Apache jena解析RDF schema

发表于

最近做了一个知识图谱schema合法性验证的小项目，是写成了mevan插件的形式，每次项目编译都验证一下，上次写了如何做mvn插件，这次写一下和知识图谱解析相关的一些内容吧。

我们用了jena这个项目。其实mentor他们主要用这个实现了查询之类的一系列东西，我这个项目是他们专门来留给我练手的。

首先说一下schema吧。
我们用的RDF，它描述东西主要是三元组形式。比如：

  • A relationship B：表示A是B的xxx，或者A和B是xxx关系
  • A value “xxx” ： 表示 A的值是xxx

它里面也有类和属性的概念。比如m:people.person是一个类，他的ttl描述是

1
2
3
4
m:people.person  a           owl:Class ;//表示这是一个类
        rdfs:label           "人"^^xsd:string ;//给了一个可读的值
        rdfs:subClassOf      m:common.topic ;//rdf也支持子类，虽然我还不知道他支不支持继承啥的
        owl:equivalentClass  s:1h .//我们做了压缩存储，为了节省空间

而对于属性，我们用生日举例

1
2
3
4
5
6
m:people.person.birthday
        a                       owl:DatatypeProperty ;//这是个熟悉
        rdfs:domain             m:people.person ;//表示是mpp的属性，domain可以不唯一
        rdfs:label              "生日"^^xsd:string ;
        rdfs:range              xsd:string ;//这个属性的值是什么，还有int，貌似还支持日期
        owl:equivalentProperty  s:3T .

而我这个检查工作主要是把ttl文件读进去，然后验证一些规则。我们有一套自己的定义schema的规则，这里就不说了。主要说一下验证中的一些通用操作。

1
2
3
4
5
6
7
8
9
10
11
OntModel model;//定义一个model
model = ModelFactory.createOntologyModel();
model.read(fis, null, "TTL");//[1]
ExtendedIterator<? extends OntClass> classIt = model.listNamedClasses();//拿到所有class的iterator
while (classIt.has_next()){
       OntClass one = classIt.next();
       //do sth.
}
ExtendedIterator<OntProperty> datatypeProps = model.listOntProperties();//拿到所有prop的iter
  1. 这个是从文件里读入schema定义。第三个参数定义了具体的格式，它支持ttl，rdf等多种格式，具体文档

主要就是这样，然后利用一些其他的api拿到更为具体的值，做相应的处理就行。

在网上看见一篇写jena overview的文章，这里借用他的形容jena的图

我用的应该是最左边的那一小块。

如果以后有机会继续做这个，争取写写其他部分。

转载请注明出处，谢谢

本文采用创作共用保留署名-非商业-禁止演绎4.0国际许可证，欢迎转载，但转载请注明来自http://thousandhu.github.io，并保持转载后文章内容的完整。本人保留所有版权相关权利。

本文链接：http://thousandhu.github.io/2015/10/28/Apache-jena解析RDF-schema/