Web ngữ nghĩa và ứng dụng trong tra cứu văn hóa ẩm thực tại hải phòng

1 ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG NGUYỄN CÔNG BẰNG WEB NGỮ NGHĨA VÀ ỨNG DỤNG TRONG TRA CỨU VĂN HÓA ẨM THỰC TẠI HẢI PHÒNG Chuyên nghành : Khoa học máy tính Mã số : 60.48.01 LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN Ngƣời hƣớng dẫn khoa học: PGS.TS ĐỒN VĂN BAN Thái ngun – Năm 2014 Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ Mục lục Mở đầu CHƢƠNG 1: GIỚI THIỆU VỀ WEB NGỮ NGHĨA 1.1 Cách thức tìm kiếm thơng tin máy tìm kiếm (Search engine) 1.1.1 Một số tìm kiếm thơng dụng 1.1.2 Cách thức tìm kiếm 1.1.3 Nguyên lý hoạt động .11 1.1.4 Hạn chế web thông thƣờng .11 1.2 Web ngữ nghĩa .12 1.2.1 Sự đời Web ngữ nghĩa 12 1.2.2 Lợi ích Web ngữ nghĩa 13 1.2.3 Các hƣớng nghiên cứu lĩnh vực dịch vụ web ngữ nghĩa 13 1.3 Kiến trúc phân tầng Web ngữ nghĩa .14 1.3.1 Kiến trúc phân tầng .14 1.3.2 Vai trò tầng .14 1.4 RDF – Nền tảng Web ngữ nghĩa 18 1.4.1 Giới thiệu .18 1.4.2 Các khái niệm 18 1.4.3 Cấu trúc RDF/XML 19 1.4.4 RDFS collection 20 1.4.5 RDFS schema 22 1.5 Truy vấn liệu RDF 26 1.5.1 Giới thiệu .26 1.5.2 Cú pháp truy vấn 26 1.5.3 Rằng buộc liệu 28 rdfs:ConstraintResource .29 rdfs:ConstraintProperty 29 rdfs:range 29 Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ rdfs:domain 30 1.6 Tổng kết chƣơng .32 CHƢƠNG 2: CÔNG NGHỆ XÂY DỰNG WEB NGỮ NGHĨA 33 2.1 Ontology ngôn ngữ web OWL .33 2.1.1 Khái niệm Ontology 33 2.1.2 Thành phần Ontology .33 2.1.3 Phƣơng pháp xây dựng Ontology 35 2.1.4 OWL (Ontology Web Language) 35 2.2 Các bƣớc xây dựng Ontology 37 2.3 Công cụ xây dựng Ontology 39 2.3.1 Công cụ Sesame 39 2.3.2 Công cụ Chimaera 40 2.3.3 Công cụ Jena 40 2.3.4 Công cụ Protégé 40 2.4 Thƣ viện phát triển ứng dụng 42 2.4.1 Thƣ viện SemWeb 42 2.4.2 Thƣ viện mã nguồn mở OWLDotNetAPI .42 2.4.3 Thƣ viện mã nguồn mở dotNetRDF .42 2.5 Tổng kết chƣơng .43 CHƢƠNG 3: XÂY DỰNG HỆ THỐNG TRA CỨU VĂN HÓA ẨM THỰC TẠI HẢI PHÕNG .43 3.1 Tổng quan Hải Phòng .43 3.1.1 Giới thiệu Thành phố Hải Phòng 43 3.1.2 Ẩm thực đặc trƣng Thành phố Hải Phòng 45 3.2 Yêu cầu, hƣớng tiếp cận giải pháp 59 3.2.1 Yêu cầu ứng dụng 59 3.2.2 Hƣớng tiếp cận giải pháp 60 3.3 Xây dựng Ontology .68 3.3.1 Miền phạm vi Ontology .68 3.3.2 Các lớp Ontology 68 Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 3.3.3 Thuộc tính lớp Ontology .70 3.3.4 Xác định cá thể 73 3.4 Mơ hình hệ thống 74 3.5 Thiết kế xử lý hệ thống 75 3.5.1 Chức tìm kiếm 75 3.5.2 Chức xem thông tin 76 3.6 Xây dựng hệ thống .77 3.6.1 Đọc RDF với dotNetRDF .77 3.6.2 Truy vấn với SPARQL 78 3.6.3 Thuật toán áp dụng 79 3.6.4 Kết chƣơng trình .80 3.7 Tổng kết chƣơng .81 KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN 82 Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ Mở đầu Lý chọn đề tài Ngày khoa học công nghệ phát triển với bùng nổ internet Word Wide Web phát triển nội dung lẫn hình thức Nó có khối lƣợng thơng tin khổng lồ, đƣợc tạo từ tổ chức, cộng đồng nhiều cá nhân với lý khác Ngƣời sử dụng Web dễ dàng truy cập thơng tin cách địa URL theo liên kết để tìm tài nguyên liên quan khác Tính đơn giản Web dẫn đến số hạn chế, việc tìm kiếm thơng tin Web trả lƣợng lớn thơng tin khơng hợp lý khơng liên quan Tính đơn giản gây tƣợng thắt cổ chai, tạo khó khăn việc tìm kiếm, trích rút thơng tin Máy tính biết gửi trả thơng tin, chúng truy xuất nội dung cần Nó chi hỗ trợ mức độ giới hạn việc truy xuất xử lý thơng tin Kết ngƣời sử dụng phải đảm nhiệm việc truy cập, xử lý thơng tin, trích lọc thơng tin phù hợp với việc tìm kiếm Để khắc phục hạn chế này, khái niệm web ngữ nghĩa đời Web ngữ nghĩa bƣớc tiến vƣợt bậc so với kỹ thuật web trƣớc dựa vào khả làm việc với thơng tin chúng thay đơn lƣu trữ thơng tin Hải Phịng thành phố trực thuộc trung ƣơng đô thị loại trung tâm cấp quốc gia, thành phố lớn thứ Việt Nam,có vị trí quan trọng kinh tế xã hội an ninh, quốc phòng vùng Bắc Bộ nƣớc Ẩm thực Hải Phịng bình dị dân dã, khơng cầu kỳ nhƣng đậm đà khó qn Nơi tiếng với hải sản Các nhà hàng hải sản khu vực Đồ Sơn tiếng với tôm cua cá mực tƣơi giá phải Phong cách chế biến hải sản Hải Phòng theo phong cách dân dã, nhấn mạnh thực chất vị tƣơi ngon nguyên liệu nhiều cầu kỳ gia vị cách chế biến Các ăn nhƣ bánh đa cua, bún cá, bánh mỳ cay, cơm cháy hải sản, ốc cay, nem cua bể (nem vuông), quen thuộc tiếng Những ăn Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ đƣợc tìm thấy đƣờng phố nơi khác nhƣ TP.Hồ Chí Minh, Hà Nội, nhƣng đƣợc thƣởng thức chúng Thành phố Hoa phƣợng đỏ lý tƣởng lựa chọn nguyên liệu tƣơi ngon với bí ẩm thực riêng ngƣời đầu bếp Ẩm thực Hải Phòng đƣợc quảng bá sang Châu Âu lễ hội biển Brest 2008 (Cộng hòa Pháp) gây đƣợc tiếng vang lớn Ngồi ra, Hải Phịng cịn tiếng với nhiều ăn khác nhƣ lẩu bề bề, nộm giá, thịt san biển, sủi dìn, bánh bèo, Một số ăn khơng thể thƣởng thức nơi khác mà có Hải Phịng Với lý trên, xin chọn đề tài “Web ngữ nghĩa ứng dụng tra cứu đặc trƣng văn hóa ẩm thực Hải Phịng” Mục tiêu Ứng dụng Semantic Web xây dựng ứng dụng tra cứu đặc trƣng văn hóa ẩm thực Hải Phịng Đối tƣợng phạm vi nghiên cứu Đối tượng nghiên cứu: - Tìm hiểu web ngữ nghĩa, phƣơng pháp xây dựng Ontology - Tìm hiểu thơng tin đặc trƣng văn hóa ẩm thực Thành phố Hải Phòng Phạm vi nghiên cứu: - Nghiên cứu xây dựng tập từ vựng đặc trƣng văn hóa ẩm thực Thành phố Hải Phịng - Tổ chức lƣu trữ liệu ứng dụng với Protégé tính truy xuất liệu Ontology Phƣơng pháp nghiên cứu - Tìm hiểu vấn đề Web ngữ nghĩa - Thu thập tài liệu liên quan - Triển khai xây dựng ứng dụng Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ Ý nghĩa khoa học thực tiễn đề tài - Xây dựng tập từ vựng văn hóa ẩm thực Hải Phịng - Góp phần nâng cao khả tra cứu chia sẻ thơng tin văn hóa ẩm thực thành phố Hải Phòng Dự kiến bố cục luận văn Luận văn đƣợc chia làm chƣơng: Chƣơng 1: Trình bày giới thiệu tóm tắt Web ngữ nghĩa, kiến trúc Web ngữ nghĩa, nhƣ giới thiệu RDF – tảng Web ngữ nghĩa Chƣơng 2: Giới thiệu công nghệ xây dựng Web ngữ nghĩa cụ thể sâu vào nghiên cứu Ontology Đồng thời đƣa giải pháp ngôn ngữ công cụ để xây dựng ứng dụng Semantic web Chƣơng 3: Giới thiệu ứng dụng, phân tích đề xuất giải pháp xây dựng ứng dụng Tiến hành xây dựng ontology, xử lý liệu, cài đặt ứng dụng đƣa số kết đạt đƣợc Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ CHƢƠNG 1: GIỚI THIỆU VỀ WEB NGỮ NGHĨA 1.1 Cách thức tìm kiếm thơng tin máy tìm kiếm (Search engine) Search engine hay cịn gọi máy tìm kiếm trang Web cho phép ngƣời dùng tìm kiếm nội dung số trang Web Internet [1] Thƣờng kỳ, máy tìm kiếm dị qt nội dung tất trang Web Internet cập nhật nội dung văn text vào sở liệu khổng lồ mà ngƣời dùng khai thác sau Để làm việc máy tìm kiếm thƣờng gửi Web crawler, web spider hay web robot (ví dụ googlebot Google – Yahoo slurp Yahoo) đến trang cần đánh số Các bọ tìm kiếm truy cập phân tích gửi nội dung máy tìm kiếm Máy tìm kiếm xếp trang Web dựa vào nội dung HTML trang Việc khác với thƣ mục Web truyền thống mà ngƣời kiểm duyệt đặt mục riêng biệt với tên site miêu tả kèm 1.1.1 Một số tìm kiếm thơng dụng Bộ thu thập thông tin Cơ sở liệu cuả search engine đƣợc cập nhật hoá chƣơng trình đặc biệt thƣờng gọi "robot", "spider" hay "Webcrawler" Các chƣơng trình tự động dị tìm phân tích từ trang có sẵn sở liệu để kiếm liên kết (links) từ trang trở lại bổ xung liệu cho search engine sau phân tích Về chất robot chƣơng trình duyệt thu thập thông tin từ site theo giao thức web Những trình duyệt thơng thƣờng khơng đƣợc xem robot thiếu tính chủ động, chúng duyệt web có tác động ngƣời Bộ lập mục – Index Hệ thống lập mục hay gọi hệ thống phân tích xử lý liệu, thực việc phân tích, trích chọn thơng tin cần thiết (thƣờng từ đơn, từ ghép, cụm từ quan trọng) từ liệu mà robot thu thập đƣợc tổ chức thành sở Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ liệu riêng để tìm kiếm cách nhanh chóng, hiệu Lập mục giai đoạn phân tích tài liệu (document) để xác định mục biểu diễn nội dung tài liệu Hệ thống mục danh sách từ khoá, rõ từ khoá xuất trang nào, địa Bộ tìm kiếm thơng tin – Search Engine Search engine cụm từ dùng toàn hệ thống bao gồm thu thập thông tin, lập mục & tìm kiếm thơng tin Các hoạt động liên tục từ lúc khởi động hệ thống, chúng phụ thuộc lẫn mặt liệu nhƣng độc lập với mặt hoạt động Search engine tƣơng tác với user thông qua giao diện web, có nhiệm vụ tiếp nhận trả tài liệu thoả yêu cầu user Bộ Query Engine Bộ cơng cụ truy vấn có nhiệm vụ nhận tìm kiếm yêu cầu ngƣời sử dụng, Bộ công cụ dựa vào bảng mục kho lƣu trữ Bởi kích thƣớc web lớn, thêm sử dụng đƣa vào hay hai từ khóa sau nhận đƣợc tập kết Do phải có modul xếp kết theo thứ tự cho gần với nội dung cần tìm Sắp xếp Đây modul có chức sàng lọc thơng tin từ hàng triệu trang tƣơng tự để xếp vị trí trang cho phù hợp 1.1.2 Cách thức tìm kiếm Tìm kiếm thơng tin nói chung giải vấn đề nhƣ: biểu diễn, lƣu trữ, tổ chức truy cập đến mục thông tin Việc tổ chức biểu diễn thông tin giúp ngƣời sử dụng dễ dàng truy cập thơng tin mà quan tâm Nhƣng để mơ tả thơng tin khơng phải điều dễ dàng Do vậy, hệ thống tìm kiếm thơng tin bao gồm q trình sau: Biểu diễn nội dung tài liệu, biểu diễn yêu cầu ngƣời dùng so sánh hai biểu diễn Quy trình biểu diễn tài liệu thƣờng gọi trình số hóa Q trình lƣu trữ thực tài liệu hệ thống nhƣng thƣờng lƣu phần tài liệu, chẳng hạn nhƣ phần tiêu đề, phần tóm tắt Q trình biểu diễn yêu cầu ngƣời Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 10 dùng gọi trình truy vấn Truy vấn biểu thị tƣơng tác hệ thống ngƣời sử dụng Việc so sánh truy vấn với tài liệu đƣợc gọi trình đối sánh cho kết danh sách tài liệu đƣợc xếp theo thứ tự mức độ liên quan với truy vấn Rõ ràng, để mô tả thông tin yêu cầu cách đầy đủ, ngƣời sử dụng trực tiếp yêu cầu thông tin sử dụng giao diện thời hệ thống tìm kiếm Thay ngƣời sử dụng phải chuyển đổi thông tin yêu cầu thành truy vấn mà đƣợc xử lý hệ thống tìm kiếm (hoặc hệ thống thu hồi thông tin (Information Retrieval - IR)) Thông thƣờng, phép chuyển đổi tạo tập hợp từ khoá (hoặc term số) mô tả khái quát yêu cầu ngƣời sử dụng Nhƣ vậy, việc tìm kiếm tài liệu dựa nội dung thực văn mà không phụ thuộc vào từ khố gắn với văn Các cơng cụ tìm kiếm văn tiếng nhƣ Google, Altavista, Yahoo,…là hệ tìm kiếm đƣa danh sách văn theo độ quan trọng câu hỏi đƣa vào Để xây dựng hệ tìm kiếm văn có hiệu cao, trƣớc hết văn truy vấn dạng ngôn ngữ tự nhiên phải đƣợc tiền xử lý chuẩn hoá Sau hai mơ hình chi tiết cho cơng cụ tìm kiếm thơng tin truyền thống cơng cụ tìm kiếm thơng tin mạng Văn Bài tốn thơng tin Biểu diễn Biểu diễn Văn số Truy vấn thông tin So sánh Số hóa Trung tâm Học liệu Phản hồi http://www.lrc-tnu.edu.vn/ Các văn đƣợc tìm kiếm 69 + Lớp Tên gọi khác ăn giới thiệu mơ tả tổng qt ăn để thực khách biết ăn với tên gọi khác nhau… + Lịch sử ăn mơ tả nguồn gốc đời ăn + Lớp cách chế biến mơ tả lại cách chế biến ăn + Lớp thành phần dinh dƣỡng mô tả thành phần dinh dƣỡng ăn + Lớp dịch vụ mơ tả dịch vụ kèm với ăn nhƣ: ăn kèm, giá cả, giao hàng, … Dƣới số lớp ứng dụng: Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 70 Hình 3.16 – Minh họa lớp ontology Protégé 3.3.3 Thuộc tính lớp Ontology Các thuộc tính thể mối quan hệ đối tƣợng Ngôn ngữ Ontology chia thuộc tiinsh làm hai loại khác Đó thuộc tính liệu thuộc tính quan hệ 3.3.3.1 Thuộc tính liệu - Lớp Món ăn thể đƣợc đặc trƣng ăn để thực khách chọn Bao gồm thuộc tính nhƣ: coTen, coTengoikhac, coMota, coVitri + Thuộc tính coTen thể tên ăn Thơng tin tên quy định kiểu liệu chuỗi + Thuộc tính coTengoikhac thể tên gọi khác ăn + Thuộc tính coMota mơ tả thơng tin ăn thành phần thuộc ăn + Thuộc tính coVitri thể địa điểm vị trí bán ăn đặc trƣng - Lớp Chi tiết ăn chƣa thơng tin đặc trƣng ăn Lớp bao gồm thuộc tính nhƣ: coTen, coTengoikhac, coMota, coHinhanh - Lớp lịch sử ăn chứa thơng tin q trình đời ăn, nguồn gốc ăn nhƣ lễ hội ẩm thực liên quan đến ăn Bao gồm thuộc tính: coTen, coMota, coLehoi - Lớp Cách chế biến chứa thông tin nguyên liệu, thành phần dinh dƣỡng, cách để làm lên ăn Lớp kế thừa thuộc tính từ lớp Chi tiết ăn cịn có thêm thuộc tính coChebien + Thuộc tính coChebien thể cách nấu ăn - Lớp Thành phần dinh dƣỡng chứa thông tin dinh dƣỡng ăn nhƣ dinh dƣỡng nguyên liệu cấu thành lên ăn Lớp kế thừa thuộc tính Chi tiết ăn thêm thuộc tính coDinhduong + Thuộc tính coDinhduong thể thơng tin dinh dƣỡng có ăn Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 71 - Lớp Giá thành chứa thông tin giá ăn Thuộc tính coGiathanh thể giá thành ăn - Lớp Dịch vụ khác cung cấp thơng tin dịch vụ ăn uống Lớp kế thừa thuộc tính lớp Chi tiết ăn có thêm thuộc tính coDouong, coYeucau + Thuộc tính coDouong thể đồ uống kèm ăn để ăn ngon hơn, tốt cho sức khỏe + Thuộc tính coYeucau thể yêu cầu thêm khách hàng nhƣ giao ăn nhà, chi phí phát sinh Hình 3.17 – Thuộc tính liệu lớp 3.3.3.2 Thuộc tính quan hệ Ngồi thuộc tính liệu cịn có thuộc tính quan hệ ứng dụng có thuộc tính quan hệ sau: - Thuộc tính co_Cach_che_bien - Thuộc tính co_Dich_vu_khac - Thuộc tính co_Ten_goi_khac - Thuộc tính co_Thanh_phan_dinh_duong - Thuộc tính co_Lich_su Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 72 - Thuộc tính thuoc_Mon_an_cb - Thuộc tính thuoc_Mon_an_dv - Thuộc tính thuoc_Mon_an_gt Trong đó: - Thuộc tính co_Cach_che_bien thuộc tính thuoc_Mon_an_cb có mối quan hệ suy ngƣợc Nghĩa tên ăn có cách chế biến ăn đó, ngƣợc lại có cách chế biến biết đƣợc tên ăn - Thuộc tính co_Dich_vu_khac thuoc_Mon_an_dv có mối quan hệ suy ngƣợc Nghĩa ăn có dịch vụ kèm, ngƣợc lại dịch vụ phản ánh đc ăn - Thuộc tính co_Lich_su có mối quan hệ suy ngƣợc với thuoc_Mon_an_ls Nghĩa ăn có hoàn cảnh lịch sử đời, ngƣợc lại với hoàn cảnh lịch sử đời suy đƣợc tên ăn - Thuộc tính co_Thanh_phan_dinh_duong thuoc_Mon_an_dd có quan hệ suy ngƣợc với Nghĩa biết tên ăn biết đcƣợc thành phần dinh dƣỡng có ăn đó, ngƣợc lại có thành phần dinh dƣỡng biết đƣợc tên ăn Dƣới hình minh họa thuộc tính quan hệ Hình 3.18 – Thuộc tính quan hệ lớp Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 73 Hình 3.19 – Minh họa quan hệ lớp 3.3.4 Xác định cá thể Cá thể thơng tin thể nội dung ứng dụng Một ứng dụng chứa nhiều cá thể Trong ứng dụng đƣa số cá thể đại diện tiêu biểu cho lớp mối quan hệ đối tƣợng ứng dụng - Cá thể MA_Mon lƣu thơng tin ăn liên quan đến chi tiết địa điểm Cá thể lớp Món ăn thuộc lớp Chi tiết ăn - Cá thể MA_Banh_da_cua lƣu thông tin Bánh đa cua tiếng Hải Phịng Cá thể lớp Món ăn thuộc lớp Chi tiết ăn - Cá thể MA_Nem_cua_be lƣu thơng tin Nem cua bể, đặc sản tiếng thành phố Hải Phòng Cá thể lớp Món ăn thuộc lớp Chi tiết ăn - Cá thể CB_Banh_da_cua lƣu thơng tin cách chế biến lên Bánh đa cua Cá thể lớp Cách chế biến thuộc lớp Chi tiết ăn Dƣới hình họa cá thể Ontology Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 74 Hình 3.20 – Minh họa thực thể ứng dụng 3.4 Mơ hình hệ thống Hệ thống website Ngƣời dùng Quản trị hệ thống Cập nhật Tin tức ẩm thực Hải Phòng Xử lý Xử lý góp ý Địa điểm ẩm thực Số hóa Trung tâm Học liệu Ảnh ăn ngon Xem thơng tin Xem tin tức Xem điểm ăn uống Tìm kiếm Liên hệ, góp ý Tìm kiếm Tìm kiếm nâng cao http://www.lrc-tnu.edu.vn/ lịch sử ăn 75 Hình 3.21 - Mơ hình triển khai hệ thống 3.5 Thiết kế xử lý hệ thống 3.5.1 Chức tìm kiếm Trang chủ Tìm kiếm FindDB Ontology Ngƣời sử dụng Nhập từ khóa Click nút tìm Tìm thơng tin Tìm URI Trả tài nguyên Hiển thị kết Hình 3.22 - Sơ đồ chức tìm kiếm Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 76 1: Nhập từ khóa 2: Click nút tìm Ngƣời sử dụng Trang chủ Xem thơng tin FindDB Tìm URI Ontology 5: Trả tài nguyên 6: Hiển thị kết Tìm kiếm Hình 3.23 - Sơ đồ cộng tác chức tìm kiếm Trong đó: - Đối tƣợng Trang chủ: trang mặc định đƣợc hiển thị sau ngƣời dùng nhập địa trang web trình duyệt Trang chứa chức xem thông tin, tra cứu cập nhật thơng tin - Đối tƣợng Tìm kiếm: đƣợc sử dụng để hiển thị kết tìm kiếm - Đối tƣợng FindDB: đƣợc sử dụng để xử lý tìm kiếm thông tin ứng dụng - Đối tƣợng Ontology: đại diện cho tập tin ontology ứng dụng 3.5.2 Chức xem thơng tin Món ăn Hiển thị kết DBDisplay Ontology Ngƣời sử dụng Chọn mục thông tin cần xem Lấy thơng tin Số hóa Trung tâm Học liệu Tìm URI http://www.lrc-tnu.edu.vn/ Trả tài nguyên Hiển thị kết 77 Hình 3.24 – Sơ đồ xem thông tin 1: Chọn thông tin cần xem 2: Lấy thơng tin Trang chủ Ngƣời sử dụng 3: Tìm URI DBDisplay Ontology 4: Trả tài nguyên 5: Hiển thị kết Hiển thị kết 3.6 Xây dựng hệ thống Hình 3.25 – Sơ đồ cộng tác xem thông tin 3.6.1 Đọc RDF với dotNetRDF Làm việc với RDF để đọc từ tập tin, URI nguồn khác để làm việc với cách sử dotNetRDF Tất lớp liên quan đến điều đƣợc chứa VDS.RDF.Parsing không gian tên Vì vậy, bạn muốn đọc RDF bạn cần câu sau vào lúc bắt đầu tập tin mã bạn: - sử dụng VDS.RDF; - sử dụng VDS.RDF.Parsing; dotNetRDF hỗ trợ đọc file RDF tất cú pháp RDF sau: - NTriples - Turtle - Notation - RDF/XML - RDF/JSON (Talis Specification) - RDFa 1.0 (Limited RDFa 1.1 support) Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 78 - TriG (Turtle with Named Graphs) - TriX (Named Graphs in XML) - NQuads (NTriples plus Context) 3.6.2 Truy vấn với SPARQL SPARQL ngôn ngữ truy vấn chuẩn cho Semantic Web đƣợc sử dụng để truy vấn khối lƣợng lớn liệu RDF dotNetRDF cung cấp hỗ trợ cho truy vấn hai địa phƣơng nhớ liệu sử dụng thực SPARQL riêng cho truy vấn liệu từ xa sử dụng thiết bị đầu cuối SPARQL thông qua cửa hàng SPARQL thực khác Trong số phận thƣ viện cho phép vƣợt qua truy vấn SPARQL nhƣ chuỗi thƣờng, phải phân tích SparqlQuery Object xung quanh Một SparqlQuery đƣợc tạo nhiều cách, trƣớc hết ta phân tích chuỗi SPARQL liệu vào truy vấn nhƣ Truy vấn đƣợc phân tích từ chuỗi, tập tin dòng nhƣ mong muốn Phƣơng pháp hoạt động tốt có truy vấn tƣơng đối đơn giản nhƣng trở nên cồng kềnh truy vấn phức tạp mã phải xây dựng chuỗi nhớ đảm bảo đƣợc định dạng Nếu trƣờng hợp đặc biệt tốt sử dụng SparqlParameterizedString Class để xây dựng chuỗi truy vấn, cung cấp SqlCommand interfaces style để xây dựng chuỗi truy vấn: Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 79 Hình 3.26 – Truy vấn SPARQL 3.6.3 Thuật toán áp dụng Từ nguồn liệu tổng hợp nhƣ trên, luận văn tiến hành xây dựng ứng dụng để khai thác cách có hiệu Đầu tiên để công việc tiến hành thuộc lợi luận văn khai thác sử dụng thƣ viện mã nguồn mở dotNetRDF Những phƣơng thức thƣ viện hỗ trợ nhiều việc phân loại xử lý liệu Trong trình xây dựng ứng dụng sử dụng số thuật toán sau để khai thác liệu: 3.6.3.1 Điền liệu Thuật toán dùng để điền đầy quan hệ ứng dụng tạo cho ứng dụng có thơng tin hai chiều Thuật tốn tiến hành nhƣ sau: - Mở tệp tin chứa Ontology - Đọc tệp tin chứa Properties có khai báo SymmetricProperty đƣa vào danh sách đối chiếu - Duyệt qua tất đỉnh Ontology Nếu đỉnh có chứa quan hệ cần điền đầy đủ theo danh sách đối chiếu trên: Điền thông tin quan hệ ngƣợc lại; Quay lại xét cho đỉnh vừa điền nhƣ phía Ngƣợc lại bỏ qua bƣớc - Đóng truy cập vào ontology 3.6.3.2 Duyệt theo ngữ nghĩa Chức đƣợc thực dựa tính phân cấp cha – lớp Thuật toán đƣợc thực nhƣ sau: - Thực đọc hiển thị nội dung lớp dựa Properties phân cấp lớp Chi tiết ăn để ngƣời dùng lựa chọn - Liệt kê tất individual thuộc lớp Chi tiết ăn mà ngƣời dùng lựa chọn - Truy cập thông tin chi tiết individual hiển thị kết 3.6.3.3 Tìm kiếm Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 80 Chức tìm kiếm dựa vào từ khóa tên thơng tin ăn Các bƣớc thuật tốn: - Duyệt tìm tất địa liên quan tới từ khóa ăn đƣợc yêu cầu truy vấn - Nếu có ăn thỏa mãn bƣớc thực hiện: Đọc Object Properties thỏa bƣớc - Xác định lớp có Properties nằm bƣớc 2, duyệt qua individual lớp vừa xác định Kiểm tra tính quan hệ giữ cá thể để đƣa giá trị liên quan - Hiển thị kết 3.6.4 Kết chƣơng trình 3.6.4.1 Giao diện chƣơng trình Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 81 Hình 3.27 – Màn hình hệ thống 3.6.2.2 Kết tìm kiếm Hình 3.26 – Giao diện tìm kiếm 3.7 Tổng kết chƣơng Trong chƣơng luận văn trình bày tiềm để giới thiệu văn hóa ẩm thực nói riêng phát triển nghành du lịch Hải Phịng nói chung Xây dựng đƣợc hệ thống tra cứu thông tin liên quan đến ẩm thực Thành phố Hải Phòng với chức nhƣ tìm kiếm, tìm kiếm nâng cao thơng tin liên quan đến văn hóa ẩm thực Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 82 KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN * Kết luận - Kết đạt đƣợc: + Tìm hiểu tổng quan Semantic Web bao gồm khái niệm, kiến trúc, lĩnh vực ứng dụng Semantic Web; tìm hiểu kiến trúc sở Ontology – chìa khóa kỹ thuật Semantic Web, tìm hiểu ngơn ngữ, công cụ để xây dựng Ontology Semantic Web + Tìm hiểu chi tiết ứng dụng Semantic Web lĩnh vực tra cứu thơng tin văn hóa ẩm thực Hải Phịng Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ 83 + Xây dựng ứng dụng minh họa với hỗ trợ ngữ nghĩa Semantic Web - Các mặt hạn chế + Những nghiên cứu Semantic Web Ontology giới hạn mức tổng quan chƣa sâu vào tìm hiểu chi tiết nhiều khía cạnh ứng dụng nhƣ: ngôn ngữ, lĩnh vực ứng dụng + Ứng dụng dừng lại việc tra cứu văn hóa ẩm thực Hải Phịng * Hƣớng phát triển - Nghiên cứu sâu kiến trúc Semantic Web ứng dụng - Phát triển ứng dụng với quy mơ lớn tồn quốc Số hóa Trung tâm Học liệu http://www.lrc-tnu.edu.vn/ ... Hải Phịng Với lý trên, tơi xin chọn đề tài ? ?Web ngữ nghĩa ứng dụng tra cứu đặc trƣng văn hóa ẩm thực Hải Phòng? ?? Mục tiêu Ứng dụng Semantic Web xây dựng ứng dụng tra cứu đặc trƣng văn hóa ẩm thực. .. HỆ THỐNG TRA CỨU VĂN HÓA ẨM THỰC TẠI HẢI PHÕNG .43 3.1 Tổng quan Hải Phòng .43 3.1.1 Giới thiệu Thành phố Hải Phòng 43 3.1.2 Ẩm thực đặc trƣng Thành phố Hải Phòng ... THỐNG TRA CỨU VĂN HÓA ẨM THỰC TẠI HẢI PHÕNG 3.1 Tổng quan Hải Phòng 3.1.1 Giới thiệu Thành phố Hải Phòng Hải Phòng, đƣợc gọi Thành phố Hoa phƣợng đỏ, thành phố cảng lớn phía Bắc (Cảng Hải Phịng)