语义化网络

缘起

这几天在研读ActivityPub的标准。标准一开头便提到他们使用JSON-LD格式来交换数据。 搜了搜JSON-LD，发现是基于JSON的RDF语法。RDF是我几年前学的，已经有些遗忘，于是今天又复习了一下，在此略做记录。

更详细的可以参考SimmerChen写的知乎专栏。

语义化网络

我们都知道我们现在用的是互联网。我们可以在网络上看到很多“链接”。通过一个个链接，我们可以访问一个个网页。这很好，至少对人类而言。 但是对机器而言可能就没那么好了。比如说我们塞给机器一个小说，希望它能找出文章的标题和简介，或者文章中谁爱上了谁。能做到吗？ 也许现在通过AI分析可以，但是很麻烦，比较难办到。

那怎么办呢？答案很简单，我们改造这篇小说，把小说格式化即可。例如我们可以用一个简单的格式：

{
    "title" : "This is the title",
    "description" : "This is the description",
    "couple" : [["a", "b"], ["c", "d"]]
}

这样看上去似乎对机器更友好。我们可以直接解析JSON来访问title这个键来获得标题，访问description这个键来获得描述， 访问couple这个键来获得文章中互为夫妻关系的关系列表。

基于类似的想法，我们便有了语义网。RDF（Resource Definition Framework）通过主语、谓词、宾语标准化了这一描述过程。例如对于上述例子， 我们可以转化为：

• 文章 标题 “This is the title”
• 文章 简介 “THis is the description”
• “a” 夫妻关系 “b”
• “c” 夫妻关系 “d”

同时这里的主语、宾语可以用URI表示，可能是网络上的任何一个数据。于是我们便从文章的网络变成了数据的网络。具体RDF的语法有很多种， 例如Turtle、JSON-LD、N-Triples等。

对于谓语，如果我们随便写，不是不行，但是很容易产生歧义，因此我们需要事先定义一些词汇，之后再用词汇表中的词汇来进行描述。 Foaf就是这样一个词汇表，当然它主要描述人和社交网络。查看它的网页，可以发现有着许多严格的定义， 例如说一个项目（foaf:Project）不能是文档（foaf:Document）或人（foaf:Person）。当我们看到前缀foaf时，我们就明白，我们正在使用这个词汇表， 理解文档时就要参考这里的定义。其他的词汇表还有RDFS和OWL。

查询方面有查询语言SPARQL。数据库有DBPedia，是从维基百科抽出数据后语义化的百科数据库。

ActivityStream

回到ActivityHub，我们可以看到在数据开头有一个"@context": "https://www.w3.org/ns/activitystreams"的键值对。这便是告诉我们 它正在使用ActivityStreams的词汇了。如果我们访问这个网址，我们便会发现一系列定义好的词汇，定义之细致可以说完全可以照着写出数据结构了。

在定义中主要分两部分，一部分是类别，另一部分是属性。类别很简单，有对象、活动、链接等，活动则有创建、添加、点赞等，这里就不赘述。 属性的文档中有几个字段顺便解释下，“Domain"对应适用这一属性的主体，“Range"对应属性适用的值，“Functional"表示这个值是否唯一。

我们还可以看到在定义中还有MUST、SHOULD、MAY等词汇，这些是定义于RFC2119中 用于表示要求级别的关键词。MUST表示必须做，SHOULD表示无特殊情况下应当做，MAY则表示可做可不做。

总结

读读标准还挺有趣。

• 语义化网络