5-Answer 系列-本體查詢模塊

前面幾篇已經(jīng)介紹了本體構(gòu)建模塊廓脆，運(yùn)行本體構(gòu)建模塊可以構(gòu)建出一個(gè)初步的本體庫宛瞄。

在構(gòu)建出本體庫之后，我們該如何對它進(jìn)行操作呢肝匆？

這一篇介紹本體查詢模塊。

SPARQL

大多數(shù)程序員在日常開發(fā)中接觸最多的應(yīng)當(dāng)是關(guān)系型數(shù)據(jù)庫顺献，例如 MySQL、Oracle枯怖、SQL Server 等注整。這些關(guān)系型數(shù)據(jù)庫使用標(biāo)準(zhǔn)的結(jié)構(gòu)化查詢語言 SQL 來實(shí)現(xiàn)對數(shù)據(jù)的查詢和更新等操作。

雖然不同數(shù)據(jù)庫以及同一數(shù)據(jù)庫不同版本對 SQL 語言規(guī)范的支持和實(shí)現(xiàn)都有所不同度硝，不同數(shù)據(jù)庫在 SQL 上的語法也會有細(xì)微的差別肿轨。但是 SQL 語言已經(jīng)極大降低了數(shù)據(jù)庫的學(xué)習(xí)成本，其非過程化蕊程、自然語言風(fēng)格等特點(diǎn)極大提高了我們操作關(guān)系型數(shù)據(jù)庫的效率椒袍。

從關(guān)系型數(shù)據(jù)庫回到我們的本體庫（RDF數(shù)據(jù)庫），自然很容易聯(lián)想到針對采用 RDF 框架的數(shù)據(jù)庫也應(yīng)該有一套相應(yīng)的查詢操作語言藻茂。

SPARQL(全稱 SPARQL Protocol and RDF Query Language) 就是我們需要的針對 RDF 的查詢語言驹暑，它提供了查詢 RDF 數(shù)據(jù)庫的能力玫恳，并在 2008 正式成為 W3C 的推薦標(biāo)準(zhǔn)語言。2013 年更新至 SPARQL 1.1优俘，SPARQL 1.1 提供了更為強(qiáng)大的能力京办，添加了例如更新、查詢嵌套等操作帆焕。

小栗子

假如現(xiàn)在本體庫中存有如下三元組：

美人魚有導(dǎo)演周星馳

現(xiàn)在如果想要查詢 "美人魚的導(dǎo)演是誰"惭婿，那么可以通過如下代碼實(shí)現(xiàn)：

SELECT ?name
WHERE {
  美人魚 有導(dǎo)演 ?name
}

其中 SELECT 和 WHERE 不必多說，值得注意的是 WHERE 子句中的內(nèi)容叶雹。之前已經(jīng)提到了資源描述框架中 RDF 中數(shù)據(jù)的表達(dá)單位是一個(gè)三元組——(subject,predicate,object)财饥，即主體－謂語－客體。因此在進(jìn)行查詢時(shí)也以三元組的形式給定查詢條件折晦，在查詢條件中钥星，三元組中三元素的任意一個(gè)都可以設(shè)定為變量。

例如現(xiàn)在如果要查詢周星馳導(dǎo)演過哪些電影筋遭，可以這些設(shè)定變量：

SELECT ?movie
WHERE {
  ?movie 有導(dǎo)演 周星馳
}

以上代碼就可以列出當(dāng)前本體庫中存有的所有周星馳導(dǎo)演的作品打颤。

再進(jìn)一步如果想要查詢美人魚導(dǎo)演的年齡，可以實(shí)現(xiàn)如下：

SELECT ?age
WHERE {
  美人魚 有導(dǎo)演 ?a.
  ?a 有年齡 ?age.
}

從中可以看到通過相同變量來標(biāo)識同一實(shí)體漓滔，這樣可實(shí)現(xiàn)連接的效果编饺，查詢可表示為"美人魚 -> 導(dǎo)演"、"導(dǎo)演 -> 年齡"响驴，連接為 "美人魚 -> 導(dǎo)演 -> 年齡"透且。

當(dāng)然以上的查詢語句是一種簡化，是為了方便表達(dá) SPARQL 的基本含義豁鲤。再考慮上語法細(xì)節(jié)秽誊，應(yīng)該實(shí)現(xiàn)如下：

PREFIX mymo: <http://www.semanticweb.org/narutoku/ontologies/2016/3/my-ontology#>

SELECT ?name
WHERE {
  mymo:美人魚 mymo:有導(dǎo)演 ?name
}

之前提到過本體應(yīng)該具有共享的特點(diǎn)，而且 RDF 很重要的一個(gè)應(yīng)用就是語義網(wǎng)琳骡。

因此我們構(gòu)建的本體庫應(yīng)該要考慮到與他人共享锅论、避免沖突等問題，這就需要為我們本體庫中的實(shí)體以及關(guān)系等設(shè)定唯一標(biāo)識楣号。我們的 "美人魚" 實(shí)體應(yīng)該表達(dá)為最易，"標(biāo)識: 美人魚"，在 Answer 系統(tǒng)中這個(gè)標(biāo)識就是 <http://www.semanticweb.org/narutoku/ontologies/2016/3/my-ontology#>炫狱。

所以在構(gòu)造 SPARQL 查詢語句的時(shí)候需要在每個(gè)實(shí)體和關(guān)系前面添加 <http://www.semanticweb.org/narutoku/ontologies/2016/3/my-ontology#>藻懒，為了方便可以使用 PREFIX mymo : <標(biāo)識> 簡化，如上代碼所示视译。

另外在系統(tǒng)實(shí)際代碼中是不會直接用 "美人魚" 來查詢的嬉荆，因?yàn)橹耙约疤岬竭^ "美人魚" 存在同名實(shí)體和實(shí)體別名的情況，所以最終會使用實(shí)體 ID（在構(gòu)建本體庫生成 UUID 作為實(shí)體或關(guān)系的唯一標(biāo)識）來查詢酷含。而同名實(shí)體的識別或?qū)嶓w別名的消歧在構(gòu)建查詢語句之前完成鄙早，這一部分會在語義解析模塊中介紹汪茧。

以上是對 SPARQL 極短的介紹，畢竟 SPARQL 語言不是一篇博客就能介紹的完的蝶锋。文章的末尾給出了一些關(guān)于 SPARQL 的參考資料陆爽。

使用 Jena

上面已經(jīng)介紹了 RDF 數(shù)據(jù)查詢語言 SPARQL。雖然 SPARQL 和 SQL 一樣具有易學(xué)易用的特點(diǎn)扳缕，是非常強(qiáng)大的工具慌闭。但是如果在每一次的應(yīng)用開發(fā)中，針對每一次的數(shù)據(jù)查詢需求都要反反復(fù)復(fù)編寫 SPARQL 語句還是顯得有點(diǎn)麻煩躯舔，尤其是在一些簡單但又頻繁使用的操作場景驴剔，例如添加一個(gè)實(shí)體、或添加一個(gè)屬性粥庄、又或向一個(gè)實(shí)體添加一個(gè)數(shù)據(jù)屬性等等丧失，這些操作需求頻繁出現(xiàn)，重復(fù)編寫 SPARQL 語句十分不必要惜互。

這時(shí)候就輪到 Jena 出場了布讹。Jena 是 Apache 軟件基金會開源的 RDF 數(shù)據(jù)查詢框架，它是對 SPARQL 語言規(guī)范的實(shí)現(xiàn)训堆，是對 SPARQL 一些基本操作的封裝描验。利用它提供的豐富的 API 就可以實(shí)現(xiàn)對本體庫進(jìn)行各種操作。

例如如果想要添加一個(gè)實(shí)體坑鱼，可使用：

/**
  * 創(chuàng)建實(shí)體
  * 根據(jù) UUID 和所屬類 創(chuàng)建一個(gè)實(shí)體
  * @param individualId 實(shí)體 ID 
  * @param genusClass 實(shí)體類型
  * @return
  */
public Individual createIndividual(String individualId, OntClass genusClass);

給一個(gè)實(shí)體添加數(shù)據(jù)屬性：

/**
  * 給實(shí)體添加單個(gè)數(shù)據(jù)屬性
  * @param ontologyClass
  * @param individualId 實(shí)體標(biāo)識
  * @param propertyName 屬性名
  * @param propertyValue 屬性值
  * @return
  */
public boolean addDataProperty(Individual individual, String propertyName, String propertyValue);

查詢實(shí)體是否存在：

/**
  * 查詢實(shí)體是否存在
  * @param individualName
  * @return
  */
public boolean individualExist(String individualName);

Jena 還提供了其它非常多功能強(qiáng)大的 API膘流，更多更詳細(xì)的 API 可查詢官方 API 文檔。

Jena 官方站點(diǎn) 也給出了 Jena 的教程等相關(guān)參考資料鲁沥。

數(shù)據(jù)訪問封裝

有了 SPARQL 和 Jena 之后呼股，我們就可以對本體庫進(jìn)行基本的操作。有了這些基本操作画恰，我們就可以在這之上對業(yè)務(wù)層面的數(shù)據(jù)訪問需求進(jìn)行封裝彭谁。

比如在語義解析模塊中進(jìn)行實(shí)體別名消歧（星爺-消歧成-周星馳）的時(shí)候就需要查詢本體庫中的等價(jià)實(shí)體——查詢 "星爺" 是否有等價(jià)實(shí)體，查詢本體庫發(fā)現(xiàn) "星爺" 等價(jià)實(shí)體 "周星馳"允扇，則返回 "周星馳"）缠局。我們就可以將這個(gè)同名實(shí)體的數(shù)據(jù)查詢需求做一個(gè)封裝。

所謂本體查詢模塊就是對 Answer 系統(tǒng)中諸如上述 "查詢等價(jià)實(shí)體" 的數(shù)據(jù)訪問需求的封裝蔼两。

以 "查詢等價(jià)實(shí)體" 為例，代碼如下：

public String querySameIndividual(String individualName) { // individualName 表示實(shí)體的標(biāo)識
    String sameIndividual = null; // 返回的等價(jià)實(shí)體結(jié)果
    String prefix = "prefix mymo: <" + Config.pizzaNs + ">\n" +
            "prefix rdfs: <" + RDFS.getURI() + ">\n" +
            "prefix owl: <" + OWL.getURI() + ">\n"; // 查詢前綴
    String QL = "SELECT ?等價(jià)實(shí)體 WHERE {?等價(jià)實(shí)體 owl:sameAs mymo:" + individualName + ".\n}"; // 查詢等價(jià)實(shí)體的 SPARQL 語句逞度，其中等價(jià)實(shí)體的關(guān)系可以用 owl:sameAs 表達(dá)
    String SPARQL = prefix + QL;  // 添加好前綴额划，構(gòu)建完整查詢語句
    // 使用 Jena API 構(gòu)建好查詢對象
    Query query = QueryFactory.create(SPARQL);
    QueryExecution qexec = QueryExecutionFactory.create(query, model);
    ResultSet results = qexec.execSelect();// 執(zhí)行查詢
    ResultSetRewindable resultSetRewindable = ResultSetFactory.makeRewindable(results);
    int numCols = resultSetRewindable.getResultVars().size();
    while (resultSetRewindable.hasNext()) { // 遍歷所有查詢結(jié)果
        QuerySolution querySolution = resultSetRewindable.next();
        for (int col = 0; col < numCols;col++) {
            String rVar = results.getResultVars().get(col);
            RDFNode obj = querySolution.get(rVar);
            sameIndividual = FmtUtils.stringForRDFNode(obj).split(":")[1];  // 獲取查詢結(jié)果－等價(jià)實(shí)體
        }
    }
    return sameIndividual;  // 返回查詢結(jié)果
}

除了 "查詢等價(jià)實(shí)體" 之外，還封裝了其它一些簡單操作档泽，例如查詢所有以 Subject 為主體的三元組：

/**
 * 查詢所有以 Subject 為主體的三元組（這里稱之為斷言）
 * 代碼還有待優(yōu)化
 */
@Override
public List<Statement> getStatementsBySubject(String subject) {
    List<Statement> statements = new ArrayList<Statement>();
    StmtIterator stmtIter = model.listStatements(); // 列出所有的三元組
    while(stmtIter.hasNext()) { // 循環(huán)所有斷言
        Statement statement = stmtIter.next();
        String subjectName = null;
        if (statement.getSubject() != null && statement.getSubject().getURI() != null) {
            String[] urlFields = statement.getSubject().getURI().split("#");
            if (urlFields.length > 1) {
                subjectName = urlFields[1];
            } else {
                subjectName =urlFields[0];
            }
            if (subjectName != null) {
                if (subjectName.equals(subject)) {  // 尋找主體為參數(shù) subject 的三元組
                    statements.add(statement);
                }
            }
          }
    }
    return statements;  // 返回最終結(jié)果
}

如上所述俊戳，本體查詢模塊就是對一些本體操作的封裝揖赴，是系統(tǒng)的數(shù)據(jù)訪問層。

到目前為止抑胎，本體查詢模塊封裝的都是一些非常簡單的操作燥滑，因此實(shí)際上是可以不單獨(dú)構(gòu)造一個(gè)模塊的。現(xiàn)在單獨(dú)劃分一個(gè)模塊阿逃，是為了方便之后的系統(tǒng)重構(gòu)铭拧，以后如果實(shí)現(xiàn)了本體的分布式存儲后者添加一些其它數(shù)據(jù)源如圖數(shù)據(jù)庫，那么只需要修改本體查詢模塊并可恃锉。

汪

汪.

5-Answer 系列-本體查詢模塊

5-Answer 系列-本體查詢模塊

SPARQL

小栗子

使用 Jena

數(shù)據(jù)訪問封裝

相關(guān)資料

SQARQL

下一篇

汪