语义网基础教程（原书第3版） PDF下载

编辑推荐

暂无

内容简介

　　本书主要介绍语义网的核心思想、语言和技术，为这个日新月异的领域提供指南。全书共分8章，主要内容包括语义网的愿景、技术规范（RDF、SPARQL、OWL2、RIF等），以及*的语义网典型应用和本体工程。第3版提供了大量有关语义网*进展的内容。本书可以作为语义网领域的入门教材和参考书，适合所有对语义网感兴趣的读者。

作者简介

　　Grigoris Antoniou　希腊赫拉斯研究和技术基金会（Foundation for Research and Technology Hellas，FORTH）计算机科学研究所教授。他是语义网OWL语言创始人之一，主要研究兴趣包括近似推理、语义技术等。
　　Paul Groth、Frank van Harmelen和Rinke Hoekstra　分别是荷兰阿姆斯特丹自由大学（VU University Amsterdam）计算机科学系知识表示与推理研究组的副教授、教授和博士后研究员。；

语义网基础教程（原书第3版） PDF下载

出版者的话中文版序译者序前言第1章  语义网的愿景  1.1  引言    1.1.1  语义网的动机    1.1.2  语义网的设计方案    1.1.3  语义网的基础技术    1.1.4  从数据到知识    1.1.5  语义网的万维网体系结构    1.1.6  如何由此及彼    1.1.7  我们的现状  1.2  语义网技术    1.2.1  显式元数据    1.2.2  本体    1.2.3  逻辑    1.2.4  语义网与人工智能  1.3  一种分层方法  1.4  本书内容安排  1.5  小结  建议阅读第2章  描述万维网资源：RDF  2.1  引言  2.2  RDF：数据模型    2.2.1  资源    2.2.2  属性    2.2.3  声明    2.2.4  图    2.2.5  指向声明和图    2.2.6  处理更丰富的谓语  2.3  RDF语法    2.3.1  Turtle    2.3.2  其他语法  2.4  RDFS：添加语义    2.4.1  类和属性    2.4.2  类层次和继承    2.4.3  属性层次    2.4.4  RDF和RDFS的分层对比  2.5  RDF模式：语言    2.5.1  核心类    2.5.2  定义联系的核心属性    2.5.3  限制属性的核心属性    2.5.4  对具体化有用的属性    2.5.5  容器类    2.5.6  效用属性    2.5.7  示例：住房供给    2.5.8  示例：汽车  2.6  RDF和RDF模式的定义    2.6.1  RDF    2.6.2  RDF模式  2.7  RDF和RDF模式的公理化语义    2.7.1  方法    2.7.2  基本谓词    2.7.3  RDF    2.7.4  RDF模式  2.8  RDF和RDFS的一个直接推理系统  2.9  小结  建议阅读  练习和项目第3章  查询语义网  3.1  SPARQL基础设施  3.2  基础知识：匹配模式  3.3  过滤器  3.4  处理一个开放世界的构造子  3.5  组织结果集  3.6  其他形式的SPARQL查询  3.7  查询模式  3.8  通过SPARQL更新来增加信息  3.9  “跟着感觉走”原则  3.10  小结  建议阅读  练习和项目第4章  万维网本体语言：OWL2  4.1  引言  4.2  本体语言的需求    4.2.1  语法    4.2.2  形式语义    4.2.3  表达能力    4.2.4  推理支持  4.3  OWL2和RDF/RDFS的兼容性  4.4  OWL语言    4.4.1  语法    4.4.2  本体文档    4.4.3  属性类型    4.4.4  属性公理    4.4.5  类公理    4.4.6  属性上的类公理    4.4.7  个体事实  4.5  OWL2概要  4.6  小结  建议阅读  练习和项目第5章  逻辑与推理：规则  5.1  引言    5.1.1  逻辑与规则    5.1.2  语义网上的规则  5.2  单调规则的例子：家庭关系  5.3  单调规则：语法    5.3.1  规则    5.3.2  事实    5.3.3  逻辑程序    5.3.4  目标  5.4  单调规则：语义    5.4.1  谓词逻辑语义    5.4.2  最小Herbrand模型语义    5.4.3  闭证据和参数化证据  5.5  OWL2RL：当描述逻辑遇见规则  5.6  规则交换格式：RIF    5.6.1  概述    5.6.2  RIF-BLD    5.6.3  与RDF和OWL的兼容性    5.6.4  用RIF描述OWL2RL  5.7  SWRL  5.8  用SPARQL描述规则：SPIN  5.9  非单调规则：动机和语法    5.9.1  漫谈    5.9.2  语法定义  5.10  非单调规则的例子：交易中介    5.10.1  Carlos的需求的形式化    5.10.2  可获得的公寓的表示    5.10.3  选择一间公寓  5.11  RuleML  5.12  小结  建议阅读  练习和项目第6章  应用  6.1  GoodRelations    6.1.1  背景    6.1.2  样例    6.1.3  运用    6.1.4  著作  6.2  BBC艺术家    6.2.1  背景    6.2.2  样例    6.2.3  运用  6.3  BBC世界杯2010网站    6.3.1  背景    6.3.2  样例    6.3.3  运用  6.4  政府数据    6.4.1  背景    6.4.2  运用  6.5  《纽约时报》  6.6  Sig.ma和Sindice  6.7  OpenCalais  6.8  Schema.org  6.9  小结第7章  本体工程  7.1  引言  7.2  手工构建本体    7.2.1  确定范围    7.2.2  考虑复用    7.2.3  枚举术语    7.2.4  定义分类    7.2.5  定义属性    7.2.6  定义刻面    7.2.7  定义实例    7.2.8  检测异常  7.3  复用已有本体    7.3.1  专家知识的编纂    7.3.2  集成的词汇表    7.3.3  上层本体    7.3.4  主题层次    7.3.5  语言学资源    7.3.6  百科知识    7.3.7  本体库  7.4  半自动化的本体获取    7.4.1  自然语言本体    7.4.2  领域本体    7.4.3  本体实例  7.5  本体映射    7.5.1  语言学方法    7.5.2  统计方法    7.5.3  结构方法    7.5.4  逻辑方法    7.5.5  映射实现  7.6  发布关系数据库    7.6.1  映射术语    7.6.2  转换工具  7.7  语义网应用体系结构    7.7.1  知识获取    7.7.2  知识存储    7.7.3  知识维护    7.7.4  知识使用    7.7.5  应用体系结构    7.7.6  框架  建议阅读  练习和项目第8章  总结  8.1  原理    8.1.1  提供一个从轻量级到重量级技术的路线    8.1.2  标准节约时间    8.1.3  链接是关键    8.1.4  一点语义可以影响深远  8.2  展望附录  XML基础索引

媒体评论

　　“‘数据万维网’发展迅速，但是如果你真的想要理解正在发生什么，则需要理解其光环的背后有什么。本书深入剖析并展示了‘语义’系统如何应对规模的变化，以及是什么限制了它们。本书是面向万维网的工程知识的原汁原味、最好的教材。”
　　——Dave Robertson，爱丁堡大学信息学院院长
　　“本书第3版紧跟快速发展的语义网技术的步伐，带领读者从入门开始掌握语义网应用开发的细节。本版更好地调整了内容，强调了SPARQL等关键技术并探讨了链接数据等新趋势。”
　　——Jerome Euzenat，法国国家计算机科学与控制（INRIA）高级研究科学家

免费在线读

　　第1章
　　ASemanticWebPrimer,ThirdEdition
　　语义网的愿景
　　1.1引言
　　1.1.1语义网的动机
　　“语义网”的主要愿景可以概括为一句话：使计算机更能解读万维网（tomakethewebmoreaccessibletocomputers）。当前万维网是一个文字和图片网络，这些媒体对人而言很有用，但是计算机在目前的万维网上只发挥了非常有限的作用：它们索引关键词，将信息从服务器端传输到客户端，仅此而已。所有的智能工作（选择、组合、聚集等）必须通过人类读者来完成。如果我们能够使得万维网更适合机器处理，使得万维网上充满机器可读取、“可理解”的数据（data）将会如何？这样的一个万维网将有助于完成许多在当前万维网上不可行的事情：搜索（search）将不再局限于简单地查找关键词，而将变得更加语义化，包括查询同义词，识别同音异义词，并且考虑搜索查询的情境和意图。如果个人浏览agent能够理解一个网页的内容并将其裁剪为个人感兴趣的概述，网站将变得更加个性化（personalized）。通过当前用户的活动来动态确定哪些网页会是有用的目的地，而非为所有用户预先硬编码相同的链接，链接（linking）将变得更加语义化。跨网站集成（integrate）信息也将成为可能，而不像目前用户在某个网站发现了一些信息，只能“精神上复制–粘贴”到他们想要组合信息的另一个网站。
　　1.1.2语义网的设计方案
　　着手构建一个更“语义的”万维网有多种方式。一种方式可以是构建一个“巨型Google”，依赖“数据不可思议的效力”来发现诸如词语之间、术语和情境之间的正确关联。我们在过去几年中已经见证了搜索引擎性能的停滞，这似乎暗示了此种方法存在缺陷：没有一个搜索巨头能够超越仅返回分散页面的简单扁平列表的情况。
　　语义网（或近年来被逐渐熟知的数据万维网）则遵循了不同的设计原则，可以概括如下：
　　1）使得结构化和半结构化的数据以标准化的格式在万维网上可用；
　　2）不仅制造数据集，还创建万维网上可解读的个体数据元素及其关系；
　　3）使用形式化模型来描述这些数据的隐含语义，使得这些隐含语义能够被机器处理。
　　决定利用结构化和半结构化数据基于一个关键的观察结论，即在当前无结构的“文本和图片万维网”之下实际上存在着大量结构化和半结构化数据。万维网的绝大部分内容正是从数据库和包含仔细结构化了的数据集的内容管理系统中产生的。然而，这些数据集中可用的富结构在结构化数据发布为人们可读的超文本标记语言（HypertextMarkupLanguage，HTML）页面的过程中几乎完全丢失了（参见图1-1）。一个关键认识在于，如果我们能发布和互联（interlink）底层的结构化数据集（而不仅是在底层结构丢失后发布和互联HTML页面），我们已经朝构建一个更加语义的万维网愿景迈进了一大步。

　　图1-1万维网上的结构化和半结构化数据
　　1.1.3语义网的基础技术
　　之前提到的3个设计原则已经被转化为实际的技术，而本书的大部分内容将致力于介绍这些技术。
　　1）使用带标签的图（labeledgraph）作为对象及其关系的数据模型，图中将对象作为节点，对象间的关系表示为边。使用被草草命名为“资源描述框架”（ResourceDescriptionFramework，RDF）的形式化模型来表示这种图结构。
　　2）使用万维网标识符（统一资源标识符（UniformResourceIdentifier，URI））来标识出现在数据集中的单个数据项以及它们之间的关系。这同样反映在RDF的设计中。
　　3）使用本体（ontology，简言之：类型和关系的层次化词汇表）作为数据模型来形式化地表达数据的隐含语义。诸如RDF模式（RDFschema）和万维网本体语言（WebOntologyLanguage，OWL）的形式化模型被用于该目的，同样也使用URI来表示类型和它们的属性。
　　1.1.4从数据到知识
　　为了真正捕获数据的隐含语义，诸如RDF模式和OWL的形式化模型不仅是数据描述语言，实际上还是轻量级的知识表示（knowledgerepresentation）语言，认识到这点很重要。它们是允许从显式声明的信息中推理出额外信息的“逻辑”。RDF模式是一种表达能力很弱的逻辑，它允许一些非常简单的推理，例如在一个类型层次上的属性继承、定义域/值域的类型推理。类似地，OWL是一种表达能力颇强（但依然相对轻量级）的逻辑，它允许更多的推理，例如等价和不等价、数量限制、对象的存在和其他。RDF模式和OWL中的这些推理为信息发布者提供了创建一个事实的最小下界的可能性，读者必须相信这些被发布的数据。此外，OWL为信息发布者提供了禁止信息阅读者相信被发布数据的某些事情的可能性（至少只要每个人打算与被发布的本体保持一致性）。
　　综上所述，在这些逻辑上执行推理相当于对发布数据的隐含语义同时施加了下界和上界。通过逐步精炼这些本体，这些下界和上界能够任意地靠近，因此为了始终精确地确认数据的隐含语义，在一定程度上需要直接提供用例。
　　1.1.5语义网的万维网体系结构
　　传统万维网的一个重要方面在于它的内容是分布式的，不仅位置上是，所有权上也是：相互链接的网页经常存在于不同的万维网服务器，这些服务器位于不同的物理位置并由不同的组织所有。对万维网发展起到关键作用的是“任何人可以说关于任何事的任何话”，或更准确地说：任何人可以参考其他任何人的网页，而无须先协商允许，或征求合适的地址或标识符来使用。语义网也采用了类似的机制（参见图1-2）：第一个组织可以在万维网上发布一个数据集（图1-2的左侧），第二个组织可以独立发布一个术语表（图1-2的右侧），而第三个组织可能会决定使用第二个组织发布的术语来标注第一个组织的对象，而无需经过他们中任何一方的允许，并且事实上这两个组织甚至都不知道这件事情。这种解耦合是语义网的万维网式特征的本质。