RDFS)

RDF Schema (RDFS) je rozšíření základního modelu RDF (Resource Description Framework) používaného pro reprezentaci sémantických dat na webu. RDFS umožňuje definovat ontologie, což jsou strukturované popisy pojmů a vztahů mezi nimi. RDF představuje data v podobě trojic (subjekt-predikát-objekt), kde subjekt a objekt jsou uzly a predikát je hrana, která je spojuje.

RDFS přidává schopnosti definovat třídy (rdfs:Class), vlastnosti (rdfs:Property), a hierarchické vztahy mezi nimi, jako například podtřídy (rdfs:subClassOf) a podvlastnosti (rdfs:subPropertyOf). Tímto způsobem můžete vytvořit sémantickou síť pojmů, které jsou logicky propojeny.

Dublin Core

Dublin Core je standardní slovník metadat, který poskytuje základní sadu popisných prvků pro širokou škálu zdrojů (dokumenty, obrázky, videa atd.). Obsahuje 15 základních prvků, jako je název (dc:title), autor (dc:creator), datum (dc:date) nebo popis (dc:description). Tento slovník lze použít v kombinaci s RDF k anotaci zdrojů na webu a jejich propojení s dalšími sémantickými daty. Dublin Core se často používá pro popis digitálních knihoven, archívů a dalších informačních zdrojů.

SKOS (Simple Knowledge Organization System)

SKOS je další slovník používaný pro sémantické popisování dat, zaměřený na organizaci znalostí. SKOS umožňuje popisování pojmových schémat (například tezaurů, klasifikačních schémat nebo taxonomií) v rámci RDF. SKOS poskytuje prostředky pro definování pojmů (skos:Concept), jejich hierarchických vztahů (skos:broader, skos:narrower), a asociativních vztahů (skos:related). Rovněž umožňuje přidání popisných štítků a anotací (skos:prefLabel, skos:altLabel, skos:note).

Datový model Wikidata

Wikidata je volně dostupná znalostní báze, která slouží jako společný zdroj strukturovaných dat pro projekty Wikimedia, jako je Wikipedia, a pro další aplikace a služby. Datový model Wikidata je založen na RDF a umožňuje strukturované popisování entit a vztahů mezi nimi.

Základní komponenty datového modelu Wikidata:

Entity: Všechny objekty v Wikidata jsou reprezentovány entitami, které mají unikátní identifikátory (např. Q42 pro Douglase Adamse). Entity mohou být tří typů:
- Položky (Items): Reprezentují konkrétní objekty, osoby, místa atd.
- Vlastnosti (Properties): Popisují atributy položek nebo vztahy mezi nimi (např. P31 pro "instance of").
- Lexémy (Lexemes): Slouží k reprezentaci slov a jazykových dat.
Prohlášení (Statements): Položky mají přidružené vlastnosti a hodnoty, které jsou reprezentovány jako prohlášení. Každé prohlášení může mít také kvalifikátory (doplňující informace) a reference (zdroje potvrzující pravdivost prohlášení).

Dotazování ve Wikidata

K dotazování ve Wikidata se používá dotazovací jazyk SPARQL (SPARQL Protocol and RDF Query Language). SPARQL umožňuje vyhledávat a získávat data z RDF grafu na základě konkrétních kritérií.

Příklad jednoduchého SPARQL dotazu:

SELECT ?item ?itemLabel WHERE {
  ?item wdt:P31 wd:Q146 .  # Vyhledá položky, které jsou instance "kočky"
  SERVICE wikibase:label { bd:serviceParam wikibase:language "[AUTO_LANGUAGE],en". }
}
LIMIT 10

Tento dotaz vrátí prvních 10 položek, které jsou instancemi kočky (Q146), a jejich popisky v preferovaném jazyce.

Wikidata také nabízí SPARQL editor Wikidata Query Service, který umožňuje uživatelům vytvářet a spouštět SPARQL dotazy a vizualizovat výsledky různými způsoby (např. grafy, mapy).

Shrnutí

Sémantické popisování dat pomocí RDF Schema, Dublin Core a SKOS umožňuje vytvářet strukturované a propojené informace, které lze snadno integrovat a vyhledávat na webu. Wikidata používá tyto koncepty k vytváření obrovského, propojeného znalostního grafu, který je volně přístupný a může být dotazován pomocí SPARQL k získání specifických informací o světě kolem nás.