RDF datu validācija, izmantojot datu formas

Abstract

Šis bakalaura darbs apraksta semantiskajā tīmeklī pieejamo RDF datu validācijas iespējas, izmantojot divas no populārākajām datu formu ierobežojumu valodām - SHACL un ShEx. Datu formu ierobežojumu valodas ļauj pārliecināties, vai semantiskā tīmekļa dati atbilst sagaidītajam formātam no datu lietotāja viedokļa, kā arī, dod iespēju uzlabot šo datu kvalitāti no datu īpašnieka viedokļa. Darba ievadā ir sniegts vispārīgs ieskats semantiskā tīmekļa tehnoloģijās, parādot to sasaisti ar darba pamattēmu. Iztirzājuma daļā ir aprakstītas RDF datu formu ierobežojumu valodas SHACL un ShEx, kā arī dots abu valodu sniegto iespēju salīdzinājums. Atsevišķi tiek apskatīta arī RDF datu praktiskā validācija. Bakalaura darba ietvaros tika izstrādāta tīmekļa lietotne, kas ļauj uz reālu un jau pārbaudītu RDF datu pamata izveidot ShEx datu formas, kuras var izmantot citu līdzīgu RDF datu validācijai. Ņemot vērā to, ka abas datu formu ierobežojumu valodas (SHACL un ShEx) joprojām ir izstrādes stadijā, šajā darbā ir iekļauta tikai tā informācija, kas bija pieejama līdz darba iesniegšanas brīdim.

This thesis describes validation options of RDF data originated from the semantic web, by using two of the most popular data shape constraint languages - SHACL and ShEx. Data shape constraint languages let one make sure that the data comply with the format that the user expects, as well as provide an opportunity to improve the quality of the data from the data owner's point of view. The introductory part provides with an insight into the general information about the semantic web technologies, demonstrating their connection with the main topic. The theoretical part includes a description of data shape constraint languages SHACL and ShEx, as well as a comparison of both languages. A separate chapter is devoted to the practical RDF data validation. Within the framework of the thesis a web application has been developed that can accept real and already tested RDF data as an input, and create ShEx data shapes as an output that can be used to validate other similar RDF data. Given the fact that both data forms restriction languages (SHACL and ShEx) are still in the development phase, this thesis contains only the information that was available till the moment of submission.