[论文解读] From RESTful Services to RDF: Connecting the Web and the Semantic Web

Rosa Alarcón, Erik Wilde|arXiv (Cornell University)|Jun 11, 2010

Service-Oriented Architecture and Web Services参考文献 21被引用 8

一句话总结

本文提出了一种轻量级、解耦的框架，通过使用资源链接语言（ReLL）对RESTful Web服务的资源链接和表示进行建模，实现从RESTful服务中自动提取RDF数据。该框架利用XSLT转换和模块化架构，成功将Flickr用户数据自动转换为RDF三元组并集成到链接的RDF图中，且无需修改原始服务。

ABSTRACT

RESTful services on the Web expose information through retrievable resource representations that represent self-describing descriptions of resources, and through the way how these resources are interlinked through the hyperlinks that can be found in those representations. This basic design of RESTful services means that for extracting the most useful information from a service, it is necessary to understand a service's representations, which means both the semantics in terms of describing a resource, and also its semantics in terms of describing its linkage with other resources. Based on the Resource Linking Language (ReLL), this paper describes a framework for how RESTful services can be described, and how these descriptions can then be used to harvest information from these services. Building on this framework, a layered model of RESTful service semantics allows to represent a service's information in RDF/OWL. Because REST is based on the linkage between resources, the same model can be used for aggregating and interlinking multiple services for extracting RDF data from sets of RESTful services.

研究动机与目标

• 为解决语义网中实现关键规模的挑战，通过从广泛可用的RESTful服务中提取结构化数据。
• 弥合Web的REST架构风格与语义网的RDF/OWL模型之间的鸿沟。
• 实现从RESTful服务中自动提取并整合语义丰富的数据到统一的RDF知识图谱中。
• 提供一种灵活、可扩展的架构，将服务描述、转换和数据采集组件解耦。
• 支持对RESTful服务数据的可扩展、增量式和按需采集，以供SPARQL可查询的三元组存储使用。

提出的方法

• 使用资源链接语言（ReLL）对RESTful服务进行建模，以描述资源类型、链接类型和表示形式。
• 利用ReLL描述作为配置，指导Web爬虫通过表示中的超链接遍历资源图。
• 应用XSLT转换将ReLL描述（第2层）和资源表示（第3层）转换为RDF三元组。
• 通过可配置的映射规则将资源URI、类型和链接类型映射到RDF个体和属性。
• 将采集的RDF数据存储在Sesame 2.0三元组存储中，使用命名图（四元组）以保留来源出处和上下文。
• 通过将三元组存储视为实时服务数据的缓存，支持增量采集和未来的按需访问。

实验结果

研究问题

• RQ1 如何系统性地描述和采集缺乏正式服务描述的RESTful服务中的RDF数据？
• RQ2 解耦的架构是否能够实现灵活、模块化的RDF采集，而无需修改服务本身？
• RQ3 RESTful表示的超链接结构如何被语义化建模并转换为RDF图？
• RQ4 哪些机制支持大规模RESTful服务数据的可扩展和增量式采集？
• RQ5 三元组存储能否作为实时服务数据的缓存，从而实现按需访问而非完整预采集？

主要发现

• 该框架成功使用ReLL描述和GRDDL风格的XSLT转换，将Flickr REST API中的用户数据转换为RDF图。
• 系统表明，通过资源间的超链接，可以将多个RESTful服务的数据整合成一个复合知识图。
• Sesame中使用命名图使得通过将采集的三元组与源上下文关联，实现了出处追踪。
• 该架构支持通过属性文件动态配置映射，使得ReLL描述可独立于RDF转换用于文档或契约的重用。
• 当嵌入元数据时，该方法能够从包括图像和PDF在内的多样化表示中采集语义丰富的数据。
• 实现表明，现有Web技术如XSLT和SPARQL可有效结合，构建可扩展的语义网数据摄入流水线。