1 - AIRLab - Politecnico di Milano

Capitolo 3 – Ambiente di sviluppo e strumenti utilizzati
metodi necessari per la gestione di più modelli contemporaneamente, la loro unione
e l'importazione.
Un’altra caratteristica è che Jena supporta due metodi per l’applicazione di
algoritmi di reasoning alle basi di conoscenze: o tramite un reasoner interno alla
libreria stessa, o tramite il collegamento ad un reasoner esterno scelto dall'utente.
3.4 Linguaggio di interrogazione SPARQL
Allo scopo di sviluppare un linguaggio che potesse prelevare informazioni
direttamente o indirettamente derivabili da una base di conoscenze, sono stati
seguiti diversi approcci. Tra questi, quello che si basa sulla sintassi SQL ad oggi
sembra aver avuto maggior successo e una maggiore diffusione. Infatti, nonostante
la differenza che intercorre tra una base di dati ed una di conoscenze, la familiarità
della sintassi ha sicuramente contribuito a questo successo[Sp].
Il linguaggio SPARQL segue questo filone ed è diventato una raccomandazione
del World Wide Web Consortium come linguaggio di interrogazione per il Web
Semantico.
Esso si focalizza sull'interrogazione di grafi RDF a livello di triple e viene usato
anche con modelli RDF Schema e OWL, ad esempio per recuperare gli individui
che presentano determinate caratteristiche.
Le query SPARQL si basano sul meccanismo di “pattern matching” e in
particolare su un costrutto, il “triple pattern”, che ricalca la configurazione a triple
delle asserzioni RDF fornendo un modello flessibile per la ricerca di
corrispondenze.
La figura 3.4 mostra un semplice esempio di query SPARQL in cui le variabili
sono prefisse dal simbolo '?' e i campi da restituire sono quelli che seguono il
comando SELECT (analogamente a SQL).
30