语义建模与数据

第 2 章 语义建模要素 语义建模要素

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

利用世界的模糊性。看着某样东西，想想它还可能是什么。

罗杰-冯-奥赫

在与其他数据专业人士讨论语义模型时，您可能会遇到的一个困难是，如何理解这些模型的外观以及它们可能由哪些元素组成，并就此达成一致意见。 如果你问一个一辈子都在使用关系数据库系统的数据库开发人员，他们的回答很可能包括表、字段、主键和外键。另一方面，如果你问一位具有语义网技术背景的本体论工程师，他们会提到类、对象属性、数据类型属性和个体。如果你的对话者是语言学出身，那么他们很可能会提到同义词集、词组、同义词和近义词。

在实践中，所有这些人都提到了类似类型的语义建模元素，但他们习惯于不同的术语，因此很难立即相互理解。与此同时，不同的人和社区对不同的元素使用相同的术语，这使得共同理解变得更加困难。

不过，这种共识对于建立在语义上可相互操作的数据模型至关重要。在我们掌握一种人人都会使用的通用语义建模语言之前（我认为这永远不会发生），我们需要能够在由不同元素类型组成的模型之间绘制概念映射，而不会引入语义错误。

例如，正如我们在第 1 章中简要提到并将在本章稍后详细解释的那样，SKOS 中的概念与 OWL 中的类其实并不相同。这就意味着，如果试图通过将所有概念转化为类来将 SKOS 模型与 OWL 模型合并，那么得到的模型很有可能在语义上是不准确的。

有鉴于此，本章概述了不同数据建模语言、框架和社区中最一般、最常见的语义建模元素 ，其中包括：

• 语义网 语言、规范和标准，如资源描述框架（模式）又称 RDF(S)[20] [21 ]、OWL 和 SKOS

• 描述逻辑学[22]，这是一系列形式化的知识表示语言，为语义网语言提供了逻辑形式主义

• 国家和 受控词汇表、词库和分类法国际标准，如 ANSI/NISO Z39.19[23]和ISO25964

• 词法数据库，如WordNet、VerbNet、FrameNet 或PropBank

• 用于数据库设计的概念模型 ，如关系数据库的 E-R 模型[24]或图形数据库的标注属性图模型[25]。

我们的目标并不是对所有这些框架进行完整的、教科书式的描述，而是为本书的主角--建模元素及其陷阱和困境--建立一个通用的、明确的术语。阅读本章将有助于您更好地理解语义模型的内容，分析和比较以不同方式表达的不同模型，并更有效地将自己的模型传达给所有相关利益者。

一般要素

让我们从绝大多数语义建模语言和框架中的元素开始概述：实体、关系、类、属性、术语和公理。

实体

在不太哲学化的前提下，实体是一种可能具体或抽象地存在于我们头脑之外或之内的东西。 当实体具有可以被感知和识别的物理表现形式时，它就是具体的。 特定的人、组织、文件或事件都是具体实体的例子。在哲学和形而上学中，具体实体被称为 "特定物"（particulars），它们的主要特征是可以长期存在，但一次只能存在于一个地方，也就是说，它们是 "不可重复 "的实体。在语言学上，具体实体通常通过专有名词来描述。

另一方面，抽象实体并不存在于特定的时间或地点，而是作为一种观念、类别或概念而存在。 例如，Person "具有某些能力或属性（如理性、道德、意识或自我意识）的存在"[26]这一概念是抽象的，而作为特定个体的你和我则是具体的。同样，电影类型（如Film Noir ）、科学领域（如Biology ）或体育运动（如Soccer ）都是抽象实体的例子。 ...