Как на самом деле используется OWL при создании семантического веб-приложения?

Я не думаю, что у вас есть особый способ использования OWL для создания приложения. Черт, вам даже не нужно использовать его для создания приложения semweb.

В общем, я думаю, что есть несколько способов, которыми люди склонны использовать OWL. Я думаю, что один из основных - это рассуждение. Они определяют концепции, важные для их приложений, используя один из профилей OWL2, а затем используют < href = "http://en.wikipedia.org/wiki/Reasoner" rel = "noreferrer"> рассуждающий для вывода новых знаний на основе их онтологии. Сейчас даже ведется некоторая работа по использованию онтологий OWL в качестве схем для ограничений целостности.

В других случаях люди используют его как артефакт документации, чтобы просто обрисовать в общих чертах, что именно в их данных, но они не используют его более формально, чем это.

Есть несколько промежуточных вариантов использования, и есть аналогичные варианты использования для схем RDF, которые можно использовать как онтологии OWL, только с более низким уровнем выразительности или что-то вроде SKOS, который можно использовать для простого определения таксономии в вашем приложении без придания ему какой-либо формальной выразительности.

Начало работы с Protege - хорошее начало. Это позволит вам изучить некоторые основы построения онтологии, а большинство логических модулей доступны в виде плагинов, так что вы также можете изучить, как вы можете построить свою онтологию и какие выводы вы можете получить в результате.

Если у вас есть онтология, если вы хотите использовать ее для чего-то другого, кроме документации, то есть для рассуждений, вам придется загрузить ее в средство рассуждений (Pellet, Fact ++, RacerPro, HermiT) или база данных, которая использует рассуждения OWL (Stardog, OWLIM). Если вас не беспокоят рассуждения, вы можете бросить его в любое хранилище троек, получить к нему доступ через Sesame или Jena (если вы используете Java) и по-прежнему сможете запрашивать явные факты через SPARQL.

Итак, я предполагаю, что краткий ответ заключается в том, что нет правильного способа использования OWL, он используется во множестве разных возможностей. Думаю, вам может показаться интересным, что W3C ведет страницу со списком семантической сети. приложения. В этих тематических исследованиях рассказывается о проблемах, с которыми сталкивались компании, и о том, как они подошли к их решению с помощью семантических технологий. Вы можете прочитать некоторые из них, чтобы лучше понять, как люди в различных отраслях используют эту технологию.

Существует множество хранилищ троек, которые используют реляционную базу данных в качестве серверной части.

Ознакомьтесь с Apache Jena и openrdf Sesame для хранилищ троек, у которых есть как rdbms, так и" родные "(чистые тройки) бэкэнды.

Кроме того, я настоятельно рекомендую взглянуть на D2RQ, который получает доступ к данным в вашем существующем реляционном хранилище через оверлей тройного хранилища.

Есть более длинные списки, но это хорошая отправная точка.

Да, вы можете разработать свою онтологию в Protege, а затем импортировать ее в свой Triple Store. Если ваш Triple Store поддерживает рассуждение, и вы включили его, ваши запросы Sparql будут давать разные результаты.

Например, вы можете определить «связанный-с» как суперсвойство по отношению к «женатому», «дочернему элементу», «родительскому элементу» и «родному брату». Затем вы можете спросить всех "связанных" людей.

Начните экспериментировать с автономным тройным магазином, чтобы понять технологию. Отложите взаимодействие с RDB, пока вы не освоитесь с основами.