在继续探索Aperture框架的数据抽取功能前，先要了解语义网的相关知识，以及关于本体及RDF等相关概念。
可以参考一下本人语义网相关的资料 Semantic Web
本人对这部分也是很晕乎，语义网的探讨如果具备西方语言学的知识更佳（如果做自然语言处理（NLP），更需要具备语言学的背景），现代逻辑学知识也不可或缺（由莱布尼茨、罗素及弗雷格等开端的数理逻辑），本人曾经学过西方本体论哲学，这里面的精髓不是本文能够描述清楚的；本体论是西方的哲学传统，古希腊哲学思想整体上经过了从宇宙论到本体论的转变，早期的希腊哲学主要是自然哲学，探讨的是本原的问题，从芝诺到柏拉图到亚里士多德大概是走的本体论的路线，亚里士多德是集大成者，将早期不同的理论融为一炉。
中世纪时期大概走的是柏拉图的路线，上帝是理念的形象化，上帝创世说也可以理解为宇宙论的宗教版本；
近代哲学更重要的概念是实体，如斯宾诺莎的泛实体论，笛卡尔的二元论，贝克莱的观念实体；
德国古典哲学则丰富了本体论哲学的内涵，康德探讨的大概是认识论和伦理学，综合近代的理性主义和经验主义认识论，最后趣向怀疑论；黑格尔是形而上学与辩证法的结合；费尔巴哈倾向自然论的唯物主义
现代哲学大概分为两大流派，即科学主义和人本主义，人本主义倾向个人体验；科学主义则主要是分析的科学哲学
这里就不多介绍西方哲学的流变了，一孔之见还请方家斧正。
下面是转载部分：
Nepomuk的资源描述框架（RDF）和本体（Ontologies）
这个指南基于 Sebastian Trueg 的博文 Nepomuk Appendix A - RDF for Dummies in a Nutshell。
在这儿讨论的所有本体随同 kdebase-runtime 一起安装，因此这些本体总是存在于 Nepomuk 数据仓库中，另外，他们的资源 URI 可以通过 Soprano::Vocabulary namespace (NIE 除外，它可以简单的使用 Soprano 的onto2vocabularyclass 建立。)
RDF - 资源描述框架
RDF是一种描述数据存储的方法，与基于表格的经典数据库不同，RDF数据由三元组组成，被称之为语句（statement）的三元组组成方式是：
主语（subject） -谓语（predicate） - 对象（object）
主语（subject）是一个资源，谓语（predicate） 是一个关系，对象（object）可以是另外的资源或者一个值。这个值的数据类型可以是字符串、整数、双精度浮点数或者是在 XML Schema中定义的类型，甚至可以是自定义的数据类型。
那么关于事物（Thing）的RDF数据可以表现为如下语句："Mary - is mother of - Carl" 或者"Mary - was born on - 1970-02-23"。
为了降低表达上的模糊，资源和关系必须是唯一标识。例如，在上面的语句中，确定了一个特定的“Mary”，用以区分和“Baghdad – is mother of – all battles” 的不同。 自RDF做为一个Web技术诞生以来，所有的资源和关系都是用URI（统一资源标识符）进行标识。（他们的命名空间经常用 #和一个名字结束，典型的用法是缩写为foo:bar ），因此一个RDF数据集基本上是一个graph ，资源（主语）是节点，关系（谓语）是连接，值是叶子。
RDF定义了一个重要的默认属性 rdf:type ，通过这个属性指定资源的类型。
RDFS - RDF Schema
RDFS扩展了RDF，定义了一个资源和属性的集合，这个扩展基本上允许定义Ontology（本体）。RDFS不但定义了两个重要的类rdfs:Resource和 rdfs:Class 用来引入实例和类型的区别，而且定义了属性的层次结构：rdfs:subClassof 和rdfs:subPropertyof ，rdfs:domain 和 rdfs:range 指定属性的细节。
这些扩展允许建立新类和属性，与面向对象编程非常类似，例如：
@PREFIX foo: <http://foo.bar/types#> foo:Human rdf:type rdfs:Class . //Human的类型是类 foo:Woman rdf:type rdfs:Class . //Woman 的类型是类 foo:Woman rdfs:subClassOf foo:Human . //Woman类是Human类的子类 foo:isMotherOf rdf:type rdf:Property . // isMotherof 的类型是属性 foo:isMotherOf rdfs:domain foo:Woman . // isMotherof 隶属Woman域 foo:isMotherOf rdfs:range foo:Human . // isMotherof 用于Human范围 foo:Mary rdf:type foo:Woman . // Mary的类型是 Woman foo:Mary foo:isMotherOf foo:Carl . //一个Thing的三元语句描述
这是一个如何使用RDFS定义一个本体的简单例子（使用Turtle 语言）。在RDFS中最后两个重要的谓语（关系）是rdfs:label and rdfs:comment ，为任意资源定义可读性标签和注释。
NRL：Nepomuk 表示语言（Nepomuk Representation Language）
Nepomuk开发NRL是为了扩展RDFS。对于NRL，我不准备详细解释它的一切，但我会就目前KDE而言非常重要的信息进行解释。
NRL最为重要的改变是从三元组描述到四"元组"描述的改变，第四个参数是已定义（存储）的用语句描述的graph（可能为空），这个graph （在Soprano中称为 context） 是这样一种资源，它可以对描述语句进行分组，允许对描述语句组进行追加。NRL定义了一组 graph（context）类型，其中很重要的是：nrl:InstanceBase 和 nrl:Ontology。第一个定义了graph 包含的实例，第二个，你猜对了，它定义了包含类型和谓语的graphs。
为了使之更加清楚，我们用NRL扩展上面的例子：
@PREFIX foo: <http://foo.bar/types#> foo:graph1 rdf:type nrl:Ontology . // 资源foo:graph1的类型是本体 foo:graph2 rdf:type nrl:InstanceBase . // 资源foo:graph2的类型是基础实例 foo:Human rdf:type rdfs:Class foo:graph1. // 资源foo:Human类型是类，是本体 foo:Woman rdf:type rdfs:Class foo:graph1. // 资源foo:Woman类型是类，是本体 foo:Woman rdfs:subClassOf foo:Human foo:graph1 . //资源foot:Woman是foo:Human的子类，是个本体 foo:isMotherOf rdf:type rdf:Property foo:graph1 . // 资源foo:isMotherOf的类型是属性，是个本体 foo:isMotherOf rdfs:domain foo:Woman foo:graph1 . // 资源foo:isMotherOf的作用域为foo:Woman，是个本体 foo:isMotherOf rdfs:range foo:Human foo:graph1 . // 资源foo:isMotherOf的范围是foo:Human，是个本体 foo:Mary rdf:type foo:Woman foo:graph2 . //资源Mary的类型为foo:Woman,是一个基础实例 foo:Mary foo:isMotherOf foo:Carl foo:graph2 . //资源Mary和资源foo:Carl是foo:isMotherOf的关系，是一个基础实例
但是，上述例子不能展现实体和本体的所有区别
NAO：Nepomuk 标注本体（Nepomuk Annotation Ontology）
你在KDE已经遇到过的由NAO定义的资源类型和属性是：nao:Tag 或nao:rating 。其实NAO也定义了 nao:created 属性，它为资源 （在下面的例子里是一个graph）分配一个 xls:dateTime 类型数据。 当一些信息被加入到Nepomuk库时，我们用这个方法存储相关信息。
foo:graph1 nao:created "2008-02-12T14:43.022Z"^^<http://www.w3.org/2001/XMLSchema#dateTime> .
NIE — Nepomuk 信息元素本体（Nepomuk Information Element）
NIE 本体描述桌面资源文件像文件，文件夹，电子邮件，联系人，即时消息等等，它在文件索引系统诸如 Strigi 或者 tracker中用于描述提取的元数据。
- NFO - The Nepomuk File Ontology 描述文件元数据。
- NCO - The Nepomuk Contact Ontology 描述地址簿条目。
- NMO - The Nepomuk Message Ontology 描述各种消息包括电子邮件和即时通讯消息
- NCAL - The Nepomuk Calendar Ontology 描述联系人条目
- NEXIF - The Nepomuk Exif Ontology 描述图像的元数据
- NID3 - The Nepomuk ID3 Ontology 描述音频的元数据
Xesam - 桌面文件的元数据本体 因采用NIE而过时
Xesam是一个应用于strigi 索引桌面文件而开发出来的本体，它试图对桌面应用的大多数文件类型元数据定义类/类型和属性。简单的例子如id3标签或图像大小，或如发信人和收信任等电子邮件数据，在KDE桌面系统上strigi对文件元数据的检索结果使用Xesam定义的类和属性等数据保存在Nepomuk数据仓库内。
SPARQL - RDF查询语言
我们用SPARQL 查询RDF 数据库，它的语句格式被设计成近似SQL，但因为它迄今为止十分年轻，所以还不是很强大。
尽管这样，搜索“the mother of carl”这样简单的查询大致如下：
prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
prefix foo: <http://foo.bar/types#>
select ?r where { ?r foo:isMotherOf foo:Carl . }
或者如果采用NRL ：
prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
prefix foo: <http://foo.bar/types#>
prefix nrl: <http://semanticdesktop.org/ontologies/2007/08/15/nrl#>
select ?r where { graph ?g { ?r foo:isMotherOf foo:Carl . } . ?g rdf:type nrl:InstanceBase . }
SPARQL quick reference是一份非常有价值的文档。
其他本体/定制本体
这里所说的本体是Nepomuk数据的基本形式，但他们不能满足各方面的需求，如果你想在Nepomuk中存储你自己的数据并且和其他信息联系起来，建议按照以下过程来做：
- 在 http://www.semanticdesktop.org/ontologies/ 中检查现有的标准本体中是否提供你所需要（或部分需要）的类和属性，这个网址中有很多标准本体，包括 NRL 和 NAO
- 如果没有，联系 the Oscaf project 中与你需要获得的帮助相关的讨论组和开发组
- 如果你的需求还不能得到解决，那就开始开发你自己的本体，可能的话建议将其作为Oscaf标准本体。
文章地址：https://techbase.kde.org/Development/Tutorials/Metadata/Nepomuk/RDFIntroduction_(zh_CN)
---------------------------------------------------------------------------
本系列WEB数据挖掘系本人原创
作者 博客园 刺猬的温驯
本文链接 http://www.cnblogs.com/chenying99/archive/2013/06/09/3127939.html
本文版权归作者所有，未经作者同意，严禁转载及用作商业传播，否则将追究法律责任。
