WADe 2017-2018 Tutorial (3/3): Data Modeling in HTML by Using RDFa Constructs

Dr.SabinBuragaprofs.info.uaic.ro/~busaco
Dezvoltarea aplicațiilor Web
<⊷>date structurate în cadrul documentelor HTML
RDFa – declarații de triple RDF în paginile Web

„Dacă poți acorda ajutor, ajută-i pe ceilalți.
Dacă nu poți, măcar nu-i deranja.”
Dalai Lama

Folosind modelul RDF (subiect, predicat, obiect),
n-am putea include triplele RDF în paginile Web?

Specificarea construcțiilor RDF direct în (X)HTML
RDFa
reprezintă un alt format de serializare a modelului RDF
RDF + HTML = RDFa

RDFa
recomandări ale Consorțiului Web
RDFa 1.0 (2008)
RDFa 1.1 (2012 – ediția 1; 2013 – ediția 2; 2015 – ediția 3)
www.w3.org/TR/rdfa-core

RDFa
„punte” între Web-ul social și Web-ul datelor
www.w3.org/TR/rdfa-primer/

RDFa
utilizarea unor atribute HTML specifice menite a modela
datele disponibile într-o pagină Web
în vederea procesării acestora de către un program

RDFa
minimal, se pot utiliza atributele
precizate de recomandarea RDFa Lite 1.1 (W3C, 2015)
www.w3.org/TR/rdfa-lite/

RDFa
vocab – desemnează URL-ul vocabularului de date
(modelului conceptual) adoptat

RDFa
vocab – desemnează URL-ul vocabularului de date
(modelului conceptual) adoptat
exemplificări:
scheme de date HTML5 – http://schema.org/
specificațiile DCMI, FOAF, SIOC,…
diverse vocabulare deschise – http://vocab.org/

studiu de caz:
BIO – vocabular privind biografia unei persoane
http://vocab.org/bio/

RDFa
typeof – precizează un tip de date (clasă de „lucruri”)
exemple:
Event
Person
Product
etc.

RDFa
property – specifică o proprietate asociată tipului de date
e.g., pentru tipul Event sunt definite proprietățile
duration, location, startDate, endDate, performers,…
(conform http://schema.org/Event)

RDFa
resource – indică un identificator de resursă (subiectul)
despre care se „vorbește” în termeni de meta-date

RDFa
prefix – desemnează prefixul unui vocabular specific,
facilitând referirea acestuia
e.g., rdf pentru RDF, rdfa – RDFa, xsd – XML Schema

lista prefixelor predefinite:
https://www.w3.org/2011/rdfa-context/rdfa-1.1

Exemplu recurgând la vocabularul schema.org
adaptare după (Manu Sporny, 2012)
<p vocab="http://schema.org/" typeof="Person"
resource="#tux">
Salut, eu sunt
<span property="name">Tuxy Pinguinnesscool</span>
și vă invit să vizitați
<a property="url" href="http://tux.info/"
title="Situl lui Tuxy">situl meu</a>.
</p>
adnotare explicită direct în HTML:
resursa identificată cu tux este o persoană având atașate
un nume și o adresă Web a sitului personal

Exemplu recurgând la vocabularul schema.org
adaptare după (Manu Sporny, 2012)
<p vocab="http://schema.org/" typeof="Person"
resource="#tux">
Salut, eu sunt
<span property="name">Tuxy Pinguinnesscool</span>
și vă invit să vizitați
<a property="url" href="http://tux.info/"
title="Situl lui Tuxy">situl meu</a>.
</p>
@prefix s: <http://schema.org/> .
:tux rdf:type s:Person ;
s:name "Tuxy Pinguinnesscool" ;
s:url <http://tux.info/> .
aserțiunile RDF
echivalente

Exemplu: modelarea grafului social al unui utilizator
pe baza vocabularului FOAF (Friend Of A Friend)
<div vocab="http://xmlns.com/foaf/0.1">
<div resource="#busaco" typeof="Person">
<a property="url" href="http://purl.org/net/busaco">
<span property="name">Sabin Buraga</span></a>
îi are drept cunoscuți pe
<a property="knows" href="#alecsandru">Alecsandru</a> și
<a property="knows" href="#blankdots">Ștefan</a>.
</div>
<p resource="#alecsandru" typeof="Person">
<span property="name">Alecsandru Grigoriu</span></a>
</p>
…
</div>

date adnotate
semantic via RDFa
triplele RDF extrase
redarea
conținutului
marcat
http://rdfa.info/play/
un instrument Web de editare și vizualizare a construcțiilor RDFa

graful RDF corespunzător

Exemplu: specificarea „punctajului” dat unei resurse
(adnotare semantică via review vocabulary de la Google)
<div xmlns:v="http://rdf.data-vocabulary.org/#" typeof="v:Review">
<span rel="v:itemreviewed">
<span about="urn:ISBN:978-973-46-0249-0" typeof="bib:book">
Titlu: <span property="v:name" xml:lang="ro">Tehnologii XML</span>
</span>
</span>
Evaluare: <span property="v:rating" content="5">*****</span>
<span property="v:summary">…</span>
</div>

RDFa transformă o pagină Web într-un API
acces la date structurate – „purtând” un înțeles –,
nu doar la conținut textual
(things, not strings)
rdfa.info

RDFa transformă o pagină Web într-un API
diverse biblioteci/module de prelucrare:
clj-rdfa (Closure), EasyRDF (PHP), librdfa (C),
Green Turtle (JavaScript), PyRDFa (Python),
quadstore (Node.js), semargl (Java), vie (Node.js)
http://rdfa.info/dev/
vezi și www.w3.org/community/rdfjs/wiki/Comparison_of_RDFJS_libraries

Diverse studii de caz privitoare la RDFa?

rNews
model conceptual vizând includerea de meta-date
din domeniul publicațiilor
(e.g., știri, articole, periodice) în documentele HTML
standard IPTC
(International Press Telecommunications Council)
https://iptc.org/standards/rnews/

rNews
se bazează pe microdate HTML5 și/sau RDFa
detalii în prezentarea E. Sandhaus, S. Myles & A. Gebhard,
“The State of rNews”, Semantic Technology & Business
Conference, San Francisco (2012)
https://speakerdeck.com/u/agebhard/p/the-state-of-rnews

Generarea de construcții RDFa
pe baza editorului on-line RDFaCE
abordare WYSIWYG (What You See Is What You Get)
generează reprezentări RDFa – inclusiv rNews
recurge la API-uri de adnotare a conținutului textual
(e.g., Alchemy, Ontos, DBpedia)
disponibil și ca extensie pentru WordPress
http://aksw.org/Projects/RDFaCE.html

Generarea de constructii RDFa
pe baza editorului on-line RDFaCE
A. Khalili, S. Auer & D. Hladky (2012)

rdf: utilizari – rdfa
extragerea cu instrumentul RDFa 1.1 Distiller and Parser
a triplelor RDF dintr-un document HTML ce include RDFa
http://www.w3.org/2012/pyRdfa/Overview.html
aici, o resursă Web oferită de publicația Telegraph
URL-ul resursei
conținând (meta-)date
exprimate prin RDFa

pe baza construcțiilor RDFa specificate în codul HTML,
sunt extrase date RDF disponibile în format Turtle
în acest caz, se recurge la vocabularul OGP (Open Graph
Protocol) utilizat de Facebook – http://ogp.me/
@prefix og: <http://opengraphprotocol.org/schema/> .
<http://www.telegraph.co.uk/science/2016/11/06/forgotten-oil-painting-could-be-
lost-raphael-as-scientists-date/>
og:description "When collector Stephen Hibberts discovered..."@en-gb ;
og:image "http://www.telegraph.co.uk/content/...6f62EI5U.jpg" ;
og:site_name "The Telegraph"@en-gb;
og:title "Forgotten oil painting could be lost Raphael,
as scientists date it to 16th century…"@en-gb;
og:type "article"@en-gb;
og:url "http://www.telegraph.co.uk/...forgotten-oil-painting.../"@en-gb .
subiect
predicat
obiect

extensia de browser OpenLink Structured Data Sniffer
poate extrage și construcții RDFa
aici, cunoștințe modelate cu vocabularele
Dublin Core Terms, FOAF, OGP și SIOC

Aserțiunile RDFa sunt indexate de motoarele de căutare
Bing Webmaster
http://tinyurl.com/b9mx2f2
Google Structured Data
developers.google.com/structured-data/
Yahoo! BOSS (Build your Own Search Service)
http://developer.yahoo.com/search/boss/
Yandex Semantic Markup Validator
https://webmaster.yandex.com/microtest.xml

Crawl Date October 2016
Total Data 56 TB (compressed)
Parsed HTML URLs 3,181,199,447
URLs with Triples 1,242,727,852
Domains in Crawl 34,076,469
Domains with Triples 5,638,796
Typed Entities 9,590,731,005
Triples 44,242,655,138
statistici oferite de
Web Data Commons
webdatacommons.org/structureddata/

microformate↔microdate↔RDFa
Microformatele pot fi exprimate
via microdate HTML care, la rândul lor,
pot avea asociate construcții RDF(a)
a se parcurge și articolul lui Manu Sporny,
„Mythical Differences: RDFa Lite vs. Microdata” (2012):
http://manu.sporny.org/2012/mythical-differences/

microformate↔microdate↔RDFa
Cel mai expresiv – general – model este RDF(a)

<li class="conference" itemscope="" itemid="/2016/oscon/"
itemtype="http://schema.org/SocialEvent
http://schema.org/BusinessEvent http://schema.org/EducationEvent">
<h2><a itemprop="url" href="/2016/oscon/">
<span itemprop="name">OSCON 2016</span></a></h2>
<p itemprop="location" itemscope="" itemid="/places/london/"
itemtype="http://schema.org/Place">
<span itemprop="name">
<a href="https://www.wikidata.org/wiki/Q145">UK</a> in
<a itemprop="url"
href="https://www.wikidata.org/wiki/Q84">London</a></span></p>
<p class="date">
<time itemprop="startDate" datetime="2016-10-17">17</time> –
<time itemprop="endDate" datetime="2016-10-19">19 Oct.</time>
</p>
...
</li>
modelarea unui eveniment via microdate HTML5,
pe baza schemelor de date oferite de schema.org
adaptare după Jeni Tennison (2011)

@prefix s: <http://schema.org/>
</2016/oscon/> a s:SocialEvent , s:BusinessEvent ,
s:EducationEvent ;
s:url <http://lanyrd.com/2016/oscon/> ;
s:name "OSCON 2016" ;
s:location </places/london/> ;
s:startDate "2016-10-17"^^xsd:date ;
s:endDate "2016-10-19"^^xsd:date .
</places/london/> a s:Place ;
s:url <https://www.wikidata.org/wiki/Q84> ;
s:name "London (UK)" .
construcțiile RDF (în format Turtle) echivalente pe baza
asocierilor (mappings) realizate – Jeni Tennison, 2011
referire la resurse
(entități) Wikidata
precizare explicită
a tipului de date

datele RDFa verificate și extrase via instrumentul Web
Structured Data linter – http://linter.structured-data.org/
detalii de interes la www.structured-data.org
de revăzut cele
discutate la curs

rezumat
<⊷>RDFa: specificarea triplelor RDF direct în HTML

WADe 2017-2018 Tutorial (3/3): Data Modeling in HTML by Using RDFa Constructs

Recommended

Recommended

More Related Content

Similar to WADe 2017-2018 Tutorial (3/3): Data Modeling in HTML by Using RDFa Constructs

Similar to WADe 2017-2018 Tutorial (3/3): Data Modeling in HTML by Using RDFa Constructs (20)

More from Sabin Buraga

More from Sabin Buraga (20)

WADe 2017-2018 Tutorial (3/3): Data Modeling in HTML by Using RDFa Constructs