Ứng dụng web ngữ nghĩa xây dựng hệ thống tài nguyên số cho trung tâm tin học sở giáo dục hải phòng

Web ngữ nghĩa sử dụng các công nghệ được phát triển để mô tả ý nghĩa hay ngữ nghĩa của thông tin dưới dạng chương trình mà máy tính có thể hiểu được.. Đối tượng và phạm vi nghiên cứu Tì

TRƯỜNG ĐẠI HỌC HÀNG HẢI VIỆT NAM

TÔ THỊ THÌN

ỨNG DỤNG WEB NGỮ NGHĨA XÂY DỰNG HỆ THỐNG TÀI NGUYÊN SỐ CHO TRUNG TÂM TIN HỌC SỞ GIÁO DỤC HẢI PHÒNG

LUẬN VĂN THẠC SĨ NGÀNH KỸ THUẬT

HẢI PHÒNG, 2016

BỘ GIAO THÔNG VẬN TẢI BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC HÀNG HẢI VIỆT NAM

TÔ THỊ THÌN

ỨNG DỤNG WEB NGỮ NGHĨA XÂY DỰNG HỆ THỐNG TÀI NGUYÊN SỐ CHO TRUNG TÂM TIN HỌC SỞ GIÁO DỤC HẢI PHÒNG

LUẬN VĂN THẠC SĨ NGÀNH KỸ THUẬTNGÀNH: CÔNG NGHỆ THÔNG TIN; MÃ SỐ: 60480201

CHUYÊN NGÀNH: CÔNG NGHỆ THÔNG TIN Người hướng dẫn khoa học: TS Nguyễn Duy Trường Giang

HẢI PHÒNG, 2016

2

LỜI CAM ĐOAN

Tôi là Tô Thị Thìn, học viên cao học lớp CNTT 2014-1, chuyên ngành Công nghệ Thông tin, khoá học 2014-2016, Trường Đại học Hàng Hải Việt Nam xin cam đoan: Các nội dung trong Luận văn Thạc sĩ này là do tự bản thân tôi nghiên cứu trên cơ sở các tài liệu, số liệu khảo sát thực tế do chính bản thân tôi thu thập Các số liệu tham khảo khác sử dụng trong nghiên cứu này thuộc về bản quyền của các tác giả và được trích dẫn một cách rõ ràng, minh bạch

Hải Phòng, ngày 12 tháng 2 năm 2016

Người cam đoan

Tô Thị Thìn

3

LỜI CẢM ƠN

Hoàn thành luận văn này, trước hết tôi xin bày tỏ lòng biết ơn sâu sắc tới

TS Nguyễn Duy Trường Giang, người hướng dẫn khoa học đã tận tình hướng dẫn và giúp đỡ tôi trong suốt thời gian thực hiện Luận văn

Nhân dịp này tôi xin bày tỏ lòng biết ơn đến các thầy cô giảng viên, phòng đào tạo sau đại học trường Đại học Hàng Hải Việt Nam đã tận tình giảng dạy và giúp đỡ tôi trong suốt quá trình học tập, nghiên cứu

Tôi cũng xin gửi lời cảm ơn chân thành nhất đến Ban giám đốc Trung tâm Tin học Sở giáo dục Hải Phòng, các đồng nghiệp đã giúp đỡ, động viên tạo điều kiện cho tôi trong quá trình tìm hiểu, thu thập tài nguyên, và xử lý các số liệu cho thư viện số Tôi xin cảm ơn các tác giả các tài liệu, bài báo khoa học…cho phép tôi sử dụng nguồn tư liệu để viết Luận văn

Cuối cùng tôi xin cảm ơn gia đình, bạn bè, đồng nghiệp chính là nguồn động viên, khích lệ vô giá đã đi cùng tôi trong suốt những năm tháng phấn đấu, rèn luyện để có được sản phẩm khoa học này

Hải Phòng, ngày tháng năm 2016

Học viên

Tô Thị Thìn

4

DANH MỤC CÁC CHỮ VIẾT TẮT VÀ KÍ HIỆU

URI Uniform Resource Identifier

XML Extensible Markup Language

RDF Resource Description Framework

RDFS Resource Description Framework Schema

SGML Standard Generalized Markup Language

OWL Web Ontology Language

URL Uniform Resource Identifier

WWW World Wide Web

HTML Hyper Text Markup Langguage

ISO International Organization for Standarlization RDA Resource Description and Access

FRBR Functional Requirements of Bibliographic Records GEMS Greenstone Editor for Metadata Set

GLI Greenstone Librarian Interface

CSDL Cơ sở dữ liệu

NXB Nhà xuất bản

5

DANH MỤC CÁC BẢNG

1.1 Mô hình cơ bản rdf 19 1.2 Cú pháp cơ bản của rdf 21 1.3 Bảng mô tả các lớp trong rdfs 23 1.4 Các thuộc tính của rdfs 24 2.1 Bảng tóm tắt 15 yếu tố dublin core theo phân loại 31 2.2 Bảng tóm tắt các yếu tố mở rộng của dublin core 32 3.1 Mối quan hệ giữa các thuộc tính mô tả các thuộc tính 47 3.2 Danh sách các plugin của greenstone 51

6

DANH MỤC CÁC HÌNH

Hình 1.1 Các tầng kiến trúc web ngữ nghĩa 16

Hình 1.2 Mối quan hệ giữa các thành phần của rdf 23

Hình 1.3 quan hệ kế thừa 25

Hình 1.4 Trang thông tin về semantic web của vn-kim 28

Hình 1.5 Trang tìm kiếm swoogle semantic web search engine 29

Hình 2.1 Kết quả tìm kiếm trên google.com theo từ khóa 31

Hình 2.2 Kiến trúc chung thư viện số ngữ nghĩa 33

Hình 2.3 Sơ đồ quan hệ giữa các thực thể nhóm 1 37

Hình 2.4 Sơ đồ quan hệ giữa các thực thể nhóm 1và 2 37

Hình 2.5 Sơ đồ quan hệ giữa các thực thể nhóm 3 và nhóm khác 38

Hình 2.6 Sơ đồ minh họa biểu ghi thư mục theo FRBR 39

Hình 2.7 Ontology biểu ghi thư mục 40

Hình 2.8 Ontology cấu trúc nội dung 41

Hình 2.7 Sơ đồ quá trình tìm kiếm trong thư viện số ngữ nghĩa 42

Hình 3.1 Sơ đồ phân lớp resource (tài nguyên) 45

Hình 3.2 Bản đồ ontology các lớp của thư viện trung tâm tin hoc 46

Hình 3.3 Màn hình thuộc tính đối tượng 48

Hình 3.4 Màn hình thuộc tính đối tượng 49

Hình 3.5 Màn hình tạo các thực thể 51

Hình 3.6 Bộ siêu dữ liệu mở rộng cho thư viện 55

Hình 3.7 Màn hình biên mục cho thư mục 56

Hình 3.8 Màn hình đưa tài liệu vào các thư mục 56

Hình 3.9 Màn hình nhập siêu dữ liệu cho tài liệu 57

Hình 3.10 Thiết lập các chỉ số tìm kiếm 57

Hình 3.11 Màn hình thiết lập giao diện browse 58

Hình 3.12 Màn hình nhập thông tin về bộ sưu tập 58

Hình 3.13 Màn hình xây dựng bộ sưu tập 59

Hình 3.14 Hộp thoại kích hoạt máy chủ greenstone 59

7

Hình 3.15 Màn hình trang quản trị hệ thống 60

Hình 3.16 Màn hình thư viện trung tâm tin học 60

Hình 3.17 Màn hình tìm kiếm tài liệu theo tiêu đề 61

Hình 3.18 Màn hình tìm kiếm tài liệu theo chủ đề 61

Hình 3.19 Tìm kiếm nâng cao theo ngữ nghĩa 62

8

MỤC LỤC

MỞ ĐẦU 10

CHƯƠNG 1 TỔNG QUAN VỀ SEMANTIC WEB 13

1.1 Các khái niệm về Semantic Web 13

1.1.1 Web ngữ nghĩa 13

1.1.2 Siêu dữ liệu (Metadata) 14

1.1.3 Ontology 14

1.1.4 Ontology và Semantic Web 15

1.2 Các tầng kiến trúc Web ngữ nghĩa 15

1.2.1 URI (Uniform Resource Identifier): Bộ nhận dạng tài nguyên 18

1.2.2 Tầng XML (Extensible Markup Language) 19

1.2.3 Tầng RDF (Resource Description Framework) 22

1.2.4 Tầng RDFS (RDF Schema – Lược đồ RDF) 24

1.3.Tổng quan tình hình nghiên cứu thuộc các lĩnh vực của đề tài 28

1.3.1 Danh mục một số luận văn nghiên cứu đã công bố 28

1.3.2 Các ứng dụng của Semantic web trong nước 28

1.3.3 Các ứng dụng của Semantic web quốc tế 29

CHƯƠNG II CÔNG NGHỆ WEB NGỮ NGHĨA TRONG LƯU TRỮ VÀ QUẢN LÝ TÀI NGUYÊN SỐ 30

2.1 Khái niệm về thư viện số 30

2.2 Khái niệm về thư viện số ngữ nghĩa 30

2.3 Hiện trạng thư viện tại trung tâm Tin học 30

2.4 Giải pháp xây dựng thư viện số ngữ nghĩa cho Trung tâm Tin học 32

2.4.1 Phân tích nội dung bài toán 32

2.4.2 Giải pháp 32

2.5 Cơ sở lý thuyết giải quyết bài toán 33

2.5.1 Kiến trúc của thư viện số 33

2.5.2 Siêu dữ liệu (Metadata) 33

2.5.3 Siêu dữ liệu Dublin Core 34

9

2.5.4 Biên mục trong thư viện số ngữ nghĩa 35

2.5.5 Ontology cho thư viện số ngữ nghĩa 39

2.5.5.1 Xây dựng Ontology 39

2.5.5.2 Ontology biểu ghi thư mục 40

2.5.5.3 Ontology cho cấu trúc nội dung 40

2.5.6 Tìm kiếm trong thư viện ngữ nghĩa 41

2.5.6.1 Tìm kiếm dựa trên sự phân loại 41

2.5.6.2 Tìm kiếm theo ngữ nghĩa 42

CHƯƠNG 3 PHÂN TÍCH THIẾT KẾ HỆ THỐNG- XÂY DỰNG THƯ VIỆN SỐ NGỮ NGHĨA DỰA TRÊN PHẦN MỀM GREENSTONE 44

3.1 Xây dựng Ontology 44

3.2 Xây dựng thư viện số ngữ nghĩa dựa trên phần mềm Greenstone 3.07 51

KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 63

10

MỞ ĐẦU

Ngày nay, lĩnh vực công nghệ thông tin đã và đang phát triển mạnh mẽ trên toàn cầu Nó đóng vai trò rất quan trọng trong các lĩnh vực của đời sống như lĩnh vực kinh tế, xã hội, học tập .Nhắc tới lĩnh vực này chúng ta không thể bỏ qua công nghệ web Công nghệ Web đóng vai trò rất quan trọng giúp con người có thể trao đổi thông tin với nhau trên toàn cầu

Web khởi đầu như giải pháp cục bộ cho một nhóm nhỏ người sử dụng Chẳng bao lâu sau, Web đã chính thức đi vào phương tiện truyền thông diện rộng cho hơn 10 triệu người Hiện nay, web sẽ gắn bó với hàng

tỷ người và truy cập web không chỉ ở trên máy tính mà còn ở cả các thiết

bị khác

Tuy nhiên, tình trạng hiện nay của công nghệ Web tạo ra trở ngại cho

sự phát triển của nó sau này Số người sử dụng Web gia tăng quá nhanh, sự phát triển theo cấp số mũ số lượng các trang Web, cùng với tính đơn giản của công nghệ và lượng thông tin khổng lồ ngày một gia tăng dẫn đến việc tìm kiếm, rút trích, duy trì và tạo ra thông tin không sát thực với yêu cầu của người dùng Máy tính chỉ được sử dụng như các thiết bị gửi và nhận thông tin - chúng không có cách truy cập đến nội dung thực sự Do đó, chúng chỉ có thể hỗ trợ một cách hạn chế trong việc truy cập và xử lý thông tin này Vì thế, gánh nặng chính không chỉ ở việc truy cập và xử lý thông tin mà còn ở việc rút trích và diễn dịch thông tin Nội dung của Web chỉ dành cho người sử dụng đọc chứ không cho phép các chương trình máy tính có thể thao tác một cách đầy đủ ý nghĩa

Chính vì những hạn chế của Web hiện tại (Web 2.0) mà web ngữ nghĩa (Semantic Web) được hình thành và phát triển, tác giả của nó là Tim Berners-Lee- người sáng lập ra World Wide Web Công nghệ web ngữ nghĩa được phát triển trên nền tảng của web 2.0, nó là sự mở rộng của web 2.0 Web ngữ nghĩa sử dụng các công nghệ được phát triển để mô tả ý nghĩa (hay ngữ nghĩa) của thông tin dưới dạng chương trình mà máy tính có thể hiểu được và vì vậy cho phép xử

lí thông tin có hiệu quả hơn Công nghệ web ngữ nghĩa giúp máy tính hiểu được các khái niệm, các thuộc tính và mối quan hệ của chúng Trong trường hợp này, máy tính có khả tìm kiếm, tự động truy vấn thông tin đưa ra kết luận và trích xuất

ra thông tin mới và có giá trị từ những dữ liệu đã tồn tại Siêu dữ liệu và bản thể

11

luận (Ontology) là nền tảng cơ bản làm nên web ngữ nghĩa

Ứng dụng Web ngữ nghĩa vào các lĩnh vực trong cuộc sống có rất nhiều đề tài nghiên cứu về vấn đề này Để ứng dụng công nghệ Web ngữ nghĩa tại Trung

tâm Tin học là vấn đề cấp thiết vì vậy tác giả đã lựa chọn đề tài “Ứng dụng web

ngữ nghĩa xây dựng hệ thống tài nguyên số cho Trung tâm Tin học Sở giáo dục Hải Phòng"

Mục đích nghiên cứu

Nghiên cứu công nghệ Semantic web, tìm hiểu hướng phát triển một ứng dụng sử dụng công nghệ Semantic web để xây dựng hệ thống tài nguyên số cho Trung tâm Tin học

Đối tượng và phạm vi nghiên cứu

Tìm hiểu công nghệ Web ngữ nghĩa và công nghệ trong thư viện số ngữ nghĩa ứng dụng xây dựng hệ thống thư viện số trên nền tảng thư viện số hiện đại

có thể tìm kiếm theo ngữ nghĩa

Phương pháp nghiên cứu

Nghiên cứu các tài liệu, công cụ và công nghệ liên quan đến Web ngữ nghĩa và thư viện số ngữ nghĩa Khảo sát, các hình thức học tập và các tài liệu, tư liệu thông tin cho việc dạy và học tại Trung tâm Tin học Phân tích hệ thống xây dựng thư viện quản lý các tài nguyên tại Trung tâm Tin học có ứng dụng công

nghệ web ngữ nghĩa

Ý nghĩa khoa học và thực tiễn

Các thư viện số truyền thống các siêu dữ liệu được sử dụng như là một trong những cách tiếp cận cho việc phân loại, biên mục và hỗ trợ tìm kiếm các tài liệu số có liên quan một cách nhanh chóng theo từ khóa Cách biên mục truyền thống sử dụng nguyên tắc biên mục quốc tế năm 1961 (nguyên tắc Paris), với nguyên tắc trao đổi dữ liệu thống nhất trên toàn cầu sử dụng khổ mẫu lưu giữ dữ liệu là MARC21, UNIMARC, quy tắc biên mục AACR2, ISBD Tuy nhiên những năm gần đây với sự phát triển của khoa học và công nghệ, đặc biệt là lĩnh vực công nghệ thông tin phát triển mạnh mẽ, ứng dụng vào nhiều ngành nghề trong đó lĩnh vực quản lý thư viện số cũng được rất nhiều các nhà khoa học trên thế giới quan tâm và phát triển Năm 2010, IFLA đã tuyên bố “nguyên tắc biên mục quốc tế” thay thế nguyên tắc Paris đó là nguyên tắc RDA [1] sử dụng cấu

12

trúc biên mục theo mô hình FRBR (Functional Requirements for Bibliographic Records – Những yêu cầu chức năng cho biểu ghi thư mục) theo mô hình này bao gồm các quan niệm về tài nguyên thư viện đó là các thực thể, thuộc tính và quan

hê Bên cạnh đó kiến trúc của Web ngữ nghĩa cũng sử dụng khung mô tả tài nguyên theo cách mà mô hình FRBR sử dụng Như vậy, dựa trên công nghệ web ngữ nghĩa, mà thư viện số được tích hợp ngữ nghĩa làm cho thư viện số có nhiều

ưu điểm hơn so với cách tiếp cận thông thường

Bố cục của luận văn được chia thành 3 chương:

Chương 1: Tổng quan về Web ngữ nghĩa

Các khái niệm cơ bản về Web ngữ nghĩa, các tầng kiến trúc của web ngữ nghĩa, các thành phần cơ bản làm nên web ngữ nghĩa, tổng quan về tình hình nghiên cứu về lĩnh vực của đề tài

Chương 2: Công nghệ Web ngữ nghĩa trong lưu trữ và quản lí tài nguyên số

Nêu các khái niệm về thư viện số và thư viện số ngữ nghĩa, tìm hiểu hiện trạng, khảo sát thực tế của bài toán đặt ra dựa trên các cơ sở lý thuyết để giải quyết bài toán

Chương 3: Phân tích thiết kế hệ thống, xây dựng thư viện số ngữ nghĩa dựa trên phần mềm Greenstone

Nêu quy trình xây dựng thư viện số bao gồm các bước tạo ontology và thiết lập thư viện số bằng cách tìm hiểu phần mềm mã nguồn mở Greenstone, xây dựng biên mục siêu dữ liệu cho thư viện số Khảo sát, phân tích, thiết kế hệ thống, Áp dụng công nghệ web ngữ nghĩa và quy tắc biên mục hiện đại xây dựng

hệ thống tài nguyên số cho Trung tâm Tin học Sở giáo dục Hải Phòng

13

CHƯƠNG 1 TỔNG QUAN VỀ SEMANTIC WEB 1.1 Các khái niệm về Semantic Web

1.1.1 Web ngữ nghĩa

Tim- Berners Lee là người phát triển web ngữ nghĩa, ông là cha đẻ của

WWW, URIs, HTTP và HTML Theo Ông, “Web ngữ nghĩa là sự mở rộng của

Web hiện tại, cho phép người dùng có thể truy tìm, phối hợp, sử dụng lại và trích lọc thông tin một cách dễ dàng và chính xác” [2]

Công nghệ web có ngữ nghĩa là công nghệ cho phép máy tính có thể hiểu được nhiều hơn thông tin trên Web, sao cho chúng có thể hỗ trợ tốt hơn việc khám phá thông tin, tích hợp dữ liệu và tự động hóa các công việc

Những tính năng nổi bật của web ngữ nghĩa so với web hiện tại:

- Thông tin trên Web được máy tính hiểu: Các thông tin trên Web được tổ chức bao gồm các quan niệm về khái niệm và bổ sung quan hệ dưới dạng

mà máy tính có thể hiểu được Vì vậy, việc xử lý, tìm kiếm, đánh giá, tích hợp thông tin có thể được tiến hành một cách tự động

- Tối ưu hóa việc tìm kiếm thông tin: Với công nghệ web ngữ nghĩa, máy tính có thể xác định một thực thể có thuộc tính và quan hệ dựa trên ngữ cảnh chứa nó Do đó, thu hẹp không gian tìm kiếm, cho kết quả nhanh chóng và chính xác hơn

- Công nghệ Web có khả năng suy luận thông minh: Dựa vào các luật suy diễn trên cơ sở tri thức về các lớp, các thực thể, các thuộc tính và mối quan

hệ mà máy tính có khả năng đưa ra những kết luận mới

- Cách liên kết dữ liệu là cách liên kết động: Thay thế cách liên kết sử dụng hyperlink tĩnh trong Web 2.0, Web ngữ nghĩa liên kết bằng siêu dữ liệu từ nhiều nguồn khác nhau một cách hiệu quả hơn dựa trên định danh của tài nguyên- Uniform Resource Identifier (URI) và mối quan hệ giữa chúng

- Với công nghệ web ngữ nghĩa: Các tuy vấn từ người dùng được máy tính hiểu và xử lí nhanh chóng, chính xác đưa ra kết quả tối ưu nhất

14

1.1.2 Siêu dữ liệu (Metadata)

Một trong những nền tảng cơ bản làm nên web ngữ nghĩa đó là siêu dữ liệu Siêu dữ liệu còn gọi là dữ liệu về dữ liệu, nó dùng để mô tả tài nguyên thông tin Mỗi thực thể hay khái niệm có thể có một hay nhiều siêu dữ liệu Cho ví dụ, một cuốn sách có [tên tác giả], [tóm tắt], [ngày giờ tạo lập], là các siêu dữ liệu cuốn sách đó Sử dụng siêu dữ liệu giúp cho việc phân loại và truy vấn dữ liệu nhanh chóng và dễ dàng hơn

Các siêu dữ liệu và các tài nguyên thông tin mà nó mô tả có mối liên hệ được thể hiện ở một trong hai cách sau:

 Trong siêu dữ liệu, các phần tử được chứa trong một biểu ghi tách biệt bên ngoài đối tượng mô tả

 Các siêu dữ liệu có thể được nhúng vào bên trong thông tin mà nó mô

tả

Siêu dữ liệu của các tài nguyên trong thư viện số được nhúng trong bản thân tài nguyên hoặc liên kết với tài nguyên mà nó mô tả như trong các thẻ của tài liệu HTML

* Lược đồ siêu dữ liệu (Metadata scheme)

Lược đồ siêu dữ liệu là tập hợp những yếu tố siêu dữ liệu được thiết

kế để mô tả một dạng tài nguyên với thông tin cụ thể Ngoài ra, siêu dữ liệu

là sơ đồ hình thức được xác định để mô tả tài nguyên thông tin cho đối tượng số Cho ví dụ tập hợp yếu tố siêu dữ liệu Dublin Core có lược đồ bao gồm 15 yếu tố cơ bản để mô tả tài nguyên thông tin

1.1.3 Ontology

Nhiều định nghĩa về ontology xuất hiện trong thập kỷ trước nhưng có

lẽ định nghĩa mô tả rõ nhất bản chất của ontology là: “An ontology is a

formal, explicit specification of a shared conceptualization.” (Một ontology

là một hình thức, đặc tả rõ ràng khái niệm hoá chia sẻ) Trong ngữ cảnh

này, conceptualization (khái niệm hoá) đề cập đến một mô hình trừu tượng

của một vài hiện tượng trong thế giới thực dùng để nhận dạng các khái

niệm liên quan đến hiện tượng đó Explicit (rõ ràng) có nghĩa là loại khái

15

niệm được sử dụng và các ràng buộc khi sử dụng nó được xác định một

cách rõ ràng, và formal (hình thức) có nghĩa là máy tính có thể nhận biết

1.1.4 Ontology và Semantic Web

Hiện tại, các ontology đã ứng dụng vào World Wide Web tạo ra Semantic Web Các cấu trúc ở mức khái niệm dùng xác định một ontology cơ sở cung cấp chìa khoá giúp máy tính có thể xử lý được dữ liệu trên Semantic Web Các ontology phục vụ như các giản đồ siêu dữ liệu, cung cấp khái niệm về từ vựng có thể kiểm soát được, mỗi ontology được xác định rõ ràng để máy tính có thể, nhận biết và xử lý được ngữ nghĩa Bằng cách xác định các nguyên lý trên lĩnh vực chia sẻ và thông thường, các ontology giúp cho người và máy thông tin một cách chính xác - hỗ trợ việc trao đổi ngữ nghĩa chứ không chỉ cú pháp Vì vậy sự thành công và phát triển của Semantic Web phụ thuộc vào việc cấu trúc các ontology trên lĩnh vực đặc trưng một cách nhanh chóng và ít tốn kém

1.2 Các tầng kiến trúc Web ngữ nghĩa

Kiến trúc tổng quát của Web ngữ nghĩa do tổ chức W3C đề xuất có cơ sở hạ tầng chặt chẽ với các tầng sau:

XML: Là một mở rộng của ngôn ngữ đánh dấu cho các cấu trúc tài liệu bất

kỳ, dựa theo chuẩn SGML do tổ chức ISO chuẩn hóa năm 1986 Một XML bao gồm một tập các thẻ đóng và thẻ mở đuộc lồng vào nhau, ở đó mỗi một cặp thẻ có một cặp các thuốc tính và giá trị XML sẽ tiếp tục đóng một vai trò quan trọng

trong sự phát triển của Semantic Web

Tầng RDF và RDFS

17

RDF: Là công cụ để mô tả thông tin về các tài nguyên cho Semantic Web một cách linh động Nó có thể được sử dụng để biểu diễn các thông tin như văn hóa, đời sống, xã hội

RDFS: Là một ngôn ngữ Otology cơ bản mô tả đối tượng như thuộc tính, các lớp Nó phát triển và mở rộng từ RSF, bổ sung thêm các tập từ vựng để hỗ trợ cho việc xây dựng Ontology

Tầng Ontology

Ontology: Là cấu trúc dữ liệu biểu diễn ngữ nghĩa nâng cao Được phát triển trên cở sở hạ tầng RDF và RDFS, một Ontology định nghĩa một bộ từ vựng mang tính phổ biến và thông thường, có cho phép các nhà phát triển chia sẻ thông tin trong một hay nhiều lĩnh vực

Tầng Logic

Việc biểi diễn các tài nguyên dưới dạng các bộ từ vựng Ontology có mục đích, là để máy có thể lập luận được mà cơ sở lập luận chủ yếu dựa vào logic Chính vì vậy mà các Ontology được ánh xạ sang logic, cụ thể là logic mô tả để có thể hỗ trợ lập luận

Tầng User Interface & Application

Đây là tầng cuối cùng của kiến trúc semantic web Là tầng giao diện giao tiếp với người sử dụng, nhận yêu cầu từ người dùng và đưa đến các tầng khác cũng như hiển thị kết quả trả lại người dùng

* Một số tầng trong mô hình kiến trúc của Semantic Web

Trong mô hình kiến trúc của Web ngữ nghĩa có 8 tầng, nhưng trong giới hạn luận văn, tác giả tìm hiểu chi tiết một số tầng sau:

18

1.2.1 URI (Uniform Resource Identifier): Bộ nhận dạng tài nguyên

Bộ nhận dạng để nhận diện các mục trên trang Web Vì chúng ta dùng một hệ các bộ nhận dạng như nhau và vì mỗi mục được nhận dạng được xác định như một tài nguyên (resource) nên chúng ta gọi các bộ nhận diện này là các “Uniform Resource Identifiers” hay gọi tắt là URI Chúng

ta có thể xem URI là bất kỳ vật gì, và vật đó có một bộ nhận dạng có thể được diễn đạt trên Web: người, quyển sách, sự phân bố các dạng cây lấy

gỗ hay bất kỳ thứ gì khác có thể nghĩ đến tất cả chúng đều có thể có một URI

URI là nền tảng của Web, nó giữ các thành phần của Web lại với nhau Trong đó URL (Uniform Resource Locator) Một URL là một địa chỉ cho của một trang Web, ví dụ như:

http://trungtamtinhochp.edu.vn/ttthgiaoduchaiphong/449/9463/14865/gioi thieu/ Nếu click vào nó, có thể thấy rằng một URL sẽ bảo cho máy tính nơi

-để tìm thấy một tài nguyên nào đó (trong trường hợp này là địa chỉ trang Web Trung tâm Tin học) Không giống như hầu hết các dạng khác của URI, một URL là cả định danh (identify) và định vị (locate)

Vì dữ liệu Web thì quá lớn đối với các tổ chức trong việc kiểm soát

nó nên các URI được phân quyền Trong khi một vài lược đồ URI (như http:) phụ thuộc vào các hệ tập trung thì các lược đồ khác (như freenet:) hoàn toàn được phân quyền

Điều này nghĩa là không cần sự cho phép của bất cứ người nào để tạo một URI Kể cả việc có thể tạo URI cho những vật mà không sở hữu Trong khi khả năng linh động này làm cho các URI có “sức mạnh” nhưng

nó cũng mang lại một số vấn đề Bởi vì mọi người đều có thể tạo một URI, cuối cùng chắc chắn chúng ta sẽ có nhiều URI biểu diễn cùng một vật nào

đó Không có cách để thấy được là hai URI đề cập đến cùng tài nguyên Vì vậy chúng ta sẽ không bao giờ có thể nói một cách chính xác một URI đã cho có ý nghĩa gì Nhưng có cần phải tạo ra nó nếu chúng ta tạo một thứ gì

19

đó như Semantic Web

Một cách phổ biến để tạo URI là bắt đầu với một trang Web Trang này mô tả đối tượng được nhận dạng và giải thích rằng URL của trang là URI cho đối tượng đó Ví dụ muốn tạo một URI cho bản sao "Weaving the Web" của Tim Berners-Lee Trước tiên tạo một trang Web mô tả bản sao Tiếp theo ghi nhận rằng trang mà URL cho trang đó dùng như URI cho bản sao quyển sách Làm điều này, chúng ta đã kết hợp URI (http://logicerror.com/myWeavingTheWeb) với bản sao "Weaving the Web" Việc tạo một URI chỉ làm đơn giản như vậy

Trong thể hiện này URI (hltp://logicerror.com/myWeavingTheWeb) đang thực hiện hai nhiệm vụ: nó biểu diễn cả quyển sách vật lý cũng như trang Web mô tả nó

Đây là một thực tế quan trọng cần hiểu rõ Một URI không phải là một tập các hướng dẫn chỉ cho máy tính làm thế nào để đến được một file nào đó trên Web (dù nó cũng có thể làm được điều này) Nó là một tên (name) cho một tài nguyên (resource) Tài nguyên này có thể hoặc không thể truy cập được qua Internet URI có thể hoặc không thể cung cấp cách cho máy tính lấy thêm thông tin về tài nguyên đó Một URL là một kiểu của URI mà sẽ cung cấp cách để lấy thêm thông tin về tài nguyên, hoặc có thể là cách để tự truy lục tài nguyên và các phương pháp khác để cung cấp thông tin về các URI và những tài nguyên chúng nhận thấy là chưa phát triển Cũng chính xác khi nói rằng các URI là một thành phần quan trọng của Semantic Web Nhưng không nên cho rằng một URI có thể làm bất cứ

gì để cung cấp một bộ nhận dạng cho một tài nguyên

1.2.2 Tầng XML (Extensible Markup Language)

XML (ngôn ngữ tạo cấu trúc dữ liệu văn bản) là một hệ thống các luật dùng cho việc thiết kế cấu trúc dữ liệu dạng văn bản theo các khổ mẫu (format) giúp máy tính có thể đọc và trao đổi dữ liệu được Nó được thiết kế một cách đơn giản dưới dạng cú pháp để gửi các tài liệu qua Web Nó cho phép

Xét một văn bản XML mẫu Với XML, bạn có thể đưa ý nghĩa vào các thẻ trong văn bản Quan trọng hơn, máy tính sẽ dễ dàng hơn trong việc

xử lý thông tin Bạn có thể rút được “tên đường phố” ra từ văn bản này đơn giản là bằng cách bao bọc nó bởi <duongpho> và </duongpho> các thẻ,

được biết một cách máy móc là phần tử <duongpho>

Thẻ: là phần chữ giữa dấu ngoặc đơn bên trái (<) và ngoặc đơn bên

phải (>) Có thẻ bắt đầu (như <duongpho>) và thẻ kết thúc như </duongpho>)

Phần tử: được nằm trong < > (thẻ bắt đầu), </ > (thẻ kết thúc), và

các thẻ giữa chúng Trong mẫu trên, <diachi>, phần tử gồm có ba phần tử con: <sonha>, <duongpho>, và <phuong>, <quan>,<huyen>

Thuộc tính: là giá trị tên nằm trong thẻ của một phần tử Trong mẫu

trên, duongpho là một thuộc tính của phần tử <thongtinlienhe>

Ngôn ngữ XML đã làm thay đổi web theo các tiêu chí sau:

Việc trao đổi dữ liệu trên ngôn ngữ XML đơn giản hóa Với XML, mỗi

người sẽ tạo nên một lợi ích riêng mà có thể chuyển đổi những định dạng dữ liệu bên trong trở thành XML và ngược lại

Mã hóa thông minh trong XML Trong XML, những văn bản được tổ

chức để nhận dạng từng thông tin quan trọng (cũng như mối quan hệ giữa các thông tin), có thể viết mã trên máy tính để XLM xử lí văn bản mà không cần con người tác động Hiện này việc mã hóa dựa trên XML đã được các nhà khoa học

về lĩnh vực này nghiên cứ và phát triển một cách hoàn thiện

Giúp việc tìm kiếm thông minh Hiện này công cụ tìm kiếm đã cải thiện rất

nhiều, tuy nhiên kết quả tìm kiếm theo từ khóa rất nhiều và không chính xác vẫn phổ biến xảy ra Nếu bạn đang tìm kiếm một ai đó mang tên “Hải” trong những trang HTML, bạn sẽ tìm thấy một loạt các trang web về hải dương học, địa danh

22

Hải Phòng , Hàng Hải, và nhiều thứ vô dụng khác Tìm kiếm văn bản XML

cho <first-name> các yếu tố chứa từ Hải sẽ mang lại cho bạn những kết quả tốt hơn rất nhiều

XML cho phép người dùng thêm các cấu trúc tùy ý cho các tài liệu của họ nhưng nó không đề cập gì đến ý nghĩa của các cấu trúc Tên các tag không cung cấp ngữ nghĩa Semantic Web chỉ dùng XML cho mục đích cú pháp

1.2.3 Tầng RDF (Resource Description Framework)

Resource Description Framework (RDF) là Khung mô tả tài nguyên do tổ chức World Wide Web (WWW) công bố, RDF là một tiêu chuẩn trao đổi dữ liệu trên Web Nó là một tập hợp các nguyên tắc dành cho XML, cung cấp mô hình

dữ liệu và cú pháp đơn giản sao cho các hệ thống độc lập có thể trao đổi và sử dụng Cấu trúc trong RDF được thiết kế sao cho hệ thống máy tính có thể hiểu được và có thể đọc được thông tin, chứ không chỉ đơn giản là để trình bày dữ liệu cho người dùng

Mô hình cơ bản của RDF gồm có 3 đối tượng: Resource (tài nguyên), Property (thuộc tính) và Statement (phát biểu)

Resource

(tài nguyên):

Property (thuộc tính)

Statement (phát biểu)

- Là một phạm trù rộng lớn

dùng để chỉ mội đối tượng trên

web như khái niệm, từ vựng,

thực thể, tính chất và các quan

hệ giữa các đối tượng

- Mỗi tài nguyên luôn được

định danh bởi URI, một URI có

thể là một URL hoặc một địa

- Một phát biểu xác định thuộc tính của tài nguyên, là một bộ ba gồm Object –

23

Bộ ba trong mô hình RDF hợp lại tạo thành đồ thị RDF Các nút trong đồ thị

có thể là các Subject và Object trong bộ ba và các cung trong đồ thị là Predicate Cho nên một bộ ba còn có thể được mô tả dưới dạng nút – cung – nút Hướng của các đồ thị rất quan trọng và nó luôn bắt đầu từ (Subject) chủ ngữ đến (Object) tân ngữ

Hình 1.2 Mối quan hệ giữa các thành phần của RDF

+ Chủ ngữ (Subject): Chủ ngữ là đối tượng mà phát biểu đề cập đến + Vị ngữ (Predicate): Đó là những đặc trưng của chủ ngữ hay những thuộc

tính của chủ ngữ

+ Tân ngữ (Object): Các giá trị của thuộc tính

Lấy một ví dụ có phát biểu như sau:

“Giáo trình PowerPoint 2010 có tác giả là Trần Ngọc Thủy”

● Chủ ngữ là : Giáo trình PowerPoint 2010

● Vị ngữ là: có tác giả

● Tân ngữ là: Trần Ngọc Thủy RDF định nghĩa ra một ngôn ngữ đánh dấu XML đặc biệt, được đề cập đến như RDF/XML, để sử dụng trong việc biểu diễn thông tin RDF, và để trao đổi thông tin giữa các máy Cú pháp cơ bản của RDF/XML được biểu diễn như bảng sau:

24

Bảng 1.2 Cú pháp cơ bản của RDF

1.2.4 Tầng RDFS (RDF Schema – Lƣợc đồ RDF)

Lược đồ RDF là một phần mở rộng ngữ nghĩa của RDF Nó cung cấp

cơ chế cho việc mô tả các nhóm tài nguyên liên quan và các mối quan hệ giữa các nguồn lực này

Lược đồ RDF là ngôn ngữ đơn giản nhất của Ontology nó cung cấp khung để mô tả các lớp, thuộc tính của ứng dụng cụ thể RDFS sử dụng các phần tử để thực hiện phân chia các lớp và các lớp con, như: rdfs:Class và rdfs:subClassOf

Ví dụ: Xét lược đồ sau:

N là lớp con của lớp M

25

Hình 1.3 Quan hệ kế thừa Sau đây là trích đoạn lược đồ RDF mô tả tài nguyên của Trung tâm Tin học Hải Phòng

<rdf:RDF 2#" xmlns:rdfs="http://www.w3.org/2000/01/rdf-

xmlns="http://www.semanticweb.org/admin/ontologies/2016/1/untitled-ontology-schema#"xmlns:owl="http://www.w3.org/2002/07/owl#"xmlns:xsd="http://www.w3.org/2001/ XMLSchema#"xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-

ns#"xml:base="http://www.semanticweb.org/admin/ontologies/2016/1/untitled-ontology-2">

<owl:Ontologyrdf:about="http://www.semanticweb.org/admin/ontologies/2016/1/untitl ed-ontology-2"/>

<owl:ObjectPropertyrdf:about="http://www.semanticweb.org/admin/ontologies/2016/1/ untitled-ontology-2#hasLanguage">

<rdfs:domainrdf:resource="http://www.semanticweb.org/admin/ontologies/2016 /1/untitled-ontology-2#TTTH_Library"/>

</owl:ObjectProperty>

<owl:ObjectPropertyrdf:about="http://www.semanticweb.org/admin/ontologies/2016/1/ untitled-ontology-2#hasOrganization">

<rdfs:domainrdf:resource="http://www.semanticweb.org/admin/ontologies/2016 /1/untitled-ontology-2#TTTH_Library"/>

<rdfs:rangerdf:resource="http://www.semanticweb.org/admin/ontologies/2016/1 /untitled-ontology-2#ThongtinLienhe"/>

</owl:ObjectProperty>

<owl:ObjectPropertyrdf:about="http://www.semanticweb.org/admin/ontologies/2016/1/ untitled-ontology-2#dc.Subject">

<rdfs:rangerdf:resource="http://www.semanticweb.org/admin/ontologies/2016/1 /untitled-ontology-2#Monhoc"/>

Class M

Class N

26

<rdfs:domainrdf:resource="http://www.semanticweb.org/admin/ontologies/2016 /1/untitled-ontology-2#TTTH_Library"/>

</owl:ObjectProperty>

<owl:ObjectPropertyrdf:about="http://www.semanticweb.org/admin/ontologies/2016/1/ untitled-ontology-2#dc.Title">

<rdfs:domainrdf:resource="http://www.semanticweb.org/admin/ontologies/2016 /1/untitled-ontology-2#TTTH_Library"/>

* Định nghĩa lớp (Class)

Các thông tin trên Web có thể chia thành các nhóm được gọi là lớp Những Các đối tượng của nhóm được gọi là thực thể của lớp đó Thông qua các định danh URI, các tài nguyên được truy xuất và có thể được mô tả bằng các thuộc tính RDF [3] Bảng 1.1 dưới đây mô tả các lớp trong RDFs với các lớp con và kiểu tương ứng

Bảng 1.3 Bảng mô tả các lớp trong RDFS

27

* Thuộc tính trong RDFS

Trong lược đồ RDF các thuộc tính dùng để mô tả các tính chất của khái niệm RDFS cung cấp một bộ từ vựng để mô tả làm thế nào mà các thuộc tính và lớp có thể được sử dụng cùng nhau trong RDF Bảng 1.3 mô tả các thuộc tính của RDFS đồng thời chỉ rõ domain và range tương ứng của từng thuộc tính

Bảng 1.4 Các thuộc tính của RDFS Miền của đối tượng

28

1.3.Tổng quan tình hình nghiên cứu thuộc các lĩnh vực của đề tài

1.3.1 Danh mục một số luận văn nghiên cứu đã công bố

[4] Luận văn: Ứng dụng Web ngữ nghĩa trong việc lưu trữ và quản lý tài liệu số – Tác giả: Lương Đỗ Long – trường Đại học Quốc Gia Hà Nội năm 2011

[3] Luận văn: Nghiên cứu công nghệ Semantic web và chuẩn Dublin Core Metadata, ứng dụng trong việc triển khai hệ thống tài liệu số chuyên ngành tích hợp trên cổng thông tin điện tử của khoa Công nghệ thông tin – Tác giả:

Lê Hoàng Dương – Trường đại học Hàng Hải Việt Nam

[5] Tạp chí khoa học: Xây dựng Ontology cho thư viện số - Tác giả: Nguyễn Thị

Mỹ Trang – Đại học Huế, Hoàng Hữu Hạnh – Đại học Huế

1.3.2 Các ứng dụng của Semantic web trong nước

VN-KIM (Việt Nam - Knowledge and Information Management) [6]

Miền dữ liệu mà KIM hướng đến là các thực thể được đề cập đến trong các thông tin quốc tế hàng ngày Ontology của KIM hiện tại có khoảng hơn 300 lớp thực thể và hơn 100 thuộc tính Cơ sở tri thức của KIM hiện có khoảng 80,000

thực thể về các nhân vật, thành phố, công ty, tổ chức quan trọng và phổ biến trên thế giới

Hình 1.4 Trang thông tin về semantic web của VN-KIM

29

1.3.3 Các ứng dụng của Semantic web quốc tế

Swoogle Semantic Web Search Engine [7] là một công cụ tìm kiếm theo ngữ nghĩa trên Ontology, Document, Term, Across ontology Swoogle cung cấp dịch

vụ cho người sử dụng qua một giao diện trình duyệt và thông qua các đại lý phần mềm.Swoogle được phát triển tại Đại học Maryland, Banltimore (UMBC) với sự tài trợ của Quỹ khoa học quốc gia, DARPA Mỹ Đây là luận án tiến sĩ Li Ding

dưới sự hướng dẫn của giáo sư Tim Finin

Hình 1.5 Trang tìm kiếm Swoogle Semantic Web Search Engine

Kết luận

Chương 1, tác giả trình bày tổng quan về web ngữ nghĩa, các khái niệm liên quan đến web ngữ nghĩa, tìm hiểu các tầng của kiến trúc web ngữ nghĩa, tổng quan tình hình các nghiên cứu thuộc lĩnh vực của đề tài ở trong nước và quốc tế

30

CHƯƠNG II CÔNG NGHỆ WEB NGỮ NGHĨA TRONG LƯU TRỮ VÀ

QUẢN LÝ TÀI NGUYÊN SỐ

2.1 Khái niệm về thư viện số

Theo Ian H Witten, chuyên gia thư viện số Đại học Waikata, New Zealand

“Thư viện số là tập hợp những bộ sưu tập thông tin của các đối tượng số hoặc đã được số hóa có tổ chức và tập trung Tập trung theo đề tài hay chủ đề và có tổ chức để thông tin dễ truy cập và lưu trữ theo những tiêu chuẩn chuyên biệt cung cấp hai khả năng chính: [8]

- Phương thức truy cập, chọn lọc, hiển thị tài nguyên số (dành cho người

sử dụng);

- Phương thức xây dựng, tổ chức và lưu hành (dành cho cán bộ thư viện)”

Hệ thống thư viện số cần đáp ứng nội dung sau:

- Có hệ thống quản lý kho dữ liệu với nhiều thông tin khác nhau

- Tích hợp trong hệ thống ứng dụng có thể lưu trữ các thông tin với nhiều định dạng khác nhau

- Chuyển giao thông tin qua mạng nội bộ và mạng internet

- Có khả năng chuyển giao và chia sẽ với các hệ thống khác

- Tương tác với người dùng không giới hạn về không gian và thời gian

2.2 Khái niệm về thư viện số ngữ nghĩa

Áp dụng công nghệ Web ngữ nghĩa vào việc triển khai và xây dựng hệ thống thư viện số ngữ nghĩa Với các siêu dữ liệu có cấu trúc theo chuẩn quốc tế giúp máy tính hiểu được các khái niệm, mối quan hệ giữa các khái niệm, các thuộc tính và các tiến trình của chúng Với công nghệ này, máy tính có thể tự động truy vấn và trích xuất ra thông tin mới và có giá trị từ các dữ liệu đã tồn tại

Do đó việc tìm kiếm sẽ tối ưu hơn khi tìm thông tin trong thư viện số ngữ nghĩa

2.3 Hiện trạng thư viện tại Trung tâm Tin học

Thực trạng tại Trung tâm Tin học có số lượng tài nguyên khá lớn nhưng được lưu trữ chưa tập trung, một số còn ở dạng tài liệu sách báo, tạp chí, một số tài liệu được lưu trữ ở phòng đào tạo bồi dưỡng, một số tài liệu được lưu trữ ở

31

máy cá nhân Việc quản lý tài nguyên đó chưa thật sự khoa học, tập trung, khó khăn cho việc tìm kiếm, và chia sẻ tài nguyên giúp cho việc học tập, giảng dạy và nghiên cứu của giáo viên, học viên, học sinh tại Trung tâm Tâm Tin học Chính vì chưa có hệ thống quản lý tài nguyên tại Trung tâm Tin Học Hải Phòng, nên việc tra cứu thông tin đôi khi sử dụng các trang mạng tìm kiếm thông tin như: Google.com, Google.com.vn, search.yahoo.com, bing.com… và tìm kiếm trên các cổng thông tin của Trung tâm, của Sở Giáo dục và Đào tạo Tuy nhiên, việc tìm kiếm như vậy mất nhiều thời gian bởi vì các thông tin tìm được theo từ khóa đơn thuần dẫn đến kết quả trả về rất nhiều, có nhiều thông tin không phù hợp cần phải mất thời gian chọn lọc

Ví dụ: Tra cứu tin học văn phòng microsoft word Kết quả trả về của trang tìm kiếm www.google.com khoảng 450.000 kết quả, trang ping.com khoảng 56.000 kết quả, trang search.yahoo.com khoảng 254.000 kết quả

Hình 2.1 Kết quả tìm kiếm trên Google.com theo từ khóa Như vậy, việc tìm kiếm thông tin trên mạng chưa đem lại cho người dùng những kết quả tối ưu, nhiều trang dưới hình thức quảng cáo thương hiệu, sản phẩm đã sử dụng những từ khóa tìm kiếm cho lợi ích của mình Làm cho người

sử dụng tìm kiếm thông tin rất khó khăn, mất nhiều thời gian, công sức

- Khả năng quản lý nhiều thông tin theo cấu trúc hiện đại tương thích với cơ

- Cung cấp các dịch vụ, trao đổi tài nguyên với các hệ thống thư viện khác

- Giao diện gần gũi với người học, dễ dàng tìm kiếm tài liệu, chia sẻ tài nguyên cho người dùng

2.4.2 Giải pháp

Để giải quyết được bài toán với các nội dung như phân tích ở trên, cần phải giải quyết được một số bước sau đây:

Bước 1: Thu thập thông tin, tài liệu theo từng chủ đề môn học, sách báo, tạp

chí, các bài báo cáo nghiên cứu khoa học, sáng kiến kinh nghiệm… từ các nguồn lưu trữ khác nhau như thư viện truyền thống, tài liệu số hóa, từ internet… để xử

lý dữ liệu thành cơ sở tri thức

Bước 2: Tổng hợp các nguồn dữ liệu thu thập được đưa vào kho tiền xử lý,

tổ chức, phân loại theo từng mục cho miền mà chúng ta cần xây dựng

Bước 3: Dùng công cụ phần mềm hỗ trợ là Protégé 4.3 [9] để xây dựng

ontology cho miền và phạm vi thư viện tại Trung tâm Tin học cũng như xây dựng các lớp, thuộc tính và mối quan hệ trong ontology