使用 Jena API 基于 OWL 本体创建大量个体（在 Protege 上创建）答案

【问题标题】：Use Jena API to create a large number individuals based on OWL ontology (created on Protege)使用 Jena API 基于 OWL 本体创建大量个体（在 Protege 上创建）
【发布时间】：2015-11-16 00:22:53
【问题描述】：

我有一个大型 XML 文档 (100 Go)，并且想要解析它以提取信息并将它们存储到 RDF 三元存储中。

我发现了如何使用 Java 解析大型 XML 文件，并且知道如何使用 Jena RDF API 读取/写入 RDF 文件。

如何根据我在 OWL本体，使用Protege创建？
是否可以读取/加载此OWL 本体并创建实例将类作为三元组并使用Jena 将它们存储到RDF File 中？

主要问题是创建了大量实例（三元组）。

XML 文件样本：

<?xml version="1.0"?>
<catalog>
   <book id="bk101">
      <author>
         <name>Gaella, Matt</name>
         <initial>MG</initial>
      </author>
      <title>User Guide</title>
      <price>45.95</price>
      <publish_date>2010-10-01</publish_date>
   </book>
   <book id="bk102">
      <author>
         <name>Rall, Kimiou</name>
         <initial>KR</initial>
      </author>
      <title>Midnight Scene</title>
      <price>5.75</price>
      <publish_date>2011-12-02</publish_date>
   </book>
   <book id="bk103">
      <author>
         <name>Colin, Evian</name>
         <initial>EC</initial>
      </author>
      <title>Cool Ascendant</title>
      <price>5.50</price>
      <publish_date>2012-11-03</publish_date>
   </book>
   <book id="bk104">
      <author>
         <name>Cortes, Smith</name>
         <initial>SC</initial>
      </author>
      <title>Farmer Legacy</title>
      <price>10.50</price>
      <publish_date>2013-03-04</publish_date>
   </book>
    . . .
</catalog>

OWL-DL 本体：

<?xml version="1.0"?>
<rdf:RDF
    xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
    xmlns:swrlb="http://www.w3.org/2003/11/swrlb#"
    xmlns="http://www.owl-ontologies.com/OntologyBooks.owl#"
    xmlns:xsp="http://www.owl-ontologies.com/2005/08/07/xsp.owl#"
    xmlns:owl="http://www.w3.org/2002/07/owl#"
    xmlns:protege="http://protege.stanford.edu/plugins/owl/protege#"
    xmlns:swrl="http://www.w3.org/2003/11/swrl#"
    xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#"
    xmlns:xsd="http://www.w3.org/2001/XMLSchema#"
  xml:base="http://www.owl-ontologies.com/OntologyBooks.owl">
  <owl:Ontology rdf:about=""/>
  <owl:Class rdf:ID="Book">
    <owl:disjointWith>
      <owl:Class rdf:ID="Author"/>
    </owl:disjointWith>
    <rdfs:subClassOf>
      <owl:Restriction>
        <owl:allValuesFrom>
          <owl:Class rdf:about="#Author"/>
        </owl:allValuesFrom>
        <owl:onProperty>
          <owl:ObjectProperty rdf:ID="hasAuthor"/>
        </owl:onProperty>
      </owl:Restriction>
    </rdfs:subClassOf>
    <rdfs:subClassOf>
      <owl:Restriction>
        <owl:onProperty>
          <owl:ObjectProperty rdf:about="#hasAuthor"/>
        </owl:onProperty>
        <owl:someValuesFrom>
          <owl:Class rdf:about="#Author"/>
        </owl:someValuesFrom>
      </owl:Restriction>
    </rdfs:subClassOf>
    <rdfs:subClassOf>
      <owl:Restriction>
        <owl:cardinality rdf:datatype="http://www.w3.org/2001/XMLSchema#int"
        >1</owl:cardinality>
        <owl:onProperty>
          <owl:DatatypeProperty rdf:ID="price"/>
        </owl:onProperty>
      </owl:Restriction>
    </rdfs:subClassOf>
    <rdfs:subClassOf>
      <owl:Restriction>
        <owl:cardinality rdf:datatype="http://www.w3.org/2001/XMLSchema#int"
        >1</owl:cardinality>
        <owl:onProperty>
          <owl:DatatypeProperty rdf:ID="publishDate"/>
        </owl:onProperty>
      </owl:Restriction>
    </rdfs:subClassOf>
    <rdfs:subClassOf>
      <owl:Restriction>
        <owl:onProperty>
          <owl:DatatypeProperty rdf:ID="title"/>
        </owl:onProperty>
        <owl:cardinality rdf:datatype="http://www.w3.org/2001/XMLSchema#int"
        >1</owl:cardinality>
      </owl:Restriction>
    </rdfs:subClassOf>
    <rdfs:subClassOf rdf:resource="http://www.w3.org/2002/07/owl#Thing"/>
  </owl:Class>
  <owl:Class rdf:about="#Author">
    <rdfs:subClassOf>
      <owl:Restriction>
        <owl:cardinality rdf:datatype="http://www.w3.org/2001/XMLSchema#int"
        >1</owl:cardinality>
        <owl:onProperty>
          <owl:DatatypeProperty rdf:ID="initial"/>
        </owl:onProperty>
      </owl:Restriction>
    </rdfs:subClassOf>
    <rdfs:subClassOf>
      <owl:Restriction>
        <owl:cardinality rdf:datatype="http://www.w3.org/2001/XMLSchema#int"
        >1</owl:cardinality>
        <owl:onProperty>
          <owl:DatatypeProperty rdf:ID="name"/>
        </owl:onProperty>
      </owl:Restriction>
    </rdfs:subClassOf>
    <rdfs:subClassOf rdf:resource="http://www.w3.org/2002/07/owl#Thing"/>
    <owl:disjointWith rdf:resource="#Book"/>
  </owl:Class>
  <owl:ObjectProperty rdf:ID="isAuthorOf">
    <rdfs:domain rdf:resource="#Author"/>
    <rdfs:range rdf:resource="#Book"/>
    <owl:inverseOf>
      <owl:ObjectProperty rdf:about="#hasAuthor"/>
    </owl:inverseOf>
  </owl:ObjectProperty>
  <owl:ObjectProperty rdf:about="#hasAuthor">
    <owl:inverseOf rdf:resource="#isAuthorOf"/>
    <rdfs:domain rdf:resource="#Book"/>
    <rdfs:range rdf:resource="#Author"/>
  </owl:ObjectProperty>
  <owl:DatatypeProperty rdf:about="#publishDate">
    <rdfs:domain rdf:resource="#Book"/>
    <rdfs:range rdf:resource="http://www.w3.org/2001/XMLSchema#date"/>
  </owl:DatatypeProperty>
  <owl:DatatypeProperty rdf:about="#price">
    <rdfs:domain rdf:resource="#Book"/>
    <rdfs:range rdf:resource="http://www.w3.org/2001/XMLSchema#float"/>
  </owl:DatatypeProperty>
  <owl:DatatypeProperty rdf:about="#initial">
    <rdfs:domain rdf:resource="#Author"/>
    <rdfs:range rdf:resource="http://www.w3.org/2001/XMLSchema#string"/>
  </owl:DatatypeProperty>
  <owl:DatatypeProperty rdf:about="#name">
    <rdfs:domain rdf:resource="#Author"/>
    <rdfs:range rdf:resource="http://www.w3.org/2001/XMLSchema#string"/>
  </owl:DatatypeProperty>
  <owl:DatatypeProperty rdf:about="#title">
    <rdfs:range rdf:resource="http://www.w3.org/2001/XMLSchema#string"/>
    <rdfs:domain rdf:resource="#Book"/>
  </owl:DatatypeProperty>
</rdf:RDF>

【问题讨论】：

首先向我们展示您已经尝试过的内容。

标签： java xml jena ontology

【解决方案1】：

您是否考虑过耶拿基于磁盘的模型？我指的是 TDB 和 Fuseki。

文档here 说：

“如果您希望在多个应用程序之间共享 TDB 数据集，请使用我们的 Fuseki 组件，该组件提供了一个 SPARQL 服务器，该服务器可以使用 TDB 进行持久存储，并提供 SPARQL 协议以通过 HTTP 进行查询、更新和 REST 更新。”

TDB 支持非常大的本体，您可以通过 Jena 模型访问存储的数据 - 加载本体后，您可以通过这种方式探索和添加个体。

Fuseki 还支持 SPARQL 和更新 - 这意味着您也可以通过这种方式添加个人。

还支持将存储的模型导出回 RDF 文件 - 这将为您提供所需的输出。

关于为 Protege 中定义的类创建实例，这很容易 - 您会发现在 RDF 文件中声明的类，很可能是三元组，如

classIRI rdf:type owl:Class

然后您可以使用

创建实例

instanceIRI rdf:type classIRI

【讨论】：