DIV CSS 佈局教程網

您现在的位置: DIV+CSS佈局教程網 >> 網頁腳本 >  >> XML學習教程 >> XML詳解
RDF 建模的第一課:類、類型,與一份問題追蹤模式的誕生
編輯:XML詳解     

在這個專欄裡,我一直在追一件事:RDF 如何與 XML 搭配,替應用程式撐起知識管理能力。前面幾篇已經示範過怎麼從 XML 資料中抽取 RDF、怎麼實作這套抽取流程,也順手處理了伴隨 RDF 而來的種種無謂爭論,換來一種簡潔的語意檢索能力。這一回,我們把鏡頭轉向模式本身——看看模式在把知識管理元件嵌進 XML 應用時,究竟扮演什麼角色。

關聯式與物件導向資料庫的模式,乃至於 XML 模式,都是替資料驅動的應用程式提供文件、指引與控制。RDF 模式相比之下寬鬆得多,也更為一般化;它陳述的是「放進 RDF 模型裡的資源該如何分類」。接下來這一篇與下一篇,我會同時拿 W3C 的 RDF 模式(RDFS)規格與 DAML+OIL(DARPA Agent Markup Language/Ontology Inference Language)來檢視問題追蹤程式的 RDF 陳述模式。DAML+OIL 是對 W3C 規格的重要擴充與改良。你對 RDFS 和 DAML+OIL 有些認識當然有幫助,但我在範例與討論中用到的概念,大半還是會重新交代一遍。

這些都算是你的類

RDFS 與 DAML+OIL 都以資源分類為核心。回頭翻前面的專欄,你可能已經注意到:問題追蹤程式的 RDF 幾乎沒做什麼分類——老實說,它從頭到尾沒用過任何類別與型別。這對 RDF 系統完全不成問題。就問題追蹤而言,幾乎任何資源都能被標上一個問題,而問題本身幾乎可以是我們能附加作者、註解、動作的任何東西;在這種情況下,嚴格分類不但不自然,反而礙事。

不過 RDF 有個長處值得拿出來講:它並不要求那種許多物件導向語言堅持的嚴格分類。RDF 對類與型別的觀念更為一般化,交由模型設計者自行詮釋。類可以是任何一種你覺得對資源有用的組織核心,它不必是一棵井然有序的樹,像生物學的分類那樣。舉個 XML 世界的例子:「採購訂單」常被拿來當作幾乎不可能標準化的文件樣本(就算你絞盡腦汁用 XML 也一樣)。原因很簡單:PO 的分類方式、細分方式、構想方式多到數不清。RDF 天生就是為了調節這種混亂而設計的。

然而,RDFS 提出了「把類當成型別的自然指示物」這個想法,也就此把物件導向開發的世界觀引了進來。確實有不少 RDF 實作跟著這套做法走,或許是因為 OO 技術近來聲勢正盛。但我認為有一點必須強調:這種關聯對 RDF 本身並不是根本性的。

這些概念聽來抽象,需要一個具體的例子。想想電話號碼。如果要用某種分類模式把電話號碼理清楚,可以思考的方向多得是:

  • 電話號碼是一種號碼。
  • 電話號碼是一種聯絡資料。
  • 電話號碼是一種資產(去問問那些搶破頭要保留「能在數字鍵盤上拼出品牌名稱」免費號碼的美國企業吧)。
  • 免費號碼是一種電話號碼。
  • 傳真號碼是一種電話號碼。

你會在其中看到明顯的層級結構,帶著濃濃的 OO 色彩。你也會看到重疊與試探性的分類——這兩樣在既有的 OO 實務裡是出了名的麻煩製造者。想引出一場不愉快的討論嗎?只要向任何一位 OO 開發者提起「鑽石死亡」或「不會飛的鳥」就行了。上面那些「是一種」大致對應到 OO 的 is-a 關係,而型別通常被定義成 OO 實作語言內建語義的副產品。

但真實世界裡的型別,比類還要多。看這幾句話:

  • 501-555-1111 是 Mark 的辦公室號碼。
  • 500-555-1234 是 Mark 的家庭號碼。
  • 請用 500-555-1234 作為 Mark 的緊急聯絡號碼。
  • 在 555 局號以外的地區,撥打 555-1234 必須使用十位數撥號。

這幾句話同樣在描述電話號碼的特徵。它們的分類不像前一組那麼涇渭分明,而且在 OO 的世界觀裡,多半會改用屬性與關聯來表達,很少動用型別化。可是,如果我們在意的是人們實際怎麼思考這類特徵,就沒有理由否認它們跟第一組語句同樣是「型別」。說「辦公室號碼是一種電話號碼」很自然;而對 501 區號內的位置來說,「十位數號碼」自然也就是一種電話號碼。在 RDF 裡,這些特徵理應用 rdf:type 述詞來表示。事實上,請看 vCard/RDF 提案這份 W3C 註記——它建議把廣為流行的 vCard 聯絡規格轉寫成 RDF,而 vCard/RDF 正是用 rdf:type 來區分辦公室號碼與家庭號碼、傳真號碼與語音號碼、因特網信箱與 Lotus Notes 信箱等等。它使用 rdf:type 的方式,有一部分也符合 RDFS 的通行含義:在資料模型中標示分類。

可是,用這麼分歧的方式共用同一個述詞(rdf:type),難道不會有語意混淆的風險嗎?我認為這裡確實需要把 rdf:type 的各種用法細分出來。比較理想的做法,是在 RDFS 裡引入 rdf:type 的子屬性,例如 rdfs:type(如果這名字還不夠清楚,就叫 rdfs:classificationType)。同樣地,vCard 可以定義一個 rdf:type 的子屬性,例如 vCard:contactType,專門用來區分它自己那套型別概念。

問題的計畫

問題追蹤程式並不需要做太多跟型別化、分類有關的精巧操作。不過上面的討論給了我一個靈感:何不把型別、類別這些模式元素寫得寬鬆一點?在我參與過的許多 RDF 專案裡,為了推敲出一份模式,常常得一群人坐在滿桌甜甜圈與咖啡因飲料旁邊耗上好幾個小時。這種近乎清教徒式的嚴肅,是從 OO 開發與關聯式 DBMS 的世界借來的。但說真的,用問題追蹤程式到現在,我根本沒等模式定案就已經開始產生實例了。完全沒有理由不這樣做。我們把問題掛到任何一個網頁資源上,寫下關於這些問題的、極為寬鬆的陳述。

那就來談模式吧。清單 1 是一段 XML 片段,宣告了問題的 RDFS 類別。

清單 1. Issue 類

<rdfs:Class ID="Issue">
 <rdfs:label>Issue</rdfs:label>
 <rdfs:comment>A problem, suggestion or other matter for action
 or discussion relevant to a resource</rdfs:comment>
</rdfs:Class>

這段程式碼宣告了一個問題的內聯 RDFS 類別(之所以是內聯,是因為用了 ID)。請留意 label 與 comment——我認為這兩者非常重要,實務上我會要求每一個定義的資源(尤其是模式元素)都具備它們。label 尤其關鍵,因為聰明的 RDF 工具能靠它替資源準備使用者友善的名稱,而不是丟出一長串難看的 URI。

清單 2. Author 類,以及 issue 與 author 屬性

<rdfs:Class ID="Author">
 <rdfs:label>Author</rdfs:label>
 <rdfs:comment>A person raising or posting an issue</rdfs:comment>
</rdfs:Class>
 <rdfs:Property ID="issue">
 <rdfs:label>issue</rdfs:label>
 <rdfs:comment>Associate an issue with its resource
 </rdfs:comment>
 <rdfs:range rdf:resource="#Issue"/>
 </rdfs:Property>
 <rdfs:Property ID="author">
 <rdfs:label>author</rdfs:label>
 <rdfs:comment>Associate an issue with whoever posted it
 </rdfs:comment>
 <!-- Where the <i>dc</i> entity has been set to the
 Dublin Core metadata element base URI -->
 <rdfs:subPropertyOf rdf:resource="&dc;creator"/>
 <rdfs:domain rdf:resource="#Issue"/>
 <rdfs:range rdf:resource="#Author"/>
 </rdfs:Property>

這裡我們定義了 issue 屬性。range 陳述宣告:任何帶有 issue 述詞的陳述,其受詞的 rdf:type 必須是 Issue。我們沒有對這類陳述的主詞(也就是該寫成 domain 的部分)施加同樣限制,因此實際上任何資源都可以帶 issue 述詞——這正是我們的意圖。接著用 domain 與 range 定義了 author 屬性,並讓它成為 Dublin Core 中 creator 這個中介資料元素的子屬性。這意味著:任何帶有 author 屬性的問題,都自動宣告自己也帶有 dc:creator 屬性。這是一個常見而好用的技巧,在我們的例子裡,它代表熟悉 Dublin Core 的代理軟體能夠在一定程度上直接處理我們的問題追蹤中介資料,不必額外費力。這個小訣竅其實正是語意網路的基石之一。

如果你此刻已經翻回實例資料,想跟我們正在建的模式比對一下,恐怕正在冒出一堆問號:「這跟我們一直在用的實例對不上啊。」例如我們手上有:

清單 3. 先前實例中的片段

<rdf:Description about='&ril-spec;ril-20010502'>
 <rit:issue rdf:resource='#i2001030423'/>
 </rdf:Description>
 <rdf:Description ID='i2001030423'>
 <it:author rdf:resource='&ril-users;#uogbuji'/>
 </rdf:Description>

這看上去違反了我們設下的約束:ID 為 i2001030423 的資源並未宣告 rdf:type 是 Issue,ID 為 uogbuji 的資源也沒宣告 rdf:type 是 Author。

是否真的違約,其實取決於我們怎麼詮釋這份模式。最常見的解釋是:如果模型中沒有任何陳述滿足約束條件(如 domain 或 range),那麼這個模型就是不一致的——通常代表出錯了。這被稱為 RDF 模式的「限制性」角色,也是所謂「封閉世界」假設的一部分,因為查詢時它完全不去考慮模型中沒有明說的東西。

但還有另一條較少人走、卻很有意思的路。本文定義的約束之一宣稱:如果某個資源帶有 author 屬性,那麼它的 rdf:type 必須是 Issue。那麼,我們大可以從 i2001030423 這個資源確實帶有所說的屬性,反推出它必然具備所需的型別。換句話說,處理器可以主動生成足以滿足約束的陳述。這被稱為 RDF 模式的「生成性」或「推論性」作用。它近似於人們應對真實世界變遷的方式,也正近似於語意網路背後那些強大想法的運作邏輯。不過,伴隨這項能力而來的,是知識表示領域相當棘手的一堆難題。

這裡最該記住的一課是:即使我們是從原型階段的 RDF 實例出發,後來才逐步建立起一份乍看之下似乎讓先前努力全數作廢的模式,但這一切其實都是對的。這要歸功於 RDF 的寬容——我不會隨便用這個詞。身為一個有經驗的建模者與設計者,我必須說:這種能力與彈性是 RDF 的核心優勢之一,同時也正是那些習慣用傳統 OO 與關聯式思維思考的人,難以掌握它的原因之一。

結語

這一篇就到這裡,但我希望你會同意:在我們一路走來的過程中順帶介紹並討論這些重要的建模概念,是值得的。如果當年我剛開始學可擴充中介資料時,手邊就有這樣一份推演過程,我會非常感激。下一篇,我們要把 RDFS 形式的問題追蹤模式打磨得更完整,並進一步討論它的 DAML 版本。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved