Разработка интернет-ресурса для исследования пыльцевых зерен

Основываясь на требованиях к программе, построим диаграмму прецедентов. В системе у нас 4 актора:

· Посетитель сайта, который может лишь просматривать информацию (рис. 3.1.).

Рисунок 3.1. Диаграмма прецедентов для посетителя сайта

· Исследователь - палинолог, который вносит данные пыльцевого мониторинга (см. рис 3.2.).



Рисунок 3.2. Диаграмма прецедентов для исследователя

· Инженер знаний - специалист по онтологии, который взаимодействует с сущностями онтологии, консультируясь с экспертом предметной области.

· Эксперт предметной области, который участвует в построении и поддержке онтологии, заполняя онтологию экземплярами и взаимодействуя с инженером знаний.

Диаграмма прецедентов для инженера знаний и эксперта предметной области представлена на рисунке 3.3.

Рисунок 3.3. Диаграмма прецедентов для инженера знаний и эксперта предметной области

Диаграммы активностей

На следующем рисунке (см. рис. 3.4.) представлена диаграмма активности ввода результатов мониторинга исследователем-палинологом. Исследователю необходимо авторизоваться в системе, чтобы получить доступ к вводу данных. При вводе данных необходимо выбрать дату получения результатов пыльцевого мониторинга. После этого выбираются таксоны, для которых нужно занести данные, если какого-то таксона нет в базе данных пыльцевого мониторинга, то исследователь добавляет его, выбирая из списка всех таксонов.

Рисунок 3.4. Ввод результатов мониторинга

Как уже было сказано в 1 главе по итогам пыльцевого мониторинга составляется календарь пыления. Разрабатываемая система составляет календарь пыления автоматически по запросу пользователя (см. рис. 3.5.). При этом пользователь может выбрать в каком виде ему представить результат: в табличном или графическом. В случае отсутствия данных за текущий год система выдаст ошибку, при наличии данных позволит пользователю сохранить календарь пыления на устройство.

Рисунок 3.5. Запрос на составление календаря пыления

Актор инженер знаний, в основном, взаимодействует с онтологией предметной области, составленной совместно с экспертом предметной области. Для работы с онтологией инженеру знаний необходимо зайти в систему, выбрать онтологию, а также экземпляр: класс, отношение, свойство, аксиома или индивид. После этого ему нужно выбрать операцию, которую он хочет совершить над экземпляром.

Рисунок 3.6. Управление онтологией

Архитектура системы

Разрабатываемое приложение имеет трёхзвенную архитектуру (см. рис. 3.7.). Слой клиента отвечает за взаимодействие с пользователем через графический интерфейс. Клиентское приложение реализуется с помощью JavaScript-фреймворка Vue.js.

Серверная часть написана с использованием технологий ASP.Net на языке программирования C# и включает в себя несколько модулей. Модуль пыльцевого мониторинга отвечает за взаимодействие с БД мониторинга и формирование календаря пыления. Все остальные модули взаимодействуют с сервером онтологий Apache Jena Fuseki.

Рисунок 3.7. Архитектура системы

Модуль поиска принимает на вход запрос пользователя, преобразует его в формат запроса SPARQL и отправляет его серверу онтологий. Он также принимает ответ в виде триплетов от сервера онтологий и передает его клиенту.

Модуль тестирования получает от клиентского приложения данные, которые состоят из условий теста и ответов пользователя, формирует на основе условий теста запрос SPARQL, получает ответ системы и сравнивает с ответом пользователя. Далее модуль тестирования отправляет на клиентское приложение результат тестирования пользователя.

Коллекционер онтологической информации о ресурсах - это информационный бот, который пополняет онтологию портала знаний. Найденная информация проверяется инженером знаний портала. Редактор онтологий отвечает за взаимодействие с онтологией, операции создания, удаления и редактирования. В рамках данной работы эти два модуля реализовываться не будут.

Онтология предметной области хранится в формате OWL на сервере онтологий. За хранение онтологии и обработку SPARQL запросов отвечает сервер онтологий Apache Jena Fuseki, с которым взаимодействует большая часть серверных модулей.

База данных

Результаты пыльцевого мониторинга необходимо хранить в базе данных. Схема базы данных представлена на рис. 3.8. и содержит следующие таблицы: описание таксонов, уровни пыления и, диапазоны значений для уровней пыления и результаты мониторинга.

Таксон содержит наименования на русском и латинском языках, а также тип (к примеру, семейство или вид). Также если в базе данных окажутся таксоны, находящиеся в отношении Родитель-Потомок, поле Родитель в таблице Таксон должно быть заполнено соответствующим ключом. При создании базы данных в таблицу с таксонами сразу же занесены все возможные растения-аллергены по Пермскому краю, так что частое изменения данного справочника не предполагается, однако возможность управления списком таксонов должна быть.

Рисунок 3.8. Схема базы данных пыльцевого мониторинга

Таблица с уровнями пыления содержит наименование и цвет индикатора на графике для каждого уровня. Таким образом исследователь может настраивать отображение результатов пыльцевого мониторинга. Кроме это настраивать отображение результатов исследования можно с помощью изменения в таблице с диапазонами значений. Данная таблица задает диапазон значений для всех уровней пыления по каждому наблюдаемому таксону.

В таблице с результатами мониторинга хранится дата выполнения мониторинга и количество пыльцевых зёрен по каждому таксону на эту дату. Также было добавлено поле комментарий для того, чтобы исследователи могли оставлять заметки или использовать это поле для сообщений аллергикам.

Календарь пыльцевого мониторинга составляется на основе данных, содержащихся в таблице. Календарь пыления формируется приложением и может храниться в выбранном пользователем формате на сервере для загрузки посетителями сайта и для отображения на сайте. Так как формирование календаря пыления не предполагает частое использование, хранить календарь пыления в базе данных нет нужды, при возникновении потребности его можно сгенерировать заново.

4. Разработка приложения

4.1 Карта сайта

После общения с экспертами в области палинологии была построена карта сайта (рис. 4.1.).

Рисунок 4.1. Карта сайта

На сайте 6 основных разделов. Первый раздел предназначен для образовательных целей. В нем есть словарь терминов, который формируется из классов онтологии. Разделы литературы и ссылки содержат списки образовательных ресурсов в помощь студентам.

Второй и третий разделы предназначен для посетителей с аллергией на пыльцу. Третий раздел также может быть использован для исследователей в области аэробиологии. В нем находится база аллергенных растений, которая также составляется из онтологии предметной области. В разделе календари цветения и пыления находятся календари, опубликованные исследователями-палинологами.

В разделе "Исследования" представлены списки проектов, организаций и публикаций, которые могли бы быть интересны исследователям-палинологам. Данные разделы будут пополняться вручную, но в будущем есть возможность разработать бота, который бы собирал эти данные по всей сети.

При выборе раздела "Онтология" откроется страница с представлением онтологии в табличном виде. Там пользователь может делать запросы к онтологии через конструктор запросов. У инженера знаний и эксперта предметной области добавляются функции создания редактирования и удаления элементов онтологии.

Разработка онтологии

Существующие онтологии

Базу знаний портала составляет онтология предметной области, которая описывает палинологию как науку. Кроме этого, в онтологию должны быть включены сущности для описания научной деятельности, научных публикаций и информационных ресурсов. Можно использовать элементы существующих онтологий, которые подходят выбранной предметной области.

На сегодняшний день разработано несколько онтологий для описания научных публикаций и процесса научно-издательской деятельности: BIBO, комплекс онтологий SPAR, CERIF, EXPO, FRBR, Dublin Core, ЕНИП и др. [3, 9] Далее рассмотрим области применения перечисленных онтологий.

Онтология BIBO [30] включает в себя основные понятия и свойства для описания библиографических ссылок на Semantic Web в RDF. Эта онтология может использоваться как онтология цитирования, классификации документов или просто как способ описания любого вида документа в RDF. Из данной онтологии можно использовать часть классов для описания типов документов, отношений и свойств.

Комплекс онтологий SPAR позволяет описать процесс публикации с помощью RDF [31]. SPAR состоит из следующих онтологий:

· FaBiO (FRBR-aligned Bibliographic Ontology) - онтология, позволяющая описывать библиографические объекты (журнальные статьи, материалы конференций, книги и т.д.), которые содержат библиографические ссылки;

· CiTO (Citation Typing Ontology) - онтология, предназначенная для описания природы цитат в научных публикациях (факт или утверждение);

· BiRO (Bibliographic Reference Ontology) - онтология, предназначенная для описания библиографических записей и ссылок, и их компиляцию в библиографические сборники и библиографические списки;

· C4O (Citation Counting and Context Characterisation Ontology) - онтология, которая позволяет оценивать цитаты из цитируемых источников по их числу и расположению в контакте;

· DoCO (Document Components Ontology) - онтология, которая содержит структурированный словарь компонентов документа, включает структурные блоки (например, параграф, раздел, глава) и функциональные блоки (например, введение, обсуждение, благодарность, список литературы, рисунок, приложение);

· PSO (Publishing Status Ontology) - онтология, которая предназначена для описания состояния публикации на каждом этапе издательского процесса;

· PRO (Publishing Roles Ontology) - онтология, характеризующая роли агентов - людей, юридических лиц и вычислительных средств в процессе публикации. Агентами могут быть автор, редактор, рецензент, издатель или библиотекарь;

· PWO (Publishing Workflow Ontology) - онтология для описания шагов в рабочих процессах, связанных с публикацией документа.

Из всех вышеперечисленных онтологий нам могут понадобиться классы и отношения из CiTO, для создания связи между публикациями, а также онтология DoCO, так как там детально представлены все возможные элементы публикаций, это можно использовать позже для хранения и анализа публикаций. Остальные онтологии могут быть использованы в случае развития портала и добавления функций анализа публикаций и наукометрических данных.

CERIF (Common European Research Information Format) - онтология для описания процесса научноисследовательской деятельности [22]. На верхнем уровне расположены сущности "Персона", "Проект", "Организационный блок", которые связаны с сущностями других уровней, например с сущностями "Публикация", "Продукт", "Патент". Из данной онтологии можно использовать некоторые классы (например, детально представлены роли научных работников), а также свойства.

EXPO (EXPeriment) - онтология для описания научных экспериментов, включающая около 200 концептов. [3] В ней для нас представляет интерес описание классов научной деятельности, таких как классификация, формирование гипотезы, эксперимент и т.д., также можно импортировать часть отношений между объектами.

FRBR (Functional Requirements for Bibliographic Records) - онтология, позволяющая описывать библиографические записи. Разделена на три группы: первая группа позволяет описать результаты интеллектуального труда (работа, выражение, манифестация, экземпляр), вторая - лицо, ответственное за результат интеллектуального труда (персона, группа лиц, юридическое лицо), третья - включает сущности, связанные с первой и второй группами (понятие, объект, событие, место). [18]

Dublin Core - онтология, это норматив для общесистемного описания информационных ресурсов. Спецификация Dublin Core имеет статус официального международного стандарта ISO 15836:2009. [9]

ЕНИП (Единое Научное Информационное Пространство) - проект, нацеленный на интеграцию научных данных учреждений РАН. Онтология, используемая в проекте, основана на онтологии Dublin Core. В онтологии ЕНИП выделяется четыре основные группы сущностей (участники научной деятельности, научная деятельность, результаты научной деятельности, документы и публикации). Онтология ЕНИП, не является открытой, поэтому применять какие-либо элементы не представляется возможным. [3]

Часть элементов из вышеперечисленных онтологий можно использовать в нашем приложении, но так как практически все рассмотренные онтологии являются англоязычные после импорта элементов необходимо будет перевести их на русский.

Онтология предметной области "Палинология"

Онтология была создана в редакторе Protйgй. Фрагменты разработанной онтологии предметной области представлены на рисунках 4.2. - 4.4. На рис. 4.2. можно увидеть класс палинологии как науки и классы, которые связаны с палинологией через отношение "SubClass Of".

Рисунок 4.2. Фрагмент онтологии предметной области. Раздел науки и ее подразделов.

Одной из важнейших частей онтологии является описание систематики растений (см. рис. 4.3.). Родительским классом решено было сделать - таксон, то есть группу, которая имеет общие признаки. Далее идут Царство, Подцарство, Отдел, Класс, Порядок, Семейство, Род и Вид. В биологии нет общепринятой систематики растений, есть систематики, принадлежащие разным авторам, используемые в разные эпохи, а для разных систематик таксоны могут отличаться. Такое состояние предметной области можно отразить в онтологии путём создания отдельного класса "Систематика" и определения большого количества таксонов, связанных к этим классом. Однако на данный момент биологами, в основном, используется систематика П.Ф. Маевского, поэтому классы создавались согласно этой систематике. Так как количество видов и семейств растений достигает сотен тысяч, заполнение онтологии в будущем необходимо будет автоматизировать. В данной работе вопрос заполнения онтологии экземплярами систематики растений не рассматривается.

Рисунок 4.3. Фрагмент онтологии предметной области. Систематика растений.

Помимо классов в онтологию были добавлены отношения между классами и экземплярами, например, отношение между исследователем и публикацией (рис. 4.4.).

Рисунок 4.4. Фрагмент онтологии предметной области. Отношения Исследователь-Публикация

Другой пример, отношение между наукой и её объектом изучения. Как можно заметить на рис. 4.5. Между классами установлены парные отношения, если это возможно, то есть, между классами "Палинология" и "Пыльца" существуют отношения "изучает" и "является_объектом_изучения".

Рисунок 4.5. Фрагмент онтологии предметной области. Отношения Пыльца-Палинология

В процессе разработки онтологии были созданы классы и отношения для последующего заполнения онтологии экспертами предметной области или, в случае заполнения систематики растений, программой-ботом.

4.2. Взаимодействие с онтологией

Доступ к онтологии осуществляется через SPARQL сервер Apache Jena Fuseki (рис. 4.6.). Запросы к онтологии осуществляются на языке запросов SPARQL. Результаты могут представлены в формате JSON, XML, CSV, TSV.

Рисунок 4.6. Интерфейс Apache Jena Fuseki

Интерфейс Apache Jena Fuseki позволяет выполнять запросы к онтологии и сразу же видеть результат. В редакторе запроса проверяется корректность его составления. На рис. 4.7. представлен пример тестового запроса к онтологии для получения названия классов, которые связаны с классом "Палинология" отношением "изучает".



Рисунок 4.7. Пример запроса к онтологии

В результате выполнения запроса обнаружено три сущности, удовлетворяющие условию. На рис.4.8. можно увидеть ответ в формате JSON.

Рисунок 4.8. Результат выполнения тестового запроса

4.2 Реализация серверной части

Серверная часть написана с использованием технологии ASP.Net Core. На каждую функцию системы есть свой контроллер, который обрабатывает запросы клиента. В таблице 4.1. представлены основные методы, которыми оперируют контроллеры.

Таблица 4.1. Описание методов контроллера тестирования

Контроллер	Описание	Метод	Описание
TestingController	Отвечает за работу с тестированием пользователя по знанию пыльцевых зёрен	CheckAnswer	Общий метод для принятия ответа пользователя и отправки результата обработки
		CreateSPARQL	Формирование запроса к онтологии на основе вопросов теста
		GetAnswers	Отправка запроса к серверу онтологий и обработка ответа
		ParseRDF	Обработка ответа сервера онтологий
		GetResult	Сравнение ответов пользователя и результата запроса к онтологии
PollenMonitoringController	Отвечает за работу с результатами пыльцевого мониторинга	GetResult	Получение результатов мониторинга для построения графиков
		PostResult	Добавление результата мониторинга в систему
		EditResult	Редактирование результата мониторинга
		DeleteResult	Удаление результата мониторинга
		GetPollenCalendar	Формирование календаря пыления
		PostPollenCalendar	Опубликовать календарь пыления на сайте
OntologySearchController	Отвечает за поиск по онтологии	RequestOntology	Общий метод для обращения из клиентского приложения
		CreateSPARQL	Формирование запроса к онтологии на введенного запроса
		GetAnswers	Отправка запроса к серверу онтологий и обработка ответа
		ParseRDF	Обработка ответа сервера онтологий
OntologyManagerController	Отвечает за управлением онтологией	Create	Создание элемента онтологии
		Edit	Редактирование элемента онтологии
		Delete	Удаление элемента онтологии
		CreateSPARQL	Создание запроса на изменение онтологии к серверу онтологий
		PostChanges	Отправка запроса к серверу онтологий и обработка ответа

Заключение

В результате выполнения выпускной квалификационной работы были спроектированы и разработаны веб-портал и сервисы для исследований пыльцевых зёрен, выполняющие ввод и хранения результатов мониторинга пыльцы в воздухе, поиск информации в ресурсах с семантическими связями.

В ходе работы были проанализированы существующие ресурсы для палинологов, сформированы требования для приложения, построены диаграмма использования и диаграммы последовательности. Также была построена онтология предметной области на языке OWL с учетом существующих онтологий для описания научной деятельности и научных публикаций.

Для дальнейшего развития ресурса необходимо:

1. Заполнить онтологию как можно большим количеством данных.

2. После заполнения онтологии можно использовать её для расширения запросов.

3. Доработать конструктор запросов и редактор онтологии.

4. Добавить в систему поискового бота для автоматического пополнения индекса и онтологии.

5. Добавить в систему CMS для более удобного управления контентом сайта.

Помимо всего вышеперечисленного, в портал планируется внедрить сервис для распознавания пыльцевых зёрен по фото. Модуль распознавания уже разработан, на данный момент необходима лишь его интеграция.

Список сокращений и условных обозначений

RDF (Resource Description Framework) - стандарт модели данных для обмена данными в сети Интернет.

IRI (Internationalized Resource Identifier) - международный идентификатор ресурса. Уникальное значение элемента RDF-графа.

OAI-PMH (Open Archives Initiative Protocol for Metadata Harvesting) - протокол для сбора метаданных, разработан в рамках Open Archives Initiative для автоматического сбора метаданных из различных репозиториев.

API (application programming interface) - программный интерфейс приложения

RePEc (Research Papers in Economics) - интернет-проект, направленный на повышение доступности результатов научных исследований в области экономики.

ТЗ - техническое задание

CMS - система управления контентом

Библиографический список

1. Аллергофон - Аллерготоп [Электронный ресурс]. URL:https://allergotop.com/allergofon (дата обращения: 20.02.2019)

2. Афонин С.А., Козицын А.С. Использование онтологий в поисковых системах. // Материалы Всероссийской конференции с международным участием "Знания - Онтологии - Теории" (ЗОНТ-09). - Т. 2. - Новосибирск, 2009. - С. 47-52.

3. Галимов А.А. Разработка онтологической модели публикаций // Кибернетика и программирование. - 2015. - № 2. - С. 98 - 106. [Электронный ресурс]. URL: https://nbpublish.com/library_read_article.php?id=14569 (дата обращения: 10.02.2019)

4. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. Учебник / Гаврилова Т.А. [и др.]; СПб. : Изд-во Питер, 2001. С. 284 - 301.

5. ГОСТ 7.60-2003. Издания. Основные виды. [Электронный ресурс] URL: http://docs.cntd.ru/document/1200034382 (дата обращения: 10.02.2019)

6. Денисов С.Л. Интеллектуальные информационные системы: учебное пособие/С.Л. Денисов; Иван. гос. ун-т. - Иваново: ИвГУ, 2012. - 148 с.

7. Когаловский М.Р., Паринов С.И. Таксономия семантических связей информационных объектов контента научной электронной библиотеки // Научно-техническая информация. Серия 2. Информационные процессы и системы. - 2015. - № 9. - С. 15-23.

8. Коробова И.Л. Методы представления знаний: Методические указания / Коробова И.Л.; Тамбов: Издательство Тамбовского государственного технического университета, 2003. С. 24.

9. Костин, В.В. Обзор семантических моделей, описывающих научные публикации и научно-исследовательскую деятельность // Электронные библиотеки: перспективные методы и технологии, электронные коллекции: XVI Всероссийская научная конференция RCDL - 2014, Дубна, 13-16 октября 2014 г. : труды конференции / Российский фонд фундамент. исслед. [и др.] ; [сост. Л.А. Калмыкова, М.Р. Когаловский]. - Дубна: Объединенный институт ядерных исследований, 2014. - C. 131- 136.

10. Митрофанова О.А. Онтологии как системы хранения знаний / О.А. Митрофанова, Н.С. Константинова // Всероссийский конкурсный отбор обзорно-аналитических статей по приоритетномунаправлению "Информационно-телекоммуникационные системы", 2008. - С. 54.

11. Мейер-Меликян Н.Р., Северова Е.Э., Гапочка Г.П., Полевова С.В., Токарев П.И., Бовина И.Ю. Принципы и методы аэропалинологических исследований - М.,1999. - С. 5-18.

12. Паринов С.И., Ляпунов В.М., Пузырёв Р.Л. Система Соционет как платформа для разработки научных информационных ресурсов и онлайновых сервисов СО РАН [Электронный ресурс]. URL:http://rvles.ieie.nsc.ru/~parinov/papers/socionet-platform.htm (дата обращения: 18.03.2019)

13. Рубанов В.Г., Филатов А.Г., Рыбин И.А. Интеллектуальные системы автоматического управления. Нечеткое управление в технических системах: Электронное пособие. URL: http://nrsu.bstu.ru/ (дата обращения: 13.05.2019)

14. Соколов С.М. Методика аэробиологических исследований пыльцы растений и спор грибов для составления календарей пыления / С.М. Соколов, Т.Е. Науменко, Т.Д. Гриценко и др. - Минск: Республиканский научно-практический центр гигиены, 2005. - С. 27 [Электронный ресурс]. URL: http://med.by/methods/pdf/111-1005.pdf (дата обращения: 12.03.2019).

15. Суханов А.Я. Базы знаний: Учебное методическое пособие по лабораторным и практическим занятиям, самостоятельной и индивидуальной работе студентов. - Томск: ТУСУР, каф. АСУ, 2015. - С. 25. URL: https://studylib.ru/doc/171968/suhanov-a.ya.-bazy-znanij (дата обращения (15.05.2019).

16. Харитонова Я.А., Подвальный Е.С. Онтологии как средство формирования базы знаний по многоальтернативным системам // Вестник ВГТУ. 2014. №4. URL: https://cyberleninka.ru/article/n/ontologii-kak-sredstvo-formirovaniya-bazy-znaniy-po-mnogoalternativnym-sistemam (дата обращения: 02.05.2019)

17. Филиппович Ю.Н., Прохоров А.В. Семантика информационных технологий: опыты словарно-тезаурусного описания. С предисловием А.И. Новикова. М.: Изд-во МГУП, 2002. 368 с. [Электронный ресурс] URL: http://it-claim.ru/Library/Books/Semantics_IT/gl1_1/glava1_1.htm (дата обращения: 12.05.2019)

18. Definition of FRBRoo: A Conceptual Model for Bibliographic Information in Object-Oriented Formalism [Электронный ресурс]. URL: https://www.ifla.org/files/assets/cataloguing/FRBRoo/frbroo_v_2.4.pdf (дата обращения: 12.04.2019)

19. IntoBiology [Электронный ресурс]. URL: http://intobiology.org.uk/ (дата обращения: 09.03.2019)

20. Kasprzyk I. Regional differentiation of the dynamic of the pollen seasons of Alnus, Corylus and Fraxinus in Poland. Preliminary results // Abstract TESA, 2003. - p. 132.

21. Kasprzyk I., Uruska A., Szczepanek K., Lataіowa M., Gaweі J., Harmata K., Myszkowska D., Stach, A., Stкpalska D. Regional Differentiation in the Dynamics of the Pollen Seasons of Alnus, Corylus and Fraxinus in Poland (Preliminary Results) Aerobiologia. 20. pp. 141-151., 2004. URL:https://www.researchgate.net/publication/226489662_Regional_Differentiation_in_the_Dynamics_of_the_Pollen_Seasons_of_Alnus_Corylus_and_Fraxinus_in_Poland_Preliminary_Results/stats (дата обращения: 15.02.2019)

22. Main features of CERIF / euroCRIS [Электронный ресурс] URL: https://www.eurocris.org/cerif/main-features-cerif (дата обращения: 11.04.2019)

23. Nilsson S. Allergy service giede in Europe/ F. Th.M. Spieksma. Stockholm, 1994. - p. 123.

24. National Allergy Forecast & Info About Allergies [Электронный ресурс] https://www.pollen.com/ (дата обращения: 05.03.2019)

25. Norkko. Siitepцly [Электронный ресурс]. URL:http://www.norkko.fi/ (дата обращения: 03.03.2019)

26. Open Semantic Framework [Электронный ресурс] URL:http://opensemanticframework.org/ (дата обращения: 15.04.2019)

27. Open Semantic Search: Your own search engine for documents, images, tables, files, intranet & news [Электронный ресурс] URL:https://www.opensemanticsearch.org/ (дата обращения: 08.04.2019)

28. Resource Description Framework (RDF):Concepts and Abstract Syntax. [Электронный ресурс] URL: https://www.w3.org/TR/rdf-concepts/ (дата обращения: 03.02.3019)

29. RDF Schema 1.1. [Электронный ресурс] URL: https://www.w3.org/TR/rdf-schema/ (дата обращения: 04.02.2019)

30. RPA - Rede Portuguesa de Aerobiologia [Электронный ресурс] URL: https://www.rpaerobiologia.com/ (дата обращения: 03.03.2019)

31. Science and plants for Schools [Электронный ресурс]. URL: http://www.saps.org.uk/ (дата обращения: 09.03.2019)

32. The Bibliographic Ontology: Bibliographic Ontology Specification [Электронный ресурс] URL: http://bibliontology.com/ (дата обращения: 09.04.2019)

33. The Semantic Publishing and Referencing Ontologies [Электронный ресурс] URL: http://www.sparontologies.net/ (дата обращения: 09.04.2019)

34. Xiao G., Calvanese D., Zakharyaschev M., Lembo D, Poggi A., Rosati R. Ontology-based data access: a survey / Proceedings of the Twenty-Seventh International Joint Conference on Artificial Intelligence (IJCAI-18) 2018. - p. 5511-5519. URL: https://doi.org/10.24963/ijcai.2018/777 (дата обращения: 29.04.2019)

Размещено на Allbest.ru

...