kby-1-j - 互換モード

Size: px

Start display at page:

Download "kby-1-j - 互換モード"

ときなみこし
4 years ago
Views:

1 知識ベース特論第 1 回 Semantic Web(1) 吉岡真治

2 本講義のすすめかた n トピックス Semantic Web and Ontology 情報検索テキストからの情報抽出とその応用大規模データのためのデータベース n 授業資料 ( 前日 ( 火金 ) の午後には公開 ) n 質問レポートはメールで yoshioka@ist.hokudai.ac.jp

3 今年のクラスについて n University of Massachusetts の David Fisher 先生の授業があります 7 月 1 日と 3 日関連イベント Indri Workshop (Indri の使い方を勉強する 1 日のワークショップ ) David Fisher 先生による n 簡単なレポートや質問を授業の最後に行う

4 セマンティック Web とは n セマンティック Web は様々なアプリケーションやコミュニティーを超えてデータの共有や再利用を支援するための枠組ウェブサイト年 12 月からは W3C Data Activity という組織がこの内容に関する議論を行なっている

5 Semantic Web の目指すもの n インターネット上にある情報を組み合わせて利用可能な状態にする子供が体調が悪いがどうしよう? 近くで今開いている病院は? A 病院への行き方は? 家庭の医学簡単な医療知識の提供病院の WWW ページ住所診療時間交通機関乗り換え案内のページ医者が必要 A 病院があいている病院への行き方を指示

6 なぜ意味的情報が必要なのか? n テキストベースの情報検索キーワードを含むか含まないかキーワードの役割を考慮しないラーメン札幌» 札幌ラーメンの店 ( どこでも良い )» 札幌にあるラーメン屋» 単語の曖昧性の解消 Bridge» 橋» ブリッジ ( トランプのゲーム ) n 人間が複数の情報を必要に応じて統合住所近くの駅乗り換え案内への入力

7 Semantic Web を実現するためには n 情報の構造化が必要札幌は住所か店の名前か? 必要なカテゴリーとしてはどんなものがあるのか? n 表記の揺れの吸収住所場所などの異表記を統合体系的な語彙の整理オントロジー : 計算機にとっての概念化の仕様 n 推論が必要医者が必要病院を探す

8 Semantic Web n 人間が読んで理解しやすい Web ページからコンピュータが理解できる Web ページへ人間にとって理解しやすいページきれいなレイアウト機械にとって理解しやすいページ正確な内容を理解できるために意味に関する厳密な記述が必要

9 Semantic Layer Cake (2002 version)

10 Semantic Web を支える技術 Trust Proof Logic Rules Ontology RDF Schema コンテクストプルーフ暗号化と電子署名によりエージェントが示した結果の信頼性を判断エージェントの処理の履歴処理理由など結果を導いた根拠を示す一階述語論理などを用いた知識の記述とそれに基づくエージェントの処理問い合わせフィルタリングを可能にする共通基盤としての論理の定義より精密な語彙の定義と複数のスキーマの関係づけ融合を可能にする推論語彙 ( クラスプロパティ ) を定義する手段の提供 (TBA) KIF, N3(?) RDQL, N3(?) OWL, DAML+OIL RDF Schema RDF MS 機械処理可能なメタデータの表現 ( データモデル ) RDF Model & Syntax XML/ Namespace URI/ Unicode 処理が容易な記述言語 (XML) と複数語彙の区別混在を可能にするメカニズム ( 名前空間 ) リソースのグローバルな識別 (URI) とグローバルなデータ表現 (Unicode) XML,XML- NS URI,Unicode

11 新しい Layer Cake n 更新版 by Dr, Tim Berners-Lee (2005) by Dr. Steve Bratt (2007) Modification of Rules, SPARQL,

12 URI n URI(Uniform Resource Identifier) インターネット上でのリソースを特定するための記述 URL (Uniform Resource Locator) インターネット上のアクセス可能な場所を示す例 : URN(Uniform Resource Name) 永続的で場所に依存しないリソース指定のために用意されているスキーム例 :URN:ISBN: n IRI(Internationalized Resource Identifier) URI の中に Unicode による記述を許容する n 参考資料

13 Unicode n 多言語を扱うためのコード体系従来の言語依存のコード体系では複数の言語を含むページをうまく記述できない ( 中国語とアラビア語を同じテキストファイルに書くことができない ) 全ての文字を 2 バイトで表現する UCS-2 とその拡張として 4 バイトで表現する UCS-4 が存在 UCS-2 の場合は言語に依存する異体字などをひとまとめにしている点などについて異論がある CJK 統合漢字 ( 日中韓の異体字がひとまとめに UCS-2: すべての文字を 2 バイトで表現扱える文字種が限られるため異体字 ( 同じ漢字で形が違う : 日中韓ではよく用いられる ) が一つのコードに割り当てられる UCS-4: UCS-2 の拡張で 4 バイトで文字を表現

14 エンコーディングスキーム n UTF (Unicode (or UCS) Transformation Format) UCS で定義される文字集合を記号列としてエンコーディングする手法よく用いられるエンコーディング UTF-8:ASCII コードとの親和性の高い 8 ビット (1 バイト ) 単位の可変長エンコーディング ASCII コードをそのまま扱うために ASCII コードは 1 バイトで扱えるようにしているが多くの漢字が 3 バイトで表現されるため日本語の場合にはファイルサイズが大きくなる場合がある UTF-16:16 ビット (2 バイト ) 単位の可変長エンコーディング UCS-2 で表現される 2 バイト文字は全て 2 バイトの固定長で表現される

15 XML (extensible Markup Language) とは? n 拡張マークアップ言語 W3C の勧告文書や文書中のデータを構造を保持した形で記述 <?xml version= 1.0?> <!DOCTYPE school SYSTEM school.dtd > <school> <student id= > <name>taro Johou</name> < >taro@fakefake.ac.jp</ > </student> <student id= > <name>hanako Hokudai</name> <mobile number= 090-xxxx-xxxx"/> </student> </school> <!ELEMENT school(student)*> <!ELEMENT student (name, ( mobile))> <!ATTLIST student id CDATA #REQUIRED> <!ELEMENT name (#PCDATA)> <!ELEMENT (#PCDATA)> <!ELEMENT mobile EMPTY> <!ATTLIST mobile number CDATA #REQUIRED> XML の文書と DTD

16 XML in 10 points 1. XML is a method for putting structured data in a text file 2. XML looks a bit like HTML but isn't HTML 3. XML is text, but isn't meant to be read 4. XML is a family of technologies 5. XML is verbose, but that is not a problem 6. XML is new, but not that new These I don t know yet XML is license-free, platform-independent and wellsupported

17 XML in 10 points (no longer exist) 1. XML は構造化データをテキストファイルに記述する方法です 2. XMLはHTMLに似ていますがHTMLではありません 3. XMLはテキストで書かれますが必ずしも直接読むわけではありません 4. XMLには何種類もの技術が関係しています 5. XMLの記述は冗長ですがそれは問題ではありません 6. XMLは新しい技術ですが考え方はそんなに新しいものではありません 7. XMLはHTMLをXHTMLへと導きました 8. XMLはモジュラー ( 組みあわせ可能なもの ) であります 9. XMLはRDFやSemantic Webの基礎になるものです 10. XML はライセンスフリーでプラットホーム独立でありしっかりしたサポートがあります

18 XML に至る歴史 n n SGML(Standard Generalized Markup Language) 構造化された文書を記述するための枠組み DTD(Document Type Definition) によるタグの定義とタグを用いた構造化 DTD はユーザ側で作成可能であるが完全な DTD を書くのにはかなりの労力が必要汎用性が高いが記述が困難パーザーの作成や利用するためのハードルが高い HTML(HyperText Markup Language) SGML のサブセット + ネットワークへの拡張 ( ハイパーリンク ) シンプルなタグセット覚えやすく使いやすい文書の構造を記述するにはタグセットが不充分

19 XML の設計目標 n XMLはインターネットを使って簡単に仕えるべきである n XMLは多様なアプリケーションをサポートする必要がある n XMLはSGMLと互換である n XML 文書を扱うプログラムは簡単にかけるべきである n XMLに関するオプション要素は可能な限り0にするべきである n XML 文書は人間が読むことができある程度明快である n XMLの設計にあまり長い時間をかけない n XMLの設計は定式的で簡潔である. n XML 文書は簡単に記述できる必要がある n XMLのマークアップにおいて簡潔さの重要度は低い

20 XML 開発の前提と方針 n 前提ネットワークアプリケーションへの対応構造化した文書の記述が容易必要に応じてユーザが拡張が可能 n 方針文書の正当性の検証可能文書の構造が記述できユーザによる拡張が可能 SGML のタグの中からタグセットを厳選 HTML のようなハイパーリンクの機構を含む

21 XML の構成要素 n n n XML 宣言 XML の文書であるという宣言 XML の基本タグセットと文法が利用可能 DTD ユーザが拡張するタグセット ( 省略可 ) インスタンスタグが付いたテキスト XML 宣言と DTD を用いて正当性がチェック拡張したタグセットを DTD として与えるかどうかによって正当性のレベルを区分 DTD あり :Valid DTD なし :Well Formed

22 XML のインスタンス例 n タグを用いた階層的なデータ定義 <?xml version= 1.0?> <!DOCTYPE school SYSTEM school.dtd > <division> <student id= > <name> Taro Johou </name> < >taro@fakefake.ac.jp</ > </student> <student id= > <name>hanako Hokudai</name> <mobile number= 090-xxxx-xxxx"/> </student> </division> :XML Declaration :reference to DTD :division data :element of division (1st student) :element of student :element of student :end of definition for 1st student :definition of 2nd student :end of definition for division

23 DTD の例 n データ構造の定義 Valid: データ構造に関するチェックがされているもの Well Formed: 文法が間違っていないもの <!ELEMENT school(student)*> <!ELEMENT student (name, ( mobile))> <!ATTLIST employee id CDATA #REQUIRED> <!ELEMENT name (#PCDATA)> <!ELEMENT (#PCDATA)> <!ELEMENT mobile EMPTY> <!ATTLIST mobile number CDATA #REQUIRED> :schoolはstudentのエントリを複数個もつ :studentはnameともしくはmobileのエントリを持つ :employeeは必須の属性として idを持ちその属性はString タイプである :nameのタグで囲まれた中にデータが記述される PCDATA (Parsed Character Dataに由来 ) :nameと同じ :urlはエントリを持たないが必須の属性を持つ

24 XML の構成要素 ( まとめ ) n 複数の DTD を扱うときは名前空間の管理が可能文法 : 開始タグは終了タグで終わる必要がある基本タグ ( 予約語 ):DOCTYPE, XML 宣言 DTD インスタンス <!ELEMENT school(student)*> <!ELEMENT student (name, ( mobile))> <!ATTLIST employee id CDATA #REQUIRED> <!ELEMENT name (#PCDATA)> <!ELEMENT (#PCDATA)> <!ELEMENT mobile EMPTY> <!ATTLIST mobile number CDATA #REQUIRED> <?xml version= 1.0?> <!DOCTYPE school SYSTEM school.dtd > <division> <student id= > <name> 情報太郎 </name> < >taro@fakefake.ac.jp</ > </student> <student id= > <name> 北大花子 </name> <mobile number= 090-xxxx-xxxx"/> </student> </division>

25 XML の利用方法 n 文書の構造を利用した検索のアドレスが ~ の人といった検索を実現単純な全文検索に比べ検索範囲の絞込みが可能であるため高速でごみの少ない検索が実現 n 柔軟なデータベースとしての利用関係データベースではデータ項目を一度決めてしまうと変更が困難 Well Formed なインスタンスを扱う場合にはデータ項目の追加や削除が容易ただしデータの中身や記述されているデータの種類などの情報に関するチェックが弱い XML Scheme, XML Data などの拡張が検討されている

26 XML Namespace n Namespace とは同一の要素名を持つ XML 文書を区別して取り扱うための方法同じ名前のタグは同じ意味 title: 本の題 <title>xml 入門 </title> title: 役職 <title> 部長 </title> 区別するために <booktitle> などのタグを作っても良いが煩雑になるあるタグセットにおけるタグであることが分かればよい <book> <title> </title> <author> </author></book> <employee><name></name><title></title></employee> Namespace の利用 n 例 : xmlns:yoshioka= yoshioka:title

27 XML と Web アプリケーションの融合 n XSL による XML の HTML への変換データ構造に応じた HTML の変換を支援データの管理と HTML による Web ページの管理を整理 n Java などのネットワークでよく用いられる言語に対応するパーザーなどが配布されており利用への敷居が低い n データアクセスに対する標準化 DOM(Document Object Model): データモデル Simple API for XML(SAX): イベント駆動型 API

28 XPath n XML のノードの階層構造中の特定の部分を指定するための言語である n 詳細は仕様を参照 n ノードの階層構造を指定し対応するノードを選択 n 使用例 /html/head/title HTML ファイルの head 要素の title 部分のノードを指定 //a アンカータグのノードを指定 //a[@href= ] へのアンカータグのノードを指定

29 XML のまとめ n XML は非常に実利的な規格であり有用な枠組みであると考えられる n ただし実際にデータを共有する枠組みとして利用するためには共通の基盤となる DTD が不可欠であるがこの開発はそんなに容易ではない

30 まとめ n Semantic Web 多様なコンピュータで共有可能なテキストを記述する枠組 Semantic Web を支える技術様々な階層の技術の積み重ねによる実現 n 具体的な技術の紹介 URL/Unicode XML/Namespace XPath

XML XML (Extensible Markup Language) ISO SGML (Standard Generalized Markup Language) W3C (World Wide Web Consortium) XML 1.0

XML 2-1 XML XML (Extensible Markup Language) ISO SGML (Standard Generalized Markup Language) W3C (World Wide Web Consortium) XML 1.0 http://www.w3.org/tr/rec-xml http://www.fxis.co.jp/xmlcafe/tmp/rec-xml.html