本体开发工具

3.3　本体开发工具——Jena

3.3.1　Jena简介

Jena^［17］是由HP实验室研究开发，用于构建语义Web应用的开发框架。该框架工具完全以Java开发的，它定义的类很容易用来进行语义Web开发，既可以方便地访问标准的OWL类及属性，也可以进行关联文件的推理、基于结构的推理、基于实例的推理等等。Jena从最初的Jena1版本开始，经过不断的发展改进，目前的版本是Jena2.4（2006年12月）。

Jena1的主要贡献是^［18］为处理RDF图提供了丰富的用于Model类的API。围绕着这些API，Jena1提供了大量的工具，包括对模型的多种方式的输入和输出I/O（RDF/XML，N3，N－triple），RDF查询语言RDQL，使用这些API，用户可以选择将RDF图存储在内存或者是持久性存储（即文件和数据库方式）。Jena1还提供了附加的用于处理DAML＋OIL数据的API，但是Jena1并不支持OWL。

Jena2支持基于RDFS和OWL等语义推理。Jena支持RDQL语义网查询语言。Jena2还拥有一种表现层接口是RDF WebAPI，它能够提供Web客户端查询RDF图，这种基于Web查询的数据获取方式当然也可以成为系统和应用程序员提供接口，是Jena以后的发展方向。

3.3.2　Jena的主要构成

Jena是一个具有三层架构和多种视图的语义网开发框架，提供给各种开发人员多种应用程序开发接口，具有很高的灵活性^［19］。Jena主要由6部分组件构成，分别是ARP、RDF API、持久性存储、推理子系统、Ontology API和RDQL。

在使用Jena进行语义网应用时，最重要的包是com.hp.hpl.mesa.rdf.jena.model，这个包包含了用于表达model、resource、property、literal、statements以及其他RDF的关键的接口；com.hp.hpl.mesa.rdf.jena.tutorial包包含了与Jena一同发布的指南中所使用的例子的源代码；com.hp.hpl.mesa.rdf.jena.mem包包含了用于将整个模型状态装入内存的Jena API的实现。凡是创建基于内存的模型（最典型的是创建ModelMem类的实例）的实现都在本包中；com.hp.hpl.mesa.rdf.jena.common包包含了对于诸多实现通用的实现类。例如，它定义了类ResourceImpl，PropertyImpl，LiteralImpl。开发者一般不要直接使用这里的方法，例如不直接使用ResourceImpl，而使用createResource方法，这是为了保证在实现发生优化后不需要进行类型转换；com.hp.hpl.jena.rdf为RDF包。

（1）Jena的三层架构

Jena2的系统架构分为三层：Graph层、EnhGraph层和Model （Ontology）层。各层的详细功能如下：

图3-3　Jena三层架构图^［20］

①Graph层：用RDF三元组作为全局数据结构，包括内存和持久性存储方式，同时实现提供多种持久性存储三元组的方式，并且内置了基于RDFS和OWL－Lite的推理。

②EnhGraph层：多种视图的同步，Model层和Graph层之间的中间层，使得系统能够同步提供多种图或节点的方式。

③Model层：为应用开发人员提供视图，提供了大量的方法来操作RDF有向图（通过Model接口）和图中的节点（通过Resource接口）。

（2）Jena的构成组件

①ARP

ARP是Jena的一部分，它的功能是解析RDF/XML数据文件，主要用于Jena中的读取操作，但是也可以脱离Jena而使用在其他的Java程序中。ARP是基于Xerces（一种xml解析器）的，它遵循以下的规范：daml：collection，xml：lang，xml：base，URI，XML Names，International URI refs，Unicode Normal Form C，XML Literal，Relative Namespace URI references。

通常ARP被用在其他应用程序中，但是可以通过NTriple类的命令行方式来将一个RDF/XML文档转换成N－Triple形式，同时可以测试一个RDF/XML文档的健壮性。

②RDF API

RDF API用来创建、解析、处理和查询RDF模型。Jena定义了很多接口来处理和访问RDF数据。一个RDF图由多个三元组组成，而每个三元组又是由三个RDFNode构成，一个三元组可以用｛predicate，subject，object｝来表示。

RDFNode接口为所有的可以作为RDF三元组的元素提供了一个公共的基础，Resource和Literal集成了RDFNode接口。Literal接口表示文字值，例如“红色”、“宋代”等，提供了将文字值转换为String、int和double这样Java类型数据的方法。Resource接口提供了将RDF数据模型当作一个具有属性资源的集合来处理的方法。Property接口对象用来处理三元组中的＜predicate＞。Statement接口提供了将RDF数据模型当作一个RDF三元组集合来处理的方法。一个Statement表示一个三元组，或者一个三元组中的＜object＞。

③持久性存储

Jena2存储子系统扩充了Model类，可以透明地使用基于数据库引擎的持久性存储模型，支持的数据库有：MySQL、Oracle，PostgreSQL，而且支持Linux和Windows平台。

创建持久性模型主要采用工厂化（factory）方法。该方法分为三个步骤。第一步，加载JDBC驱动类，建立与数据库的连接。第二步，构造ModelMaker类，用来创建模型的持久性实例。第三步，调用ModelMaker类的方法创建新的模型或者打开已经存储的数据库持久性模型。

持久性存储子系统支持快速路径查询方法—RDQL查询，对于数据库Model，Jena内部动态的将RDQL转换成数据库支持的SQL查询。

④推理子系统

语义检索是基于概念及其概念之间的关系进行的语义层面的检索，其关键在于概念之间的推理。Jena提供基于规则的推理机（如RDFS Reasoner、OWL Reasoner等），它包含了一般的推理功能，此外用户还可以根据需要自定义推理规则，也可以注册使用第三方推理引擎。推理机的工作原理是：推理机注册机制根据基本RDF三元组描述（信息资源）和Ontology（可选）创建出推理机，由此推理机可以生成包含推理机制的模型对象（Inference Graph，Inf Graph）。在Jena中，图（Graph）也被称为模型（Model），而表现形式为模型界面（Model Interface），然后可以使用Model API和Ontology API对此模型进行操作和处理，从而实现语义层面的信息检索。Jena提供了全面、灵活的推理机制和实现方法，比较好地解决了语义检索研究中的关键而又有一定难度的推理问题。

图3－4　Jena推理机的结构^［21］

在Jena使用推理机的步骤如下：

①获得推理机

对于每种类型的推理机，都有一个与之相对应的工厂类（这些工厂类都实现了Reasoner Factory接口），用于创建相关的Reasoner实例。可以直接使用已知工厂类的the Instance静态方法，或者通过在全局Reasoner Registry（存储着通过分派给推理机的URI来进行索引的工厂类实例）中检索来获取这些工厂类实例。

此外，还可以使用Reasoner Registry中诸如getTransitiveReasoner，getRDFSReasoner，getOWLReasoner以及getRDFSSimpleReasoner等方法来获取相应的推理机实例。使用用于构建推理机的工厂对象只是为了简化设计和扩展注册服务。一旦获取了推理机实例，就可以通过绑定不同的数据集来重用该推理机，而不必每次都创建新的推理机实例。

②配置推理机

许多推理机的行为都是可配置的。为了向这些推理机传递任意的配置信息，可使用RDF来为这些配置情况进行编码。Reasoner Factory.create方法可以接收JenaResource对象，并使用该对象的属性配置创建的推理机。

为了简化编码，可采用Reasoner.setParameter方法来设置配置参数。这些参数使用相应的配置属性标识。参数值可以是String类型或构造值。例如，可以使用字符串“true”或“false”表示布尔类型值，也可以使用Java中的Boolean对象表示，还可以在RDF中使用xsd：Boolean表示。

③应用推理机

创建了推理机实例以后，就要使用推理机实例与特定的RDF数据模型相关联以构建推理模型。这一过程可以通过把所有的RDF数据放到一个模型中实现，或者分别操作数据的不同组成部分（Schema部分和实例数据部分）实现。将推理机与数据集绑定来创建推理模型，是通过Model Factory.createlnfModel方法实现的。

④访问和推理

创建了推理模型后，可使用访问RDF语句的API操作，将可以访问通过推理机推导出的额外的语句。由于使用了推理机，这些通过推理机推导出的新的“虚语句”既可以在第一次触动模型的时候预先推导出来，也可以每次都使用动态的推导，或者在使用的时候推导，然后再将它们缓存起来。

⑤推理描述

这些推理机可以使用RDF元数据进行描述，通过这种方式可以根据特定的属性来获取推理机。可使用Reasoner.get Capabilities和Reasoner.supportsProperty来访问描述性元数据。

⑥Ontology API

Ontology API为语义网应用开发人员提供了一个持续稳定的开发接口，支持Ontology的各种语言，如RDFS、DAML＋OIL以及OWL。该接口是完全采用Java语言描写的开发接口，提供了本体的建立、本体的解析、本体的推理等各种方法的类库，包括本体中类、实例以及属性的建立、读取和修改方法。

常用的类有OntModel、OntClass、OntResource、OntProperty、Individual等，其中OntModel用于建立本体模型，包括指定描述语言以及推理机制等；OntClass用来对本体主要部件——类的处理，如类的建立、读取等；OntResource定义了一个资源类，是本体中任何取值的超类，可以用于本体中各种类的存取；OntProperty主要对本体的各种属性进行处理，如建立、读取、删除属性操作；而Individual主要是对本体的实例进行处理。

⑦RDQL

RDQL是Jena中针对RDF的查询语言，已经被许多基于RDF的系统采用。RDQL是从早期的RDFDB QL和SquishQL演变过来的，在Jena的很多RDFAPI中都实现了对RDQL的支持。这种查询语言将RDF视为三元组，也就是带有向边的图，图的节点是资源（Resource）或者文字（Literal）。RDQL提供了一种图匹配策略，查询RDF中满足一定节点的图，查询结果返回匹配到的属性值。

RDQL满足一定的范式，基本由SELECT、FROM、WHERE 和USING字句组成。其中SELECT字句衔接的是提问中心，WHERE字句衔接的是查询条件，即满足一定语义关系的用户查询组合，而FROM和USING字句分别衔接的RDF模型和本体的URI地址，由检索时设定。

以“清代描述大麻栽培的农书有哪些”为例，生成的查询语句如下：

SELECT？x WHERE（c：齐民要术，c：has＿edtion，？x），（c：华东地区，c：collected，？x）

USING c for http://www.owl-ontologies.com/unnamed.owl＃