Метаданные XML и семантика XML-документов

Одной из важнейших целей создания платформы XML является привнесение в среду Web метаданных, описывающих свойства поддерживаемых в ней информационных ресурсов, прежде всего, структуры XML-документов и их смыслового содержания (семантики). Благодаря этому обеспечиваются возможности автоматической проверки правильности структуры XML-документов и снижения уровня информационного шума при поиске информационных ресурсов в Web с помощью различных поисковых машин. Явное описание семантики XML-документов необходимо также для разнообразных Web-приложений. В частности, становится возможным создание принципиально новых прило­же­ний высокого ­уровня, основанных на интеграции информационных технологий и обес­пе­чивающих интеграцию неоднородных информационных ресурсов. Это направление актив­но развивается во многих странах мира и связано с созданием информационных сис­тем нового класса, функционирующих в среде Web и называемых электронными библиотеками.

Для определения метаданных, описывающих структуру XML-документов, в языке XML предусмотрены синтаксические конструкции, называемые определением типов документов (Document Type Definition, DTD). В DTD XML-документы данного типа описываются как иерархические структуры, состоящие из их элементов. Это описание может быть встроено в XML-документ или оно хранится где-либо в Web, и в документе дается на него ссылка. Для более утонченного описания структуры XML-документов могут использоваться средства стандарта XML Schema. По сравнению с DTD, этот стандарт предоставляет для описания XML-документов дополнительные возможности, в частности более развитую систему типов значений атрибутов элементов.

Семантика XML-документа может быть определена явным или неявным образом (по умолчанию). Явное определение может быть формализовано в различной степени. Простейший способ задания семантики – использование пространства имен. В отличие от языка HTML, обеспечивающего форматную разметку текста для определения его представления на экране, XML служит для структурной разметки. При этом в размечаемом XML-документе выделяются содержательные структурные единицы, называемые элементами. Для выделения элементов каждого типа используется свой тег, указывающий имя типа элемента. С каждым таким тегом можно ассоциировать семантику соответствующего элемента XML-документа. Наборы имен элементов с фиксированной явной интерпретацией их семантики (например, на естественном языке) могут представляться в виде пространств имен. Адрес документа, представляющего в Web этот набор имен, может рассматриваться как уникальный идентификатор про­стран­ства имен, и на него можно ссылаться в XML-документе, где используются принад­ле­жа­щие этому пространству имена. Заметим, что такое пространство имен может иденти­фи­ци­роваться адресом условного ресурса Web, который не содержит никакого явного описания смысла принадлежащих ему имен и даже просто не существует. Такой подход используется для определения семантики имен данного пространства по умолчанию.

В последнее время начали создаваться сервисы регистрации и поддержки пространств имен в интересах различных сообществ разработчиков и пользователей. Зарегистрированное пространство имен становится своего рода стандартом.

В качестве такого согласованного пространства имен может использоваться, например, набор элементов метаданных, названный Дублинским ядром (Dublin Core, DC). Его поддержкой и развитием занимается специально учрежденная для этих целей организация - Dublin Core Metadata Initiative (DCMI). Текущая версия спецификаций Дублинского ядра - DC 1.1 - была принята в июле 1999 г. Она включает 15 элементов метаданных. В настоящее время на ее основе ведется разработка официального стандарта ANSI/NISO Z39.85.

Более формализованный способ явного описания семантики XML-документов обеспечивается средствами стандарта W3C - Resource Definition Framework (RDF). Такое описание (RDF-спецификация) аналогично по своим возможностям концептуальной схеме в системах баз данных. По сравнению с рассмотренными выше средствами, оно представляет собой более высокий уровень семантического описания информационных ресурсов, приблизительно эквивалентный ER-модели.

В RDF-спецификации объявляется некоторое множество ресурсов, для каждого из которых определяются пары "свойство-значение". Информационные ресурсы в RDF - это ресурсы Web, идентифицируемые уникальным образом с помощью их URI (Uniform Resource Identifier, обобщение концепции URL в WWW). Они могут также представлять собой коллекции других информационных ресурсов или литералов, называемые контейнерами. Допускаются контейнеры типа мультимножества, последовательности и альтернативы. Значения свойств задаются литерально либо ссылками на другие ресурсы, которые представляются, в свою очередь, их свойствами. Таким образом, свойства могут определять и связи между ресурсами. Описание семантики свойств называется схемой. В стандарте RDF не регламентируется способ задания схемы для RDF-спецификации. Достаточно лишь представить ее как некоторый ресурс в WWW, и использовать URI этого ресурса для ссылки на нее в RDF-спецификации. В документации стандарта RDF рассматривается, например, вариант использования для этих целей упоминавшегося выше Дублинского ядра. Во второй части стандарта, называемой Schema Specification, предлагается значительно более богатый способ задания схемы. Этот способ основан на объектной модели, в которой используются концепции классов, свойств и ограничений, ассоциируемых с классами и свойствами, поддерживается иерархическое отношение "класс-подкласс".

Дата добавления: 2014-12-25