Chương 1: Tổng quan về Web ngữ nghĩa và Linked Data Ở chương này luận văn sẽ tìm hiểu tổng quan về cơ sở lý thuyết và kiến trúc của Web ngữ nghĩa; đồng thời tìm hiểu về phương pháp mô hình hoá dữ liệu trong Web ngữ nghĩa là RDF cùng với các tiếp cận xây dựng cơ sở tri thức miền. Nội dung cũng được tìm hiểu sâu về công nghệ Web ngữ nghĩa là mô hình Linked Data (Dữ liệu Liên kết) và những vẫn đề công nghệ trong thiết kế các ứng dụng sử dụng Linked Data. Chương 2: Ứng dụng quản lý và truy xuất tài nguyên thông tin trong trường đại học – Linked Open PTIT Data (LOPD) Chương này đi tìm hiểu và phân loại các nguồn tài nguyên thông tin trong trường đại học, và tập trung vào Học viện Công nghệ Bưu chính Viên thông. Các nguồn tài nguôn thông tin sẽ tập trung tìm hiểu và phân tích gồm: Tài nguyên về KHCN: đề tài KHCN, bài báo, công trình xuất bản trong và ngoài nước, hồ sơ KHCN cá nhân; Luan van 4 Các tài nguyên thông tin này sẽ được phân tích để xây dựng các lược đồ dữ liệu và chuyển đổi từ mô hình dữ liệu gốc sang mô hình dữ liệu Linked Data với các kết nối đến các datasets của hệ thống dữ liệu Linked Data mở toàn cầu (Linking Open Data).
Chương 3: Phát triển ứng dụng LOPD Chương này tập trung vào các khía cạnh phát triển ứng dụng LOPD: + Các công cụ và mô hình phát triển ứng dụng theo Linked Data + Phân tích và thiết kế hệ thống LOPD; + Triển khai và phát triển + Kết quả cài đặt đạt được Luan van 5 Chƣơng 1 - TỔNG QUAN VỀ WEB NGỮ NGHIÃ VÀ LINKED DATA 1 Tổng quan về Web ngữ nghĩa 1.1 Web của ngày hôm nay World Wide Web đã thay đổi xã hội con người vô cung to lớn. Như đã thay đổi cách thức con người trao đổi với nhau cũng như cách điều hành công việc và kinh doanh và sự thay đổi là ở trung tâm của một cuộc cách mạng: chuyển đổi thế giới phát triển sang một nền kinh tế tri thức, hay nói rộng hơn là một xã hội tri thức. Sự phát triển này cũng thay đổi cách chúng ta nghĩ về các chiếc máy tính. Bây giờ máy tính không những được dùng để thực hiện các phép tính toán số học mà chúng hầu như được sử dụng cho việc xử lý thông tin, các ứng dụng đặc thù là các CSDL, xử lý văn bản, bảng tính và trò chơi điện tử.
Những thông tin hiện nay trên World Wide Web chủ yếu được biểu diễn ở dạng HTML, một ngôn ngữ phổ dụng để trình diễn thông tin. XML ra đời và trở thành một công cụ trao đổi dữ liệu không có cấu trúc, bán cấu trúc và có cấu trúc giữa các hệ thống, nâng cao sự tích hợp của các ứng dụng. Tuy nhiên, các giải pháp dựa trên XML cho quá trình tích hợp của các ứng dụng và các hệ thống chưa đủ, do dữ liệu được chuyển đổi thiếu mô tả tường minh về ngữ nghĩa của nó. Sự tích hợp của các ứng dụng cũng phải bao gồm sự tích hợp cả về ngữ nghĩa.
HTTP và HTML đã cung cấp các cách để có thể nhận thông tin và trình diễn các tài liệu siêu văn bản. Tuy nhiên, có một khối lượng khổng lồ các tài nguyên thông tin trên Web, điều này làm nảy sinh vấn đề là làm thế nào để tìm kiếm chính xác tài nguyên mình mong muốn. Dữ liệu trong các file HTML có thể hữu ích ở ngữ cảnh này nhưng vô nghĩa đối với ngữ cảnh khác. Nhân loại đang dần dần tiến đến cuộc cách mạng công nghệ 4.0 và ngày các công nghệ thông tin và truyền thông đã có khả năng để thu thập được một số lượng lớn dữ liệu mà chúng có liên quan đến nhau về mặt khái niệm, tuy nhiên đa số những mối quan hệ này chỉ được con người “nhớ” chứ không được lưu trữ theo một cách mà giúp các máy tính có thể hiểu để xử lý.
Thách thức này đã chỉ ra một hướng nghiên cứ đó là tạo ra khả năng Luan van 6 cho phép con người tạo, lưu giữ, sắp xếp, ghi phụ chú và truy xuất kho dữ liệu cá nhân rất lớn của mỗi người trong quá khứ theo hình thức như một nhật ký cuộc sống được cá thể hoá và sẽ trở thành một sự bổ sung và trợ giúp cho bộ nhớ con người. Những hoạt động này đều đặc biệt không được hỗ trợ tốt của các công cụ phần mềm. Ngoài sự tồn tại của các liên kết để thiết lập các liên kết giữa các tài liệu, thì các công cụ có giá trị nhất trên Web hiện nay là các bộ tìm kiếm (search engines). Các công cụ tìm kiếm theo từ khoá như Yahoo! và Google là các công cụ chính trong việc sử dụng Web hiện nay.
Rõ ràng rằng Web sẽ không thành công lớn như hiện này nếu không có các công cụ tìm kiếm. Tuy nhiên, vẫn tồn tại các vấn đề liên quan đến các ứng dụng của chúng: Truy hồi cao, độ chính xác thấp: Ngay cả khi các trang liên quan chính được truy xuất, thì chúng vẫn không hữu ích khi rất rất nhiều các tài liệu ít liên quan hoặc không liên quan cũng được lấy về. Quá nhiều cũng dẫn đến không tốt cũng như quá ít. Truy hồi thấp hoặc không có.
Trường hợp này xảy ra chúng ta không có được câu trả lời từ yêu cầu của chúng ta, hoặc các tài liệu liên quan và quan trọng không được lấy về. Cho dù việc truy hồi thấp khá hiếm khi có đối với các công cụ tìm kiếm, nhưng nõ vẫn xảy ra. Các kết quả rất nhạy cảm với từ vựng. Thông thường các từ khoá tìm kiếm ban đầu không cho ta kết quả như mong muốn, lý do là các tài liệu liên quan sử dụng các thuật ngữ khác với truy vấn của chúng ta.
Điều này rõ ràng là không thoả mãn bởi vì các truy vấn cùng ngữ nghĩa nên cho cùng một kết quả. Kết quả chỉ là những trang Web đơn giản. Nếu chúng ta cần những thông tin dàn trãi trong các tài liệu khác nhau, chúng ta phải thực hiện nhiều truy vấn khác nhau để tập hợp các tài liệu liên quan; sau đó chúng ta sẽ xử lý bằng tay để trích rút các thông tin từng phần rồi kết hợp chúng lại với nhau.2 Web ngữ nghĩa 1.1 Khái niệm Web ngữ nghĩa không là Web riêng biệt mà là một sự mở rộng của Web hiện tại, theo cách thông tin được xác định ý nghĩa tốt hơn, nó cho phép máy tính và người cộng tác với nhau tốt hơn. Web ngữ nghĩa được hình thành từ ý tưởng của Tim Berners-Lee, người phát minh ra WWW, URI, HTTP, và HTML.
Web ngữ nghĩa là một mạng lưới các thông tin được liên kết sao cho chúng có thể được xử lý dễ dàng bởi các máy tính ở phạm vi toàn cầu. Nó được xem là cách mô tả thông tin rất hiệu quả trên World Wide Web, và cũng được xem là một cơ sở dữ liệu có khả năng liên kết toàn cầu. Web ngữ nghĩa là một phương pháp cho phép định nghĩa và liên kết dữ liệu một cách có ngữ nghĩa hơn nhằm phục vụ cho máy tính có thể “hiểu” được. Web ngữ nghĩa còn cung cấp một môi trường chia sẻ và xử lý dữ liệu tự động bằng máy tính.[1] Ví dụ: Giả sử ta cần so sánh giá để chọn mua một bó hoa hay ta cần tra cứu catalog của các hãng chế tạo xe khác nhau để tìm ra thiết bị thay thế cho các bộ phận bị hư hỏng.
Thông tin mà ta thu được trực tiếp trên Web có thể trả lời các câu hỏi này nhưng đòi hỏi con người phân tích ý nghĩa của dữ liệu và sự liên quan của nó với yêu cầu đề ra, không thể xử lý tự động bằng máy tính. Với Web ngữ nghĩa ta có thể giải quyết vấn đề này bằng 2 cách: Thứ nhất: Nó sẽ mô tả chi tiết dữ liệu. Do đó một chương trình xử lý không cần quan tâm đến các định dạng (format), hình ảnh, quảng cáo trên một trang Web để tìm ra sự liên quan của thông tin. Thứ hai: Web ngữ nghĩa cho phép chúng ta tạo ra một file mô tả mối liên hệ giữa các tập dữ liệu khác nhau.
Ví dụ: Ta có thể tạo một liên kết semantic giữa cột mã quốc gia „zip-code‟ trong cơ sở dữ liệu (database) với trường „zip‟ ở trên giao diện (form) nhập liệu nếu chúng có chung ý nghĩa. Điều này cho phép máy tính theo các đường kết nối và tích hợp dữ liệu từ nhiều nguồn khác nhau. Ý tưởng liên kết các nguồn khác nhau (tài liệu, hình ảnh, con người, khái niệm,…) cho phép chúng ta mở rộng Web thành một môi trường mới với tập các mối quan hệ mới giữa các Luan van 8 nguồn dữ liệu, tạo ra các mối liên hệ ngữ cảnh (contextual relationship), điều mà Web hiện tại chưa làm được.2 Siêu dữ liệu Metadata (siêu dữ liệu) dùng để mô tả tài nguyên thông tin. Thuật ngữ “meta” xuất xứ là một từ Hy Lạp đùng để chỉ một cái gì đó có bản chất cơ bản hơn hoặc cao hơn.
Một định nghĩa chung nhất và được dùng phổ biến trong cộng đồng những người làm Công nghệ Thông tin: “Metadata là dữ liệu về dữ liệu khác” (Metadata is data about other data) hay có thể nói ngắn gọn là dữ liệu về dữ liệu. Trong các phạm vi cụ thể, những chuyên gia đưa ra các quan điểm khác nhau về metadata: Theo Chris.Taylor giám đốc dịch vụ truy cập thông tin thư viện thuộc trường đại học Queensland1 thì Metadata là dữ liệu có cấu trúc được dùng để mô tả những đặc điểm của tài nguyên. Một mẫu tin metadata bao gồm một số lượng những phần tử được định nghĩa trước gọi là elements dùng mô tả đặc tính, thông tin tài nguyên. Mỗi elements có thể có 1 hay nhiều giá trị.
Theo tiến sĩ Warwick Cathro thuộc thư viện quốc gia Australia thì một phần tử metadata hay còn gọi là metadata elements mô tả tài nguyên thông tin, hay hỗ trợ truy cập đến một tài nguyên thông tin. Tóm lại, ta có thể hiểu metadata là thông tin dùng để mô tả tài nguyên thông tin.3 Kiến trúc Web ngữ nghĩa Web ngữ nghĩa là một tập hợp/một chồng (stack) các ngôn ngữ. Tất cả các lớp của Web ngữ nghĩa được sử dụng để đảm bảo độ an toàn và giá trị thông tin trở nên tốt nhất. Luan van 9 Hình 1.
Kiến trúc Web ngữ nghĩa[3] - Lớp Unicode & URI: Bảo đảm việc sử dụng tập kí tự quốc tế và cung cấp phương tiện nhằm định danh các đối tượng trong Web ngữ nghĩa.