Technické detaily
Tato stránka obsahuje další technické pozadí systému TermIt. Popisuje architekturu systému, knihovny, které jsme vyvinuli a které TermIt používá a datový model použitý v základní verzi TermItu.
Technologie a architektura
Technicky je TermIt webová aplikace. Systém je rozdělen do dvou sub-projektů: jeden reprezentuje serverovou část, druhý klientskou část. Architektura systému je ukázána v následujícím diagramu.
Serverová část systému TermIt
Serverová část systému je napsána v jazyce Java (8 nebo novější). Jedná se o Java aplikaci založenou na Spring Boot s REST API podporujícícm JSON a JSON-LD. TermIt běží nad triple storem, kam ukládá všechna data. Systém byl testován nad RDF4J a GraphDB, která poskytuje stabilnější výkon.
Detailní popis konfigurace a vývoje serverové části TermItu je k nahlédnutí v tomto GitHub repositáři.
Klientská část systému TermIt
Klientská část systému je napsaná v TypeScriptu, používající React framework. Ten je použit pro svou jednoduchost a rozsáhlý ekosystém knihoven.
Zdrojový kód klientské části je v tomto GitHub repositáři, který obsahuje i základní vývojářskou dokumentaci.
Integrace s nástrojem Annotace
Jednou z nejdůležitějších funkcí systému TermIt je jeho schopnost analyzovat obsah dokumentů pro vyhledávání výskytu existujících pojmů a navrhování nových pojmů podle jejich významu v textu. Textovou analýzu zajišťuje samostatně vyvinutá open-source knihovna Annotace, kterou můžete najít v jejím GitHub repozitáři.
Zajímavé knihovny
TermIt používá několik knihoven vyvinutých pro účely sémantického webu a sémantických dat, a které by mohly zajímat i další vývojáře v této obasti. Jsou shrnuty v následujícím seznamu včetně základního popisu a odkazu.
JOPA
JOPA (Java OWL Persistence API) je perzistentní knihovna pro sémantická data. Umožuje práci s doménovým modelem založeným na POJO, který je uložen v podobě RDF dat v triple storu. Silná inspirace v JPA je vidět i v přítomnosti transakcí, mapování výsledků dotazů a cachování za účelem co nejhladšího vývoje informačního systému založeného na principech sémantického webu.
Pro integraci JOPA s deklarativní správou transakcí Springu (@Transactional), která je použita v systému TermIt je zde i tato knihovna.
JB4JSON-LD
JB4JSON-LD (Java Binding for JSON-LD) je knihovna pro snadné mapování POJO na JSON-LD a naopak. Integruje se s Jacksonem, takže použití v aplikaci je otázkou pouze několika řádek kódu.
Datový model
Slovníky modelované v systému TermIt používají pro data dva datové modely – ontologii Popis dat a TermIt ontologii. Oba modely byly vytvořeny skupinou Knowledge-based and Software Systems Group (KBSS).
Ontologie popis dat
Základní ontologie použitá k popisu (libolovných) dat se jmenuje Popis dat a její dokumentaci najdete na této stránce. Ontologie je založena na Unified Foundational Ontology (UFO) a je určena k popisu libovolných datových zdrojů, např. databází, dat v různých souborových formátech, souborů atd.
Současnou verzi ontologie Popis dat můžete najít zde ve formátu turtle nebo v RDF/XML.
Následující sekce popisují základní třídy definované v datovém modelu.
Slovník
Slovník reprezentuje ontologii, která se skládá z glosáře a modelu.
Glosář
Glosář je seznam všech pojmů ve slovníku a používá koncepty ze slovníku SKOS.
Model
Model propojuje pojmy definované v glosáři za pomoci ontologických vztahů, především pocházejících z ontologie UFO.
Term
Term je libovolný pojem ve slovníku.
Zdroj
Zdroj představuje původ dat, která jsou modelována, například databáze, soubor atd.
Atribut
Atribut je speciální případem termu, který představuje vlastnost závislou na předmětu popsaném ve zdroji (např. sloupec v databázové tabulce, vlastnost popsaná v dokumentu atd.).
Ontologie TermIt
Ontologie TermIt je vytvářena během vývoje systému TermIt. Dědí od obecné ontologie Popis dat a rozšiřuje jí o koncepty používané specificky v systému TermIt.
Ontologie TermIt obsahuje například pojmy popisující anotaci textů, výskyty pojmů ve zdrojích a správu uživatelů.
Aktuální verze ontologie TermIt je součástí základní verze termitu a je dostupná z repozitáře TermItu na GitHubu.