Semantic web information management: a model-based perspective

پایگاه های داده برای ذخیره حجم زیادی از داده ها و ارائه رابط های پرس و جو کارآمد طراحی شده اند. قالب‌های وب معنایی به سمت جذب دانش دامنه، حاشیه‌نویسی بهم مرتبط و ارائه نمای سطح بالا و قابل پردازش ماشینی از اطلاعات طراحی شده‌اند. با این حال، حجم عظیم چنین اطلاعات مفیدی، مدیریت کارآمد آن را به طور فزاینده ای دشوار می کند و امکان تبدیل آن به دانش مفید را تضعیف می کند.

تحقیق ارائه شده توسط De Virgilio، Giunchiglia و Tanca تلاش می کند بین دو جهان پل ارتباطی برقرار کند. به منظور افزایش کارایی و مقیاس‌پذیری فناوری‌های مبتنی بر پایگاه داده برای پشتیبانی از دیدگاه سطح بالای هستی‌شناختی از داده‌ها و ابرداده‌ها. مشارکت‌ها، تکنیک‌هایی را برای مدیریت اطلاعات معنایی، با بهره‌گیری از هم‌افزایی بین مبنای منطقی وب معنایی و پایه‌های منطقی مدیریت داده، ارائه و تحلیل می‌کنند. هدف اصلی کتاب پیشنهاد مدل‌ها و روش‌هایی است که به‌ویژه برای نمایش و مدیریت داده‌هایی طراحی شده‌اند که ساختار مناسبی برای پردازش ماشینی آسان‌تر در وب دارند.

پس از دو فصل مقدماتی در مورد مدیریت داده‌ها و وب معنایی به طور کلی، مشارکت‌های باقی‌مانده در پنج بخش ذخیره‌سازی داده‌های وب معنایی، استدلال در وب معنایی، جستجوی داده‌های وب معنایی، برنامه‌های کاربردی وب معنایی، و مهندسی سیستم‌های وب معنایی گروه‌بندی می‌شوند. ارائه کتابچه‌ای این کتاب را به یک مرجع مهم در مورد کار فعلی و منبع الهام برای توسعه آینده تبدیل می‌کند که محققان دانشگاهی و صنعتی و همچنین دانشجویان فارغ‌التحصیل در فناوری‌های وب معنایی یا طراحی پایگاه داده را هدف قرار می‌دهد.

Databases have been designed to store large volumes of data and to provide efficient query interfaces. Semantic Web formats are geared towards capturing domain knowledge, interlinking annotations, and offering a high-level, machine-processable view of information. However, the gigantic amount of such useful information makes efficient management of it increasingly difficult, undermining the possibility of transforming it into useful knowledge.

The research presented by De Virgilio, Giunchiglia and Tanca tries to bridge the two worlds in order to leverage the efficiency and scalability of database-oriented technologies to support an ontological high-level view of data and metadata. The contributions present and analyze techniques for semantic information management, by taking advantage of the synergies between the logical basis of the Semantic Web and the logical foundations of data management. The book’s leitmotif is to propose models and methods especially tailored to represent and manage data that is appropriately structured for easier machine processing on the Web.

After two introductory chapters on data management and the Semantic Web in general, the remaining contributions are grouped into five parts on Semantic Web Data Storage, Reasoning in the Semantic Web, Semantic Web Data Querying, Semantic Web Applications, and Engineering Semantic Web Systems. The handbook-like presentation makes this volume an important reference on current work and a source of inspiration for future development, targeting academic and industrial researchers as well as graduate students in Semantic Web technologies or database design.