Lần này, chúng tôi muốn biên soạn tài liệu về khái niệm và đặc điểm của siêu dữ liệu. Đồng thời, chúng ta cũng sẽ tìm hiểu sơ lược về đặc điểm của HTML và XML, những ngôn ngữ được dùng để mô tả siêu dữ liệu.
Cụm từ thường được sử dụng nhất để định nghĩa siêu dữ liệu là 'dữ liệu về dữ liệu'. Ở đây, dữ liệu chỉ các tài nguyên điện tử và được người tạo ra tài liệu trực tiếp biên soạn.
Khái niệm siêu dữ liệu
Ví dụ về siêu dữ liệu
Siêu dữ liệu được tạo bằng cách đưa dữ liệu vào chính tài nguyên thông tin để cung cấp cho các công cụ tìm kiếm và những hệ thống tương tự; những thông tin này bao gồm thông tin nhận dạng, điểm truy cập và thông tin vị trí.
SEO = Tối ưu hóa công cụ tìm kiếm
Nhu cầu về siêu dữ liệu xuất hiện khi Internet trở nên phổ biến, thông tin bùng nổ và các định dạng tệp ngày càng đa dạng. Nhờ siêu dữ liệu, người dùng có thể nhanh chóng và dễ dàng tìm được thông tin mong muốn giữa khối lượng thông tin khổng lồ.
Ngoài ra, siêu dữ liệu là thông tin mà người dùng không nhìn thấy nên khó trực tiếp cảm nhận được, nhưng máy móc đọc, hiểu và sử dụng nội dung của siêu dữ liệu, vì vậy có thể nói đây là loại dữ liệu rất quan trọng trên web.
Ứng dụng và cấu thành của siêu dữ liệu
Nơi siêu dữ liệu được sử dụng rộng rãi
Karen Coyle định nghĩa siêu dữ liệu là 'dữ liệu được tạo ra với một mục đích nhất định', và thư viện là nơi tiêu biểu sử dụng loại siêu dữ liệu này để mô tả thông tin thư mục.
Theo truyền thống, các thư viện sử dụng MARC (Machine Readable Cataloging), nhưng vào năm 1995, OCLC và NCSA đã tạo ra một định dạng siêu dữ liệu mới có tên Dublin Core (DC). Định dạng này được đơn giản hóa để dễ hiểu hơn các định dạng trước đó và có thể sử dụng trên phạm vi quốc tế; điểm nổi bật nhất là nó được thiết kế để có khả năng mở rộng.
15 yếu tố của Dublin Core
- Nhan đề (Title)
- Người tạo lập (Creator)
- Loại (Type)
- Người đóng góp khác (Contributor)
- Nhà xuất bản (Publisher)
- Ngày tháng (Date)
- Ngôn ngữ (Language)
- Định dạng (Format)
- Mô tả (Description)
- Chủ đề (Subject)
- Quan hệ (Relation)
- Định danh (Identifier)
- Quyền (Rights)
- Nguồn (Source)
- Phạm vi bao quát (Coverage)
Để tạo siêu dữ liệu bằng XML, trước hết cần thiết kế các phần tử và thuộc tính mô tả; việc thiết kế này được thực hiện thông qua DTD hoặc XML Schema.
Và để hiển thị siêu dữ liệu, cần định nghĩa bằng CSS (Cascading Style Sheets) và XSL (eXtensible Style Language), có bao gồm các phần tử siêu dữ liệu.
Ví dụ về phần Element trong mã XML (sử dụng 15 yếu tố Dublin Core)
Liên quan đến những nội dung trên, cấu thành và đặc điểm của siêu dữ liệu được tổng hợp như sau.
Cấu thành của XML
※ Phần tử mô tả (Element)
- Các quy tắc mô tả bị đơn giản hóa quá mức và không phân biệt điểm truy cập với thông tin nhận dạng nên thiếu tính nhất quán.
- Không có quy định về định dạng của thông tin được dùng làm điểm truy cập.
- Loại và tính chất của các phần tử mô tả thay đổi tùy theo lĩnh vực.
- Cần có phương thức nhóm thông tin, tương tự cách chia thành 8 khu vực trong biên mục.
※ Thuộc tính mô tả (Attribute)
- Thuộc tính gồm tên thuộc tính và giá trị thuộc tính, đồng thời cần có lược đồ mã hóa (Encoding Scheme). Ví dụ: định dạng ghi ngày tháng, định dạng ghi địa danh, DDC, KDC, v.v.
- Cần có bộ từ vựng có kiểm soát như từ điển từ chuẩn hoặc bản thể học.
※ Ngôn ngữ mã hóa (Encoding Language)
- HTML - Là ngôn ngữ quy định cách trình bày (định dạng) tài liệu trên web, đồng thời là ngôn ngữ tiêu chuẩn quốc tế quy định TAG và thuộc tính (Attribute).
- XML - Là ngôn ngữ được đơn giản hóa từ SGML, cho phép định nghĩa và sử dụng TAG phù hợp với mục đích.
- XML-RDF
- RDF-OWL (tiêu chuẩn W3C) - Có ba loại: Lite, DL, FULL
- Topic M APS (tiêu chuẩn ISO)
※ Định nghĩa định dạng
- DTD - XML DTD (định nghĩa kiểu tài liệu: Document Type Definition) bao gồm định nghĩa kiểu phần tử, định nghĩa danh sách thuộc tính, khai báo thực thể, khai báo ký pháp, chỉ thị xử lý và chú thích.
- XML Schema - Là lược đồ XML được W3C (World Wide Web Consortium) đưa ra làm tiêu chuẩn để khắc phục các vấn đề của DTD.
- RDF Schema - Dựa trên XML Schema, cho phép hợp nhất dữ liệu giữa các lược đồ khác nhau và hỗ trợ những quy tắc chung về ngữ nghĩa, cú pháp và cấu trúc.
- OWL (Lite, DL, FULL) RDF Schema
So sánh HTML và XML
Tìm hiểu cấu trúc HTML
Có thể nói ví dụ tiêu biểu nhất phục vụ mục đích biểu diễn siêu dữ liệu là các thẻ HTML. Các thẻ HTML bao gồm <head>, <body>; bên trong <body> có <table>, bên trong <table=bảng> có <tr>, bên trong <tr=dòng (hàng)> có <td=ô>, tạo thành cấu trúc phân cấp dạng cây (tree) từ cấp trên xuống cấp dưới.
Để hiểu cấu trúc phân cấp của HTML, xem hình ảnh phía trên sẽ dễ hiểu hơn đôi chút so với đọc phần văn bản.
So sánh HTML và XML
Tuy nhiên, HTML có 2 hạn chế tiêu biểu.
Một là vấn đề phát sinh từ việc sử dụng các thuộc tính (chữ, màu sắc, v.v.) để thể hiện cách trình bày tài liệu; hai là bộ từ vựng TAG cơ bản của HTML được quy định trong tiêu chuẩn. Tuy vậy, HTML hiện nay cho phép tạo các phần tử do người dùng định nghĩa theo quy tắc Custom Elements. XML (eXtensible Mark-up Language) là dạng đơn giản hóa của SGML, cho phép mô tả cấu trúc và dữ liệu của tài liệu bằng các TAG phù hợp với mục đích.
Để giải quyết các vấn đề này, vấn đề thứ nhất được xử lý bằng cách sử dụng Cascading Style Sheet (CSS) hoặc eXtensible Stylesheet Language (ngôn ngữ XSL) để trình bày; còn vấn đề thứ hai được giải quyết bằng cách định nghĩa TAG thông qua DTD (Document Type Definition) hoặc XML Schema.
Trên đây, chúng ta đã tìm hiểu sơ lược về khái niệm và đặc điểm của siêu dữ liệu, cũng như HTML và XML, những ngôn ngữ được sử dụng liên quan đến siêu dữ liệu. Dù nội dung khá phức tạp, điểm cốt lõi nhất về siêu dữ liệu là đây là dữ liệu được nhập vào nội dung theo những quy tắc nhất định để tìm kiếm hiệu quả thông tin mong muốn giữa biển thông tin khổng lồ.
Hy vọng những khái niệm này đã giúp bạn hiểu về siêu dữ liệu; bài viết về siêu dữ liệu, HTML và XML xin được kết thúc tại đây.
