Seminar Ontop Intensivseminar – Entwicklung virtueller Knowledge Graphs

Die Entwicklung eines virtuellen Knowledge Graphs wird als zusammenhängender Engineering-Prozess behandelt. Ausgehend von fachlichen Fragen und relationalen Daten entsteht schrittweise eine geprüfte semantische Schicht mit belastbaren Mappings und Abfragen.

Inhaltsverzeichnis

1. Anforderungen und VKG-Architektur
2. RDF- und Ontologiemodell
3. Mapping Engineering mit OBDA und R2RML
4. Identitäten und Datenbank-Constraints
5. Protégé und interaktive Entwicklung
6. SPARQL 1.1 und Abfragegestaltung
7. Lenses und Datenvorbereitung
8. Qualität, Leistung und Materialisierung

Lernziele

• Ein vollständiges VKG-Modell von der Anforderung bis zum getesteten Endpoint entwickeln.
• OBDA- und R2RML-Mappings mit stabilen Identitäten, Datentypen und Beziehungen erstellen.
• Ontologien, SPARQL-Abfragen und Lenses zielgerichtet mit dem Mapping verzahnen.
• Qualität, Leistung und Materialisierbarkeit mit wiederholbaren Tests absichern.

Zielgruppe

Ontop-Entwicklung, Data Engineering, semantische Modellierung, Datenarchitektur und technisch orientierte Knowledge-Graph-Projektteams.

Voraussetzungen

Gute SQL-Kenntnisse und Erfahrung mit relationalen Datenmodellen; grundlegende RDF-Kenntnisse sind hilfreich, aber nicht zwingend.

Kapitel 1: Anforderungen und VKG-Architektur

Kapitel-Inhaltsverzeichnis: Fachfragen, Quellsysteme, virtuelle Bereitstellung, Artefakte und Qualitätsziele.

1. Schritt 1: Fachliche Leitfragen werden in messbare Abfrage- und Aktualitätsanforderungen übersetzt.
2. Schritt 2: Quellen, Schlüssel, Beziehungen und Datenqualitätsrisiken werden strukturiert inventarisiert.
3. Schritt 3: Eine Zielarchitektur legt Ontologie, Mapping, Endpoint, Tests und Verantwortlichkeiten fest.

Kapitel 2: RDF- und Ontologiemodell

Kapitel-Inhaltsverzeichnis: Klassen, Eigenschaften, Hierarchien, OWL 2 QL und Abfrageanforderungen.

1. Schritt 1: Kernobjekte und Beziehungen werden aus den Leitfragen als Graphmodell abgeleitet.
2. Schritt 2: Hierarchien und einfache logische Aussagen werden auf den benötigten leichtgewichtigen Umfang begrenzt.
3. Schritt 3: Kompetenzfragen prüfen, ob das Modell die vorgesehenen Abfragen ausdrücken kann.

Kapitel 3: Mapping Engineering mit OBDA und R2RML

Kapitel-Inhaltsverzeichnis: Quell-SQL, Ziel-Templates, Datentypen, Sprachen, benannte Graphen und Konvertierung.

1. Schritt 1: Quellabfragen werden klein, deterministisch und auf Optimierbarkeit ausgerichtet.
2. Schritt 2: IRI-Templates, Klassen und Eigenschaften werden mit eindeutigen Mapping-IDs umgesetzt.
3. Schritt 3: Das Mapping wird konvertiert, formatiert, versioniert und semantisch gegen Referenzabfragen verglichen.

Kapitel 4: Identitäten und Datenbank-Constraints

Kapitel-Inhaltsverzeichnis: Primärschlüssel, eindeutige Bedingungen, Fremdschlüssel, Nullwerte und Join-Sicherheit.

1. Schritt 1: Für jede Klasse wird eine stabile Identitätsregel aus belastbaren Schlüsseln definiert.
2. Schritt 2: Fremdschlüssel und funktionale Abhängigkeiten werden für korrekte Beziehungen und Optimierung genutzt.
3. Schritt 3: Fehlende Metadaten werden explizit dokumentiert und durch kontrollierte Constraints ergänzt.

Kapitel 5: Protégé und interaktive Entwicklung

Kapitel-Inhaltsverzeichnis: Datenquelle, Ontologie, Mapping Manager, Reasoner und SPARQL-Tests.

1. Schritt 1: Projektartefakte werden im Mapping Designer geöffnet und die Datenbankverbindung geprüft.
2. Schritt 2: Mappings werden interaktiv erstellt, gefiltert und mit kleinen Datenmengen getestet.
3. Schritt 3: Ontologieänderungen werden auf Auswirkungen in Mapping und Abfragen untersucht.

Kapitel 6: SPARQL 1.1 und Abfragegestaltung

Kapitel-Inhaltsverzeichnis: Graphmuster, OPTIONAL, UNION, FILTER, Aggregation, Unterabfragen und Pfade.

1. Schritt 1: Abfragen werden aus kleinen, selektiven Mustern aufgebaut und schrittweise erweitert.
2. Schritt 2: Fehlende Werte und Alternativen werden mit klarer Semantik behandelt.
3. Schritt 3: Aggregationen und komplexere Muster werden auf SQL-Reformulierung und Ergebnisrichtigkeit geprüft.

Kapitel 7: Lenses und Datenvorbereitung

Kapitel-Inhaltsverzeichnis: Basic, Join, Union, Flatten, SQL Lens und deklarierte Constraints.

1. Schritt 1: Eine wiederkehrende Quelltransformation wird aus dem Mapping in einen Lens ausgelagert.
2. Schritt 2: Join- und Union-Lenses werden mit klaren Spaltennamen und Herkunftsinformation aufgebaut.
3. Schritt 3: Ein verschachtelter Wert wird kontrolliert abgeflacht und mit expliziten Constraints versehen.

Kapitel 8: Qualität, Leistung und Materialisierung

Kapitel-Inhaltsverzeichnis: Validierung, Regression, SQL-Analyse, Referenzdaten und RDF-Ausgabe.

1. Schritt 1: Ein automatisierbarer Testsatz prüft Mapping-Syntax, Kompetenzfragen und erwartete Resultate.
2. Schritt 2: Langsame Abfragen werden bis zur SQL-Ausführung verfolgt und durch Mapping- oder Constraint-Anpassungen verbessert.
3. Schritt 3: Der virtuelle Graph wird materialisiert, formal geprüft und mit den virtuellen Abfrageergebnissen verglichen.