我的目标是实现对数据的语义搜索。我的数据域包含专业技能。我需要为我的数据结构提供额外的关系,比如'sameAs'和'wide'。所以,例如,如果我要搜索'Relation database',我也会期待'SQL'和'RDBMS' 作为结果。
我的问题是,用RDF(语义网络技术)描述这些关系是否有意义。我的技能已经放在MySql数据库中,因此我将通过语义Web技术的帮助创建技能之间的关系(例如,相同或相等)。 这种方法是否超出了我的方案?我不知道何时应该使用语义Web技术。
答案 0 :(得分:6)
有几件事需要考虑:
broader
视为传递属性,以便应用程序知道如果X是Y的更广泛概念,并且Z是X的更广泛概念,则Z也是Y的更广泛概念。如果你的答案肯定是否定的,我会用“传统”技术开始研究它。
如果怀疑,您可以开始开发,但在脑海中保留稳定标识符等问题。在开发过程中,您可以尝试将其导入LMF或使用D2R编写映射,并查看它是否为表格带来了额外的内容。
您也可以尝试浏览/询问Stackoverflow-equivalent for the Semantic Web。
答案 1 :(得分:1)
如果您对“更广泛”/“更窄”类型的关系最感兴趣,那么SKOS可能是一种合适的方法。它在叙词表,分类系统等中引入了一些“软语义”(不是我的话),这似乎是你拥有的那种数据。
答案 2 :(得分:0)
使用RDF描述这些关系肯定是有意义的。您是否需要语义Web技术取决于您希望如何使用结构化数据。如果您想要选择探索大量相关概念,可以将数据表示为RDF三元组并相应地遍历RDF图。如果您需要组合多个问题的复杂查询,SPARQL可以作为答案,再次需要在RDF中表示数据。此外,如果您想自动执行数据管理任务,那么采用语义Web技术将是一个不错的选择。所以基本上这一切都取决于你想要执行什么样的任务以及如何执行。