web ngữ nghĩa và ứng dụng trong tra cứu văn hóa ẩm thực tại hải phòng

1

Số hóa bởi Trung tâm Học liệu

ĐẠI HỌC THÁI NGUYÊN
TRƢỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG





NGUYỄN CÔNG BẰNG



WEB NGỮ NGHĨA VÀ ỨNG DỤNG TRONG TRA CỨU
VĂN HÓA ẨM THỰC TẠI HẢI PHÒNG



Chuyên nghành : Khoa học máy tính
Mã số : 60.48.01


LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN

Ngƣời hƣớng dẫn khoa học: PGS.TS ĐOÀN VĂN BAN

Thái nguyên – Năm 2014
2

Số hóa bởi Trung tâm Học liệu

Mục lục
Mở đầu 4
CHƢƠNG 1: GIỚI THIỆU VỀ WEB NGỮ NGHĨA 8
1.1. Cách thức tìm kiếm thông tin của bộ máy tìm kiếm (Search engine) 8
1.1.1. Một số bộ tìm kiếm thông dụng 8
1.1.2. Cách thức tìm kiếm 9
1.1.3. Nguyên lý hoạt động 11
1.1.4. Hạn chế của web thông thƣờng 11
1.2. Web ngữ nghĩa 12
1.2.1. Sự ra đời của Web ngữ nghĩa 12
1.2.2. Lợi ích của Web ngữ nghĩa 13
1.2.3. Các hƣớng nghiên cứu chính trong lĩnh vực dịch vụ web ngữ
nghĩa 13
1.3. Kiến trúc phân tầng của Web ngữ nghĩa 14
1.3.1. Kiến trúc phân tầng 14
1.3.2. Vai trò của các tầng 14
1.4. RDF – Nền tảng của Web ngữ nghĩa 18
1.4.1. Giới thiệu 18
1.4.2. Các khái niệm cơ bản 18
1.4.3. Cấu trúc RDF/XML 19
1.4.4. RDFS collection 20
1.4.5. RDFS schema 22
1.5. Truy vấn dữ liệu trong RDF 26
1.5.1. Giới thiệu 26

1.5.2. Cú pháp truy vấn 26
1.5.3. Rằng buộc dữ liệu 28
rdfs:ConstraintResource. 29
rdfs:ConstraintProperty. 29
rdfs:range. 29
3

Số hóa bởi Trung tâm Học liệu

rdfs:domain. 30
1.6. Tổng kết chƣơng 1 32
CHƢƠNG 2: CÔNG NGHỆ XÂY DỰNG WEB NGỮ NGHĨA 33
2.1. Ontology và ngôn ngữ web OWL 33
2.1.1. Khái niệm Ontology 33
2.1.2. Thành phần của Ontology 33
2.1.3. Phƣơng pháp xây dựng Ontology 35
2.1.4. OWL (Ontology Web Language) 35
2.2. Các bƣớc xây dựng Ontology 37
2.3. Công cụ xây dựng Ontology 39
2.3.1. Công cụ Sesame 39
2.3.2. Công cụ Chimaera 40
2.3.3. Công cụ Jena 40
2.3.4. Công cụ Protégé 40
2.4. Thƣ viện phát triển ứng dụng 42
2.4.1. Thƣ viện SemWeb 42
2.4.2. Thƣ viện mã nguồn mở OWLDotNetAPI 42
2.4.3. Thƣ viện mã nguồn mở dotNetRDF 42
2.5. Tổng kết chƣơng 2 43
CHƢƠNG 3: XÂY DỰNG HỆ THỐNG TRA CỨU VĂN HÓA ẨM THỰC TẠI
HẢI PHÕNG 43

3.1. Tổng quan về Hải Phòng 43
3.1.1. Giới thiệu về Thành phố Hải Phòng 43
3.1.2. Ẩm thực đặc trƣng của Thành phố Hải Phòng 45
3.2. Yêu cầu, hƣớng tiếp cận và giải pháp 59
3.2.1. Yêu cầu của ứng dụng 59
3.2.2. Hƣớng tiếp cận và giải pháp 60
3.3. Xây dựng Ontology 68
3.3.1. Miền và phạm vi của Ontology 68
3.3.2. Các lớp trong Ontology 68
4

Số hóa bởi Trung tâm Học liệu

3.3.3. Thuộc tính các lớp trong Ontology 70
3.3.4. Xác định các cá thể 73
3.4. Mô hình hệ thống 74
3.5. Thiết kế xử lý hệ thống 75
3.5.1. Chức năng tìm kiếm 75
3.5.2. Chức năng xem thông tin 76
3.6. Xây dựng hệ thống 77
3.6.1. Đọc RDF với dotNetRDF 77
3.6.2. Truy vấn với SPARQL 78
3.6.3. Thuật toán áp dụng 79
3.6.4. Kết quả chƣơng trình 80
3.7. Tổng kết chƣơng 3 81
KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN 82

5

Số hóa bởi Trung tâm Học liệu

Mở đầu

1. Lý do chọn đề tài
Ngày nay khoa học và công nghệ phát triển cùng với sự bùng nổ về internet thì
Word Wide Web phát triển cả về nội dung lẫn hình thức. Nó có một khối lƣợng thông
tin khổng lồ, đƣợc tạo ra từ các tổ chức, cộng đồng và nhiều cá nhân với lý do khác
nhau. Ngƣời sử dụng Web có thể dễ dàng truy cập những thông tin này bằng cách chỉ
ra địa chỉ URL và theo các liên kết để tìm ra các tài nguyên liên quan khác.
Tính đơn giản của Web hiện nay đã dẫn đến một số hạn chế, việc tìm kiếm
thông tin trên Web có thể trả về một lƣợng lớn thông tin không hợp lý và không liên
quan. Tính đơn giản này đã gây ra hiện tƣợng thắt cổ chai, tạo khó khăn trong việc
tìm kiếm, trích rút thông tin. Máy tính chỉ biết gửi và trả thông tin, chúng không thể
truy xuất những nội dung cần. Nó chi hỗ trợ ở mức độ giới hạn nào đó trong việc truy
xuất và xử lý thông tin. Kết quả là ngƣời sử dụng phải đảm nhiệm việc truy cập, xử lý
thông tin, trích lọc thông tin phù hợp với việc tìm kiếm.
Để khắc phục các hạn chế này, khái niệm web ngữ nghĩa đã ra đời. Web ngữ
nghĩa là một bƣớc tiến vƣợt bậc so với kỹ thuật web trƣớc đó dựa vào khả năng làm
việc với thông tin của chúng thay vì chỉ đơn thuần là lƣu trữ thông tin.
Hải Phòng là một trong 5 thành phố trực thuộc trung ƣơng và là một đô thị
loại 1 trung tâm cấp quốc gia, là thành phố lớn thứ 3 của Việt Nam,có vị trí quan
trọng về kinh tế xã hội và an ninh, quốc phòng của vùng Bắc Bộ và cả nƣớc.
Ẩm thực Hải Phòng bình dị và dân dã, không cầu kỳ nhƣng đậm đà khó quên.
Nơi đây nổi tiếng với các món hải sản. Các nhà hàng hải sản ở khu vực Đồ Sơn nổi
tiếng với tôm cua cá mực rất tƣơi và giá phải chăng. Phong cách chế biến hải sản ở
Hải Phòng theo phong cách dân dã, nhấn mạnh thực chất và vị tƣơi ngon của nguyên
liệu nhiều hơn sự cầu kỳ trong gia vị và cách chế biến.
Các món ăn nhƣ bánh đa cua, bún cá, bánh mỳ cay, cơm cháy hải sản, ốc cay,
nem cua bể (nem vuông), giờ đây đã quá quen thuộc và nổi tiếng. Những món ăn này
6

Số hóa bởi Trung tâm Học liệu

có thể đƣợc tìm thấy trên đƣờng phố của những nơi khác nhƣ TP.Hồ Chí Minh, Hà
Nội, nhƣng đƣợc thƣởng thức chúng trên Thành phố Hoa phƣợng đỏ vẫn là lý
tƣởng nhất vì sự lựa chọn nguyên liệu tƣơi ngon cùng với những bí quyết ẩm thực
riêng của ngƣời đầu bếp. Ẩm thực Hải Phòng đã từng đƣợc quảng bá sang Châu Âu
tại lễ hội biển Brest 2008 (Cộng hòa Pháp) và đã gây đƣợc tiếng vang lớn.
Ngoài ra, Hải Phòng còn nổi tiếng với nhiều món ăn khác nhƣ lẩu bề bề, nộm
giá, thịt san biển, sủi dìn, bánh bèo, Một số món ăn không thể thƣởng thức ở những
nơi khác mà chỉ có tại Hải Phòng.
Với những lý do trên, tôi xin chọn đề tài “Web ngữ nghĩa và ứng dụng trong
tra cứu đặc trƣng văn hóa ẩm thực tại Hải Phòng”
2. Mục tiêu
Ứng dụng Semantic Web xây dựng ứng dụng tra cứu đặc trƣng văn hóa ẩm
thực tại Hải Phòng.
3. Đối tƣợng và phạm vi nghiên cứu
Đối tượng nghiên cứu:
- Tìm hiểu về web ngữ nghĩa, phƣơng pháp xây dựng Ontology.
- Tìm hiểu về các thông tin đặc trƣng văn hóa ẩm thực tại Thành phố Hải
Phòng.
Phạm vi nghiên cứu:
- Nghiên cứu xây dựng tập từ vựng cơ bản về đặc trƣng văn hóa ẩm thực
tại Thành phố Hải Phòng.
- Tổ chức lƣu trữ dữ liệu của ứng dụng với Protégé và tính năng truy xuất
dữ liệu trong Ontology.
4. Phƣơng pháp nghiên cứu
- Tìm hiểu các vấn đề về Web ngữ nghĩa.
- Thu thập các tài liệu liên quan.
- Triển khai xây dựng ứng dụng.

7

Số hóa bởi Trung tâm Học liệu

5. Ý nghĩa khoa học và thực tiễn đề tài
- Xây dựng tập từ vựng về văn hóa ẩm thực ở Hải Phòng.
- Góp phần nâng cao khả năng tra cứu và chia sẻ thông tin về văn hóa ẩm
thực tại thành phố Hải Phòng.
6. Dự kiến bố cục luận văn
Luận văn đƣợc chia làm 3 chƣơng:
Chƣơng 1: Trình bày giới thiệu tóm tắt về Web ngữ nghĩa, kiến trúc của
Web ngữ nghĩa, cũng nhƣ giới thiệu RDF – nền tảng của Web ngữ nghĩa.
Chƣơng 2: Giới thiệu các công nghệ xây dựng Web ngữ nghĩa cụ thể là đi
sâu vào nghiên cứu Ontology. Đồng thời đƣa ra giải pháp về ngôn ngữ và
công cụ để xây dựng ứng dụng Semantic web.
Chƣơng 3: Giới thiệu về ứng dụng, phân tích và đề xuất giải pháp xây
dựng ứng dụng. Tiến hành xây dựng ontology, xử lý dữ liệu, cài đặt ứng
dụng và đƣa ra một số kết quả đạt đƣợc.

8

Số hóa bởi Trung tâm Học liệu




CHƢƠNG 1: GIỚI THIỆU VỀ WEB NGỮ NGHĨA
1.1. Cách thức tìm kiếm thông tin của bộ máy tìm kiếm (Search engine)
Search engine hay còn gọi là máy tìm kiếm là một trang Web cho phép ngƣời
dùng tìm kiếm nội dung số của các trang Web trên Internet [1].
Thƣờng kỳ, máy tìm kiếm sẽ dò quét nội dung tất cả các trang Web trên Internet và
cập nhật nội dung văn bản text vào cơ sở dữ liệu khổng lồ của mình mà ngƣời dùng
có thể khai thác sau đó. Để làm việc này các máy tìm kiếm thƣờng gửi các
Web crawler, web spider hay web robot (ví dụ googlebot của Google – Yahoo
slurp của Yahoo) đến các trang cần đánh chỉ số. Các bọ tìm kiếm này sẽ truy cập
phân tích và gửi nội dung về các máy tìm kiếm.
Máy tìm kiếm sắp xếp các trang Web dựa vào nội dung HTML của trang. Việc này
khác với các thƣ mục Web truyền thống mà những ngƣời kiểm duyệt sắp đặt trong
các mục riêng biệt với tên site và miêu tả đi kèm.
1.1.1. Một số bộ tìm kiếm thông dụng
Bộ thu thập thông tin
Cơ sở dữ liệu cuả các search engine đƣợc cập nhật hoá bởi các chƣơng trình đặc
biệt thƣờng gọi là "robot", "spider" hay "Webcrawler". Các chƣơng trình này sẽ tự
động dò tìm và phân tích từ những trang có sẵn trong cơ sở dữ liệu để kiếm ra các
liên kết (links) từ các trang và trở lại bổ xung dữ liệu cho các search engine sau khi

phân tích.
Về bản chất robot chỉ là một chƣơng trình duyệt và thu thập thông tin từ các site
theo đúng giao thức web. Những trình duyệt thông thƣờng không đƣợc xem là robot
do thiếu tính chủ động, chúng chỉ duyệt web khi có sự tác động của con ngƣời.
Bộ lập chỉ mục – Index
Hệ thống lập chỉ mục hay còn gọi là hệ thống phân tích và xử lý dữ liệu, thực hiện
việc phân tích, trích chọn những thông tin cần thiết (thƣờng là các từ đơn, từ ghép,
cụm từ quan trọng) từ những dữ liệu mà robot thu thập đƣợc và tổ chức thành cơ sở
9

Số hóa bởi Trung tâm Học liệu

dữ liệu riêng để có thể tìm kiếm trên đó một cách nhanh chóng, hiệu quả. Lập chỉ
mục là giai đoạn phân tích tài liệu (document) để xác định các chỉ mục biểu diễn nội
dung của tài liệu. Hệ thống chỉ mục là danh sách các từ khoá, chỉ rõ các từ khoá nào
xuất hiện ở trang nào, địa chỉ nào.
Bộ tìm kiếm thông tin – Search Engine
Search engine là cụm từ dùng chỉ toàn bộ hệ thống bao gồm bộ thu thập thông tin,
bộ lập chỉ mục & bộ tìm kiếm thông tin. Các bộ này hoạt động liên tục từ lúc khởi
động hệ thống, chúng phụ thuộc lẫn nhau về mặt dữ liệu nhƣng độc lập với nhau về
mặt hoạt động.
Search engine tƣơng tác với user thông qua giao diện web, có nhiệm vụ tiếp nhận và
trả về những tài liệu thoả yêu cầu của user.
Bộ Query Engine
Bộ công cụ truy vấn có nhiệm vụ nhận và tìm kiếm các yêu cầu của ngƣời sử dụng,
Bộ công cụ này sẽ dựa vào bảng chỉ mục và các kho lƣu trữ. Bởi kích thƣớc của
web rất lớn, thêm nữa khi sử dụng chỉ đƣa vào một hay hai từ khóa sau đó sẽ nhận
đƣợc tập kết quả. Do đó phải có một modul sắp xếp kết quả theo thứ tự sao cho nó
gần với nội dung đang cần tìm nhất.
Sắp xếp

Đây là một modul có chức năng sàng lọc thông tin từ hàng triệu trang tƣơng tự nhau
để sắp xếp vị trí từng trang sao cho phù hợp nhất.
1.1.2. Cách thức tìm kiếm
Tìm kiếm thông tin nói chung là giải quyết các vấn đề nhƣ: biểu diễn, lƣu trữ, tổ
chức và truy cập đến các mục thông tin. Việc tổ chức và biểu diễn thông tin giúp
ngƣời sử dụng dễ dàng truy cập thông tin mà mình quan tâm. Nhƣng để mô tả các
thông tin đó không phải là điều dễ dàng. Do vậy, hệ thống tìm kiếm thông tin bao
gồm quá trình cơ bản sau: Biểu diễn nội dung các tài liệu, biểu diễn yêu cầu ngƣời
dùng và so sánh hai biểu diễn này.
Quy trình biểu diễn tài liệu thƣờng gọi là quá trình chỉ số hóa. Quá trình này có thể
lƣu trữ thực sự các tài liệu trong hệ thống nhƣng thƣờng chỉ lƣu một phần tài liệu,
chẳng hạn nhƣ phần tiêu đề, phần tóm tắt. Quá trình biểu diễn yêu cầu của ngƣời
10

Số hóa bởi Trung tâm Học liệu

dùng gọi là quá trình truy vấn. Truy vấn biểu thị sự tƣơng tác giữa hệ thống và
ngƣời sử dụng. Việc so sánh truy vấn với tài liệu cũng đƣợc gọi là quá trình đối
sánh và cho kết quả là một danh sách các tài liệu đƣợc sắp xếp theo thứ tự mức độ
liên quan với truy vấn.
Rõ ràng, để mô tả thông tin yêu cầu một cách đầy đủ, ngƣời sử dụng không thể trực
tiếp yêu cầu thông tin sử dụng các giao diện hiện thời của hệ thống tìm kiếm. Thay
vì ngƣời sử dụng đầu tiên phải chuyển đổi thông tin yêu cầu này thành một truy vấn
mà có thể đƣợc xử lý bởi hệ thống tìm kiếm (hoặc hệ thống thu hồi thông tin
(Information Retrieval - IR)). Thông thƣờng, phép chuyển đổi này tạo ra một tập
hợp các từ khoá (hoặc các term chỉ số) mô tả khái quát yêu cầu của ngƣời sử dụng.
Nhƣ vậy, việc tìm kiếm các tài liệu dựa trên nội dung thực sự của văn bản mà không
phụ thuộc vào các từ khoá gắn với văn bản đó. Các công cụ tìm kiếm văn bản nổi
tiếng hiện nay nhƣ Google, Altavista, Yahoo,…là những hệ tìm kiếm đƣa ra danh
sách các văn bản theo độ quan trọng của câu hỏi đƣa vào. Để xây dựng một hệ tìm

kiếm văn bản có hiệu quả cao, trƣớc hết các văn bản và truy vấn ở dạng ngôn ngữ tự
nhiên phải đƣợc tiền xử lý và chuẩn hoá.
Sau đây là hai mô hình chi tiết cho bộ công cụ tìm kiếm thông tin truyền thống và
bộ công cụ tìm kiếm thông tin trên mạng.












Biểu diễn
Truy vấn thông tin
Bài toán thông tin
Văn bản
Biểu diễn
Văn bản đã chỉ số
So sánh
Phản hồi
Các văn bản đƣợc
tìm kiếm
11

Số hóa bởi Trung tâm Học liệu

Hình 1.1: Sơ đồ nguyên lý hoạt động
1.1.3. Nguyên lý hoạt động
Search Engine làm việc bằng cách lƣu trữ thông tin về nhiều trang Web trên WWW.
Những thông tin này sẽ đƣợc thu thập bởi các Spider (chính là Web crawling) và
nội dung của mỗi trang sẽ đƣợc phân tích để SE quyết định nên index cái nào (ví
dụ, những từ khoá đƣợc thu thập từ các titles, heading hay một số trƣờng đặc biệt
gọi là meta tags) để trả về những thông tin mà ngƣời tìm kiếm mong muốn nhất.
Dữ liệu về những trang Web sẽ đƣợc lƣu trữ tại các cơ sở dữ liệu chỉ mục để sử
dụng cho những lần truy vấn sau. Một số Search Engine, nhƣ Google chẳng hạn, sẽ
lƣu trữ toàn bộ hay một phần trang gốc (đƣợc xem nhƣ một cache) cũng nhƣ thông
tin về trang Web đó, trái lại với một số SE khác, nhƣ AltaVista, sẽ lữu trữ tất cả các
từ của những trang mà nó tìm thấy [5].
Khi ngƣời dùng nhập vào các Search Engine một truy vấn (chủ yếu là các
keyword), các SE này sẽ kiểm tra các index của nó và cung cấp danh sách các trang
Web phù hợp nhất, thƣờng là các cụm từ ngắn hay một phần của một đoạn văn bản.
Hầu hết các Search Engine đều sử dụng các Boolean Operators (toán tử luận lý) nhƣ
AND, OR và NOT để xác định các search query (truy vấn tìm kiếm). Một số SE
khác lại sử dụng những phƣơng pháp tiên tiến hơn nhƣ Proximity Search (tìm kiếm
gần kề) để cho phép ngƣời dùng xác định đƣợc khoảng cách giữa các từ khoá.
1.1.4. Hạn chế của web thông thƣờng
Web thông thƣờng (thế hệ web 2.0) chỉ hỗ trợ so khớp các từ khóa tìm kiếm, không
có khả năng suy diễn các từ đồng nghĩa. Do vậy, kết quả tìm kiếm đƣợc lại phải nhờ
vào quết định của con ngƣời khi chọn dịch vụ web cần sử dụng. Máy có thể xử lý
đƣợc nhƣng máy vẫn chƣa có khả năng hiểu và xử lý dịch vụ trả về có thật sự đúng
với yêu cầu cùa ngƣời dùng dịch vụ [5].
Có thể tóm tắt các mặt hạn chế của dịch vụ web thông thƣờng nhƣ sau:

12

Số hóa bởi Trung tâm Học liệu

* Có các dịch vụ web không liên quan.
* Bỏ xót các dịch vụ web thật sự liên quan vì không có sự suy diễn, quyết
định sử dụng dịch vụ web phải do con ngƣời can thiệp.



1.2. Web ngữ nghĩa
1.2.1. Sự ra đời của Web ngữ nghĩa
World Wide Web (gọi tắt là Web) đã trở thành một kho tàng thông tin khổng lồ của
nhân loại và một môi trƣờng chuyển tải thông tin không thể thiếu đƣợc trong thời
đại công nghệ thông tin ngày nay. Sự phổ biến và bùng nổ thông tin trên Web cũng
đặt ra một thách thức mới là làm thế nào để khai thác đƣợc thông tin trên Web một
cách hiệu quả, mà cụ thể là làm sao để máy tính có thể trợ giúp xử lý tự động đƣợc
chúng. Muốn vậy, trƣớc hết máy tính phải hiểu đƣợc thông tin trên các tài liệu Web,
trong khi ở thế hệ Web hiện tại thông tin đƣợc biểu diễn dƣới dạng chỉ con ngƣời
mới đọc hiểu đƣợc. Các chuyên gia dự đoán, bề nổi của web (surface web) chứa
khoảng 1 đến 2 tỷ trang tài liệu trong khi, ở phần sâu của web thì chứa đến 550 tỷ
trang tài liệu. Có khoảng 200.000 website có tầng thông tin sâu, khoảng hơn 1/2 số
thông tin này nằm trong các cơ sở dữ liệu có chủ đề riêng biệt. Khoảng 95% thông
tin trong các website có tầng thông tin sâu cho phép đa số ngƣời dùng có thể khai
thác miễn phí.
Nhƣng hiện nay, hầu hết các công cụ tìm kiếm tài liệu trên web đƣợc coi là tìm
kiếm hiệu quả cũng chủ yếu tìm kiếm đƣợc trên bề nổi của web. Trong khi ở tầng
sâu của web chứa một khối lƣợng thông tin khổng lồ và thƣờng rất có giá trị cho các
nhà nghiên cứu, các học giả hay đơn thuần là những ngƣời thích tìm hiểu. Bên cạch
đó, các trang web hiện nay có rất ít đƣờng liên kết với các trang web khác nên việc

tìm kiếm là khó khăn. Ngoài ra, thông tin tìm kiếm đƣợc không theo chủ đề mà chỉ
là vấn đề tìm thoả theo từ khoá đơn thuần, kết quả tìm kiếm phải do con ngƣời chọn
lại theo chủ đề mong muốn.
13

Số hóa bởi Trung tâm Học liệu

Chính những vấn đề này đã thúc đẩy sự ra đời của ý tƣởng Web ngữ nghĩa
(Semantic Web), một thế hệ mới của Web, mà chính cha đẻ của World Wide Web
là Tim Berners-Lee đề xuất vào năm 1998. Web ngữ nghĩa là sự mở rộng của Web
hiện tại mà trong đó thông tin đƣợc định nghĩa rõ ràng sao cho con ngƣời và máy
tính có thể cùng làm việc với nhau một cách hiệu quả hơn. Mục tiêu của Web có
ngữ nghĩa là để phát triển các chuẩn chung và công nghệ cho phép máy tính có thể
hiểu đƣợc nhiều hơn thông tin trên Web, sao cho chúng có thể hỗ trợ tốt hơn việc
khám phá thông tin (thông tin đƣợc tìm kiếm nhanh chóng và chính xác hơn), tích
hợp dữ liệu (dữ liệu liên kết động), và tự động hóa các công việc.
1.2.2. Lợi ích của Web ngữ nghĩa
Web ngữ nghĩa không phải là sự phủ nhận hoàn toàn web hiện tại, mà là một sự kế
thừa có chọn lọc. Chúng ta có thể hình dung một số lợi ích của Web ngữ nghĩa so
với Web hiện tại ở một số điểm sau :
Máy tính có thể hiểu được thông tin trên Web: Web ngữ nghĩa định nghĩa các
khái niệm và bổ sung quan hệ dƣới dạng máy tính có thể hiểu đƣợc. Do đó, việc tìm
kiếm, đánh giá, xử lý, tích hợp thông tin có thể đƣợc tiến hành một cách tự động.
Thông tin được tìm kiếm nhanh chóng và chính xác hơn: Với Web ngữ
nghĩa, máy tính có thể xác định một thực thể thuộc lớp hay thuộc tính cụ thể nào
dựa trên ngữ cảnh chứa nó. Do đó thu hẹp không gian tìm kiếm và cho kết quả
nhanh, chính xác hơn.
Khả năng suy luận thông minh: Dựa vào các luật suy diễn trên cơ sở tri thức
về các thực thể, máy tính có khả năng sinh ra những kết luận mới. Ứng dụng Web
tƣơng lai có thể sẽ trả lời đƣợc những câu hỏi kiểu nhƣ: “Thời tiết thứ 6 tuần trƣớc

có lạnh không?”.
Dữ liệu liên kết động: Thay thế cách liên kết sử dụng hyperlink tĩnh trong
Web cũ, Web ngữ nghĩa liên kết dữ liệu từ nhiều nguồn khác nhau một cách hiệu
quả hơn dựa trên định danh của tài nguyên (URI) và quan hệ giữa chúng. Cách liên
kết này đôi khi còn đƣợc gọi là liên kết bằng siêu dữ liệu (meta data).
1.2.3. Các hƣớng nghiên cứu chính trong lĩnh vực dịch vụ web ngữ nghĩa
14

Số hóa bởi Trung tâm Học liệu

Tại hội nghị International Semantic Web Conference 2008, John Domingue và
David Martin trình bày, hiện có 7 hƣớng nghiên cứu chính trong lĩnh vực dịch vụ
web ngữ nghĩa [2].
Bao gồm:
- Ngôn ngữ và từ vựng để biểu diễn ngữ nghĩa cho dịch vụ web.
- Phát hiện và chọn lựa dịch vụ web phù hợp với nhu cầu dựa trên ngữ nghĩa.
- Tổng hợp và phối hợp hoạt động của các dịch vụ web dựa trên một quy trình.
- Quản lý giao tác và tài nguyên cho dịch vụ web ngữ nghĩa.
- Dịch vụ sử dụng trên các thiết bị di động.
- Các vấn đề về bảo mật trong việc sử dụng dịch vụ web ngữ nghĩa.
- Các công cụ và môi trƣờng (tự động hoặc bán tự động) trong việc phát triển và
khai thác dịch vụ web ngữ nghĩa.
1.3. Kiến trúc phân tầng của Web ngữ nghĩa
1.3.1. Kiến trúc phân tầng
Theo kiến trúc Semantic Web đƣợc phân thành các tầng. Cụ thể mỗi tầng đƣợc
miêu tả nhƣ sau:

Hình 1.2: Kiến trúc Semantic web [2]
1.3.2. Vai trò của các tầng
Tầng Unicode và URI.
Chữ ký số
Dữ
liệu
Dữ
liệu
Quy
Định
15

Số hóa bởi Trung tâm Học liệu

Đây là tầng đầu tiên của kiến trúc Semantic Web. Nó là hạ tầng đầu tiên cho xây
dựng Semantic Web là nền tảng để mã hóa, định vị và truyền vận thông tin. Với
Unicode là chuẩn mã hóa dữ liệu để vận chuyển thông tin. Unicode là mã chuẩn
quốc tế, nó cho phép mã hóa mọi ngôn ngữ.
URI-Uniform Resource Identifier là nền tảng để xác định vị trí cho các tài nguyên
Web cũng chính là việc xác định tài nguyên Web.
Thực tế tầng này đã đƣợc hoàn thiện và sử dụng trong nền Web hiện tại. Các URI
đƣợc miêu tả với các giao thức khác nhau nhƣ : HTTP, FTP, SMTP…. hiện đang
đƣợc sử dụng rộng rãi trên Internet. Sự xuất hiện của tầng này cho thấy đƣợc sự

kế thừa thực sự của Semantic Web. Semantic Web thực sự chỉ là một sự mở rộng
của Web hiện tại nó dữ lại những đặc điểm thiết kế bên dƣới của Web hiện tại và
chỉ mở rộng thêm phần ngữ nghĩa ở những mức bên trên nhằm tạo thêm một
khung nhìn mới cho Web hiện tại đó là khung nhìn của các ứng dụng (của máy
tính).
Tầng XML+NS+xmlschema.
Đây là tầng thứ hai của kiến trúc phân tầng Semantic Web. XML và các chuẩn
liên quan tới nó, cung cấp cho ta một con đƣờng để diễn đạt cấu trúc thông tin bất
kỳ và nó là một chuẩn thực tế để truyền dữ liệu giữa các ứng dụng. Do vậy mà
chúng đƣợc hỗ trợ rộng rãi về cả các công cụ và ngƣời dùng. Đó cũng là lý do mà
nó tồn tại ở tầng thức hai này với vai trò làm một điểm chung gian giữa những
dạng biểu diễn giàu ngữ nghĩa hơn và các dạng dữ liệu thô giàu cấu trúc.
XML cung cấp một cú pháp chung cho biểu diễn dữ liệu trong môi trƣờng
Internet. XML Schema cung cấp các định nghĩa kiểu dữ liệu và các cấu trúc cho
tài liệu XML. Các không gian tên cũng đƣợc sử dụng nhƣ một giải pháp đã đƣợc
áp dụng cho các tài liệu XML.
Thực sự thì ở tầng thứ hai này mọi cái vẫn đƣợc kế thừa từ những gì mà Web hiện
tại đã làm đƣợc. Các chuẩn cú pháp XML, không gian tên và XML Schema vẫn
đƣợc chấp nhận trong Semantic Web. Do đó nó là một cơ sở để tích hợp các định
nghĩa Semantic Web với các chuẩn XML khác.
Tầng RDF+rdfschema.
16

Số hóa bởi Trung tâm Học liệu

Bắt đầu từ tầng này, các đặc điểm mới của Web thực sự đƣợc bộc lộ làm cơ sở để
khẳng định rằng nó là Semantic Web. Sự thực thì tầng này có vai trò nhƣ một mô
hình, ngôn ngữ để biểu diễn ngữ nghĩa hay tạo ra các khung nhìn đơn giản tới máy
tính.
RDF –Resource Description Language là một ngôn ngữ, một mô hình dữ liệu cho

phép biểu diễn các siêu dữ liệu hay các phát biểu ngữ nghĩa về dữ liệu (cái mà
trong Web đƣợc gọi là tài nguyên-resource).
RDFS-RDF Vocabulary Description Langauge là một ngôn ngữ để miêu tả các từ
vựng đƣợc sử dụng trong tài liệu RDF. Sự xuất hiện của RDFS giúp tăng cƣờng
ngữ nghĩa cho mô hình dữ liệu RDF.

Tầng Ontology Vocabulary.
Thông qua việc miêu tả các từ vựng dƣới dạng cây hay dạng phân lớp, RDFS đã
góp phần mở rộng ngữ nghĩa cho dữ liệu RDF. Tuy nhiên nếu dừng lại ở đây, ngữ
nghĩa mà dữ liệu RDF cung cấp thực sự chƣa đủ để đạt đƣợc những gì mà
Semantic Web mong đợi. Từ đó mà tầng Ontology cần thiết đƣợc xây dựng.
Ontology cho phép mở rộng từ vựng để miêu tả những thuộc tính và những lớp
chẳng hạn nhƣ các mối quan hệ khác giữa các lớp mà không chỉ đơn thuần là quan
hệ cha con.
Có thể nói rằng RDF giống nhƣ các kiểu tài nguyên sử dụng trong các tài liệu
RDF. Nhờ định nghĩa về kiểu một cách thống nhất này mà phần nào đó ngữ nghĩa
đƣợc thêm vào trong RDF. Đến lƣợt Ontology thì ngữ nghĩa đƣợc thêm vào đúng
với mức từ vựng và đƣợc chia sẻ trên internet.
Tầng Logic.
Tâng Logic hiện tại vẫn đang đƣợc phát triển và hiện tại chƣa có một công bố nào
có tính chất chuẩn và hoàn thiện về tầng này. Nhóm phát triển Semantic Web của
W3C thực sự vẫn đang phát triển tầng này và cũng vẫn chƣa hề đƣa ra những
miêu tả hoàn chỉnh nào về tầng này.
17

Số hóa bởi Trung tâm Học liệu

Bản chất của tầng logic là cung cấp những cơ sở để siêu dữ liệu RDF có thể trở
thành tri thức, cái đƣợc áp dụng để thực hiện các suy luận logic nhằm chứng minh
hoặc đƣa ra các thông tin mới từ các thông tin đã có.

Tầng Proof và Tầng Trust.
Proof và Trust là những tầng cuối cùng trong cấu trúc của Semantic Web. Hiện tại
chƣa có nhiều miêu tả về tầng này cũng nhƣ giải pháp thực sự cho chúng. Chúng
là những điểm đáng xấu hổ của hiện tại và là những điểm quan trọng của
Semantic Web trong tƣơng lai.
Một điều đơn giản để hiểu sự khắc nghiệt thật sự của về vấn đề này đó là sự mâu
thuẫn của thông tin. Chẳng hạn nhƣ có ngƣời nói rằng x có màu xanh, lại có ngƣời
nói rằng x có màu khác xanh, phải chăng Semantic Web sẽ sụp đổ với những
trƣờng hợp nhƣ thế này?
Câu trả lời dĩ nhiên là không, bởi vì hai lý do cơ bản sau:
- Ứng dụng trên Semantic Web ở hiện tại thƣờng dựa trên nền tảng một ngữ cảnh
cụ thể.
- Các ứng dụng trong tƣơng lai sẽ thƣờng chứa đựng các kỹ thuật kiểm tra các
chứng cớ và xác thực điện tử (digital signatures).
Khái lƣợc về ngữ cảnh (Context).
Các ứng dụng trên Semantic Web dựa trên một ngữ cảnh thƣờng để mọi ngƣời
xác thực sự đúng đắn của dữ liệu.
Ngữ cảnh là một thứ tốt bởi vì chúng ta có thể tin tƣởng đƣợc mà không cần phải
nhờ vào sự thẩm định phức tạp và hệ thống kiểm tra. Tuy nhiên vấn đề xuất hiên
đối tƣợng thứ ba kẻ giả mạo là không tránh khỏi và đó là đòi hỏi ra đời của digital
signatures.
Digital signatures.
Áp dụng công nghệ mã hóa và ký điện tử trong RDF. Đảm bảo cho chúng ta rằng
nguồn tài liệu mà ta đang sử dụng là do chính xác một nhà cung cấp nào đó –
Giống nhƣ sự xác thực điện tử mà trong an toàn thông tin đã đề cập đến.
Trong kiến trúc của Semantic Web, Digital signature đóng một vai trò rất quan
trọng. Nó gắn liền với các tầng của kiến trúc Semantic Web kể từ tầng thứ ba
18

Số hóa bởi Trung tâm Học liệu

RDF, với vai trò là mở rộng cho các tầng này để đảm bảo rằng những thông tin
trong các tài liệu này là xác thực do một nhà cung cấp nào đó. Điều này giúp ngăn
chặn sự sụp đổ của Semantic Web do chính đặc tính đơn giản và phổ cập của nó
mang đến. Với Digital Signature, các ứng dụng sẽ có căn cứ để sử dụng các thông
tin chính xác do những nhà cung cấp mà ứng dụng đó tin tƣởng.
1.4. RDF – Nền tảng của Web ngữ nghĩa
1.4.1. Giới thiệu
XML cung cấp cú pháp để mã hóa dữ liệu, RDF là một cơ cấu chỉ ra điều gì đó về
dữ liệu. Nhƣ tên gọi , RDF là một mô hình để biểu diễn dữ liệu về "Mọi thứ trên
Web". Mọi thứ ở đây chính là các tài nguyên trong RDF vocubulary (từ vựng).
Mô hình dữ liệu cơ sở của RDF thì đơn giản, bên cạnh tài nguyên (resources),
RDF còn chứa thuộc tính (properties) và câu phát biểu (statements). Một property
là một khía cạnh, tính chất, thuộc tính, hay mối liên hệ mô tả cho một tài nguyên.
Một statement bao gồm một tài nguyên riêng biệt, một thuộc tính đƣợc đặt tên, và
giá trị thuộc tính cho tài nguyên đó. Giá trị này cơ bản có thể là một tài nguyên
khác hay một giá trị mang tính nghĩa đen (literal value) hay dạng text tùy ý (free
text) [3].
1.4.2. Các khái niệm cơ bản
RDF(Resource Description Framework)
RDF mô tả siêu dữ liệu về các tài nguyên trên Web. RDF dựa trên cú pháp XML
tuy nhiên XML chỉ mô tả dữ liệu, RDF còn có khả năng biểu diễn ngữ nghĩa giữa
chúng thông qua các tài nguyên đƣợc định danh bằng URI [3].
Theo Wikipedia, dữ liệu liên kết (Linked Data) là một phần của web ngữ nghĩa,
nó mô tả cách hiệu quả để truy xuất, chia sẽ và kết nối các mảng dữ liệu, thông tin
và tri thức trên web ngữ nghĩa sử dụng liên kết URIs và RDF.
Giống nhƣ web của văn bản, web của dữ liệu đƣợc xây dựng dựa trên các tài liệu
trên web. Tuy nhiên, không giống web của văn bản, các liên kết là quan trên văn
bản biểu diễn dƣới dạng HTML, web của dữ liệu liên kết các “thực thể đƣợc đặt
tên” thông qua RDF. URIs xác định các loại đối tƣợng và khái niệm.

19

Số hóa bởi Trung tâm Học liệu

RDF chính là nền tảng trung tâm của web ngữ nghĩa. Trong khi XML cung cấp cú
pháp để mã hóa dữ liệu thì RDF mô tả siêu dữ liệu về các tài nguyên trên Web.
RDF dựa trên cú pháp XML tuy nhiên XML chỉ mô tả dữ liệu, RDF còn có khả
năng biểu diễn ngữ nghĩa giữa chúng thông qua các tài nguyên định danh bằng
URI.
RDF - Resource Description Framework, định dạng dữ liệu cho phép mô tả thực
thể, tài nguyên và quan hệ nội tại giữa chúng bằng bộ ba đối tƣợng – thuộc tính –
giá trị ( subject – predicate – object).
RDFa (RDF – in – attributes) bổ sung tập các thuộc tính mở rộng cho XHTML
để nhúng siêu dữ liệu trong văn bản web.
1.4.3. Cấu trúc RDF/XML
Mô hình RDF thể hiện một mô hình ở mức trừu tƣợng để định nghĩa metadata. Cú
pháp RDF đƣợc dùng để tạo ra và trao đổi metadata. RDF dựa trên cú pháp XML.
Cú pháp cơ bản của RDF có dạng nhƣ sau:
[1] RDF ::= ['<rdf:RDF>'] description* ['</rdf:RDF>']
[2] description ::= '<rdf:Description' idAboutAttr? '>' propertyElt*
'</rdf:Description>'
[3] idAboutAttr ::= idAttr | aboutAttr
[4] aboutAttr ::= 'about="' URI-reference '"'
[5] idAttr ::= 'ID="' IDsymbol '"'
[6] propertyElt ::= '<' propName '>' value '</' propName '>'| '<' propName
resourceAttr '/>'
[7] propName ::= Qname
[8] value ::= description | string
[9] resourceAttr ::= 'resource="'tham chiếu URI'"'
[10] Qname ::= [ NSprefix ':' ] name

[11] URI-reference ::= string, interpreted per [URI]
[12] IDsymbol ::= (bất kỳ ID nào hợp lệ nào của XML)
[13] name ::= (bất kỳ tên hợp lệ nào của XML)
[14] NSprefix ::= (bất kỳ tiếp đầu ngữ namespace hợp lệ nào)
20

Số hóa bởi Trung tâm Học liệu

[15] string ::= (bất kỳ chuỗi nào)
Ví dụ : Xét phát biểu
ex:index.html exterms:creation-date "August 16, 1999" .
Cú pháp RDF/XML để biểu diễn cho phát biểu trên nhƣ sau:
1. <?xml version="1.0"?>
2. <rdf:RDF xmlns:rdf="
3. xmlns:exterms="
4. <rdf:Description rdf:about="
5. <exterms:creation-date>August 16, 1999</exterms:creation-date>
6. </rdf:Description>
7. </rdf:RDF>
Trong đó:
Dòng 1: là khai báo XML, cho biết nội dung theo sau dựa trên cú pháp XML và
phiên bản XML đƣợc dùng.
Dòng 2 và 3: bắt đầu với thẻ rdf:RDF , cho biết rằng nội dung XML tiếp theo mô
tả RDF. Từ khóa này xác định tài liệu này đƣợc biểu diễn dƣới dạng RDF. Tiếp
theo là phần khai báo XML namespace đƣợc sử dụng trong tài liệu, tùy vào nhu
cầu và mục đích sử dụng mà ta có thể dùng các namespace khác nhau cho từng tài
liệu.
Dòng 4, 5, 6: mô tả những mệnh đề RDF. Để mô tả bất kỳ phát biểu nào dạng
RDF/XML có thể dùng rdf:Description, và rdf:about , đây chính là subject của
phát biểu. Thẻ bắt đầu rdf:Description trong dòng 4 cho biết bắt đầu mô tả về một

resource, và tiếp tục định danh resource này dùng thuộc tính rdf:about để chỉ ra
URI của subject resource. Dòng 5 cung cấp 1 phần tử thuộc tính, với Qname
exterms:creation-date nhƣ là thẻ của nó. Nội dung của phần tử thuộc tính này là
object của statement, có giá trị là kiểu plain literal “August 19, 1999 “.
Dòng 7: cho biết kết thúc của thẻ rdf:RDF bắt đầu ở dòng 2 và cũng là thẻ kết thúc
của tài liệu RDF.
1.4.4. RDFS collection
21

Số hóa bởi Trung tâm Học liệu

RDF Collection cho phép khai báo một tập hợp đóng, tƣơng tự một danh sách, có
phần tử đầu (rdf:first), phần tử kế (rdf:rest) và phần tử cuối (rdf:nil).
Ví dụ: Xét phát biểu sau
“Book with ISBN 978-0-596-15381-6 wrote by Toby Segaran, Colin Evans, Jamie
Taylor"
Có mô hình RDF là










Hình 1.3 – Mô hình RDF
RDF / XML cung cấp một cách định nghĩa để mô tả một tập hợp, bằng cách sử
dụng một thuộc tính có attribute là rdf:parseType=”Collection”. Ta có thể viết lại

ví dụ trên một cách ngắn gọn hơn nhƣ sau:
<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="
xmlns:c="
<rdf:Description rdf:about="
<c:creator rdf:parseType="Collection">
<rdf:Description rdf:about="
<rdf:Description rdf:about="
<rdf:Description rdf:about=" Taylor"/>
</c:creator>
</rdf:Description>
22

Số hóa bởi Trung tâm Học liệu

</rdf:RDF>
1.4.5. RDFS schema
RDF cung cấp một cách để mô tả các phát biểu đơn giản về các resource, sử dụng
các thuộc tính và giá trị đã đƣợc định nghĩa trƣớc. Tuy nhiên, nhu cầu của con
ngƣời đỏi hỏi phải có một khả năng để tự định nghĩa các thuật ngữ mà họ muốn
dùng trong các phát biểu đó. Ví dụ nhƣ, công ty example.com trong ví dụ muốn
mô tả các lớp nhƣ exterms:Tent, và sử dụng thuộc tính exterms:model,
exterms:weighInKg và exterms:packedSize để mô tả chúng hoặc là một ứng dụng
nào đó muốn mô tả các lớp nhƣ ex3:Person, ex3:Company và các thuộc tính nhƣ
ex3:age, ex3:jobTitle, ex3:stockSymbol, ex3:numberOfEmployees.

RDF schema cung cấp một khung để mô tả các lớp, thuộc tính của ứng dụng cụ
thể. Các lớp trong RDFS giống nhƣ các lớp trong lập trình hƣớng đối tƣợng, cho
phép các tài nguyên đƣợc định nghĩa nhƣ là 1 thực thể của lớp, hay lớp con của
lớp.
Định nghĩa lớp (class)
Các tài nguyên trên Web có thể chia thành các nhóm gọi là class. Các thành viên
của nhóm đƣợc xem nhƣ là thể hiện của lớp đó. Thông qua các định danh URI,
các tài nguyên đƣợc truy xuất và có thể đƣợc mô tả bằng các RDF properties.
Thuộc tính rdf: type đƣợc sử dụng để chỉ ra một resource là một thể hiện của một
class.
Định nghĩa thuộc tính (property)
XML
Schema
mô tả cấu trúc và
nội dung và ngữ
nghĩa của tài liệu
XML. Định nghĩa
loại tài liệu.
RDF
Schema
từ vựng cho các tài
sản và các lớp tài
nguyên RDF mô tả
XML
cung cấp một cú pháp bề mặt quy định cụ thể
hạn chế đƣợc gọi là cú pháp tốt
OWL

Ngữ nghĩa sâu sắc hơn mức 2 chính thức mô tả
một lĩnh vực kiến thức
RDF
ngữ nghĩa cấp 1 từ vựng dựa trên ngữ nghĩa
chính thức quy định định nghĩa các lớp của
lĩnh vực kiến thức
Hình 1.4 – Mô hình RDF Schema

23

Số hóa bởi Trung tâm Học liệu

RDF Schema cung cấp một bộ từ vựng để mô tả làm thế nào mà các thuộc tính và
lớp có thể đƣợc sử dụng cùng nhau trong RDF. Thuộc tính quan trọng nhất đƣợc
sử dụng trong trƣờng hợp này là rdfs:range và rdfs:domain

Hình 1.5 – Hình Không gian miền và giới hạn của thuộc tính RDFS
Cách sử dụng rdfs:range
Thuộc tính rdfs:range dùng để chỉ giá trị của một thuộc tính là thể hiện của một
lớp. Ví dụ nhƣ, nếu công ty example.org muốn chỉ rằng thuộc tính ex:author có
giá trị là thể hiện của lớp ex:Person, ta sẽ viết phát biểu RDF nhƣ sau:
ex:Person rdf:type rdfs:Class .
ex:author rdf:type rdf:Property .
ex:author rdfs:range ex:Person .
Phát biểu này chỉ rằng ex:Person là một lớp, ex:author là một thuộc tính, và thuộc
tính ex:author có object là thực thể của lớp ex:Person. Tuy nhiên một thuộc tính
có thể có nhiều rdfs:range, nhƣ ví dụ sau:
ex:hasMother rdfs:range ex:Female .
ex:hasMother rdfs:range ex:Person .
Thuộc tính rdfs:range có thể đƣợc sử dụng để chỉ ra giá trị của kiểu typed literal

ex:age rdf:type rdf:Property .
ex:age rdfs:range xsd:integer .
Cách sử dụng rdfs:domain
24

Số hóa bởi Trung tâm Học liệu

Thuộc tính rdfs:domain đƣợc sử dụng để chỉ rằng một thuộc tính là thuộc tính của
một lớp nào đó. Ví dụ nhƣ, công ty example.org muốn thuộc tính ex:author là
thuộc tính của lớp ex:Book , ta có phát biểu sau:
ex:Book rdf:type rdfs:Class .
ex:author rdf:type rdf:Property .
ex:author rdfs:domain ex:Book .
Và một thuộc tính cũng có nhiều thuộc tính rdfs:domain khác
exterms:weight rdfs:domain ex:Book .
exterms:weight rdfs:domain ex:MotorVehicle .
Luật suy diễn ngữ nghĩa trong RDFS
Có 6 trƣờng hợp suy diễn theo các cấp loại lớp, thuộc tính, lớp con, thuộc tính
con, miền (domain), dải (range)
Trƣờng hợp 1: Suy diễn về loại của lớp (type)
IF (c2, subClassOf, c1)
AND (x, type, c2)
THEN (x, type, c1)
Ví dụ:
IF (Man, subClassOf, Person)
AND (Tom, type, Man)
THEN (Tom, type, Person)
Trƣờng hợp 2: Suy diễn về thuộc tính của lớp (Property)
IF (p2, subPropertyOf, p1)
AND (x, p2, y)

THEN (x, p1, y)
- Ví dụ:
IF (author, subPropertyOf, creator)
AND (Tom, author, Report2010)
THEN (Tom, creator, Report2010)
Trƣờng hợp 3: Suy diễn về lớp con của lớp (subclassOf)
IF (c2, subClassOf, c1)
25

Số hóa bởi Trung tâm Học liệu

AND (c3, subClassOf, c2)
THEN (c3, subClassOf, c1)
- Ví dụ:
IF (Person, subClassOf, Animal)
AND (Man, subClassOf, Person)
THEN (Man, subClassOf, Animal)
Trƣờng hợp 4: Suy diễn về thuộc tính con của thuộc tính (subPropertyOf)
IF (p2, subPropertyOf, p1)
AND (p3, subPropertyOf, p2)
THEN (p3, subPropertyOf, p1)
- Ví dụ:
IF (parent, subPropertyOf, ancestor)
AND (father, subPropertyOf, parent)
THEN (father, subPropertyOf, ancestor)
Trƣờng hợp 5: Suy diễn trong miền (domain)
IF (p1, domain, c1)
AND (x, p1, y)
THEN (x, type, c1)
- Ví dụ:

IF (author, domain, Human)
AND (Tom, author, Report2010)
THEN (Tom, type, Human)

Trƣờng hợp 6: Suy diễn trong dải giới hạn (range) IF (p1, range, c1)
AND (x, p1, y)
THEN (y, type, c1)
- Ví dụ:
IF (author, range, Document)
AND (Tom, author, Report2010)
THEN (Report, type, Document