本文共计1480字，阅读时间6分钟左右
原文链接：
https://flur.ee/2021/03/10/semantic-interoperability-exchanging-data-with-meaning/。
在《语义互操作：交换有意义的数据（上）》中，我们理解了互操作性是让数据能“驱动”异构的计算机系统的关键，以及本体、RDF、语义图等一些基本概念。本文将继续介绍互操作性如何为企业赋能。
语义互操作性可以为您做什么？
本体、RDF、语义图等有一定学习代价，还有一些额外的前期工作，例如创建语义本体，或将数据映射到本体等。如果您的需求只是一个很简单的应用程序，那么很可能不值得这么做。但如果您需要数据交换、数据联合或数据推断，那就可以考虑语义实现。
1. 数据交换
您的数据是否需要与其他数据源交互？
语义系统能够自动解释传入数据的含义，使您的数据面向未来，供任何主体使用。语义数据交换对于机器与机器之间通信（指数据主要在系统之间流动，不需要人机交互，或者非常有限）的框架来说是绝对必要的。
2. 数据联合
您的架构是否需要组合多个数据源？
语义数据集成提供了一种方式，让多个数据源自主地、无缝地组合在一起，并呈现给应用程序，就好像它们是来自同一个数据源。例如，Fluree提供了对SPARQL的支持，允许一次查询命中多个数据源，并在单个响应中返回组合结果。
译者注：SPARQL是RDF数据库的标准查询语言和协议，可类比于SQL。
3. 数据推理
您是否希望在现有数据中发现隐藏的，未曾意识到的关系？
如果您的数据遵循统一的词汇表，那么语义网技术就可以根据一组规则自动在数据中“填充”关系。W3C提供了两个完美的自动数据推理示例：
你的数据集可能包含关系：Flipper 是 一只海豚。
而本体词汇表中可能声明了：每只海豚 也是 哺乳动物。
如果一个语义网程序可以理解“X也是Y”的概念，那它就知道：Flipper 是 哺乳动物，并自动将该关系添加到数据集中。而这条关系并不属于原始数据，也就是说语义网“发现”了新的关系。
另一个例子是，如果定义了事实：“当两个人的姓名、主页和电子邮件地址都相同，那么他们就是同一个人”，那么语义网程序就可以自动发现两个资源的“身份”。
资料来源：W3C
Fluree - 语义图数据库
Fluree是一个语义RDF图数据库，这是一种原生的W3C数据标准，旨在促进通用数据的互操作性，不管它们的底层schema是否相同。
Fluree的账本文件以RDF标准数据格式持久化，因此，Fluree提供的数据互操作性是原生的，支持链接数据、共享词汇表、推理、本体、去中心化标识符，和可验证凭据。这种互操作性支持复杂的多模式数据查询，不仅可以跨各种Fluree账本和数据存储，而且可以兼容任何其它数据源，只要它们也遵循相同W3C标准。考虑到已经有很多系统构建于RDF标准之上，当您的组织选择Fluree，即可获得优势，天然与这些系统实现互操作。
Fluree的可扩展元数据模型(RDF++)还支持FAIR数据管理原则（指数据和元数据满足可查找Findable、可访问Accessible、可互操作Interoperable，和可重用Reusable）。
小结
组织一旦实践语义互操作性，数据就变成了一种有生命的资产，可以被各种系统使用（重用）、组合、交换和理解。语义数据存储库增强了分析能力，简化了不同来源的集成，并最终为以数据为中心的生态系统奠定基础。它带来的益处包括：
- 跨不同的数据集和源集成数据，并将联合数据提供给多方消费；
- 让您的数据成为机器可读的；
- 自动发现数据中的模式和关系；
- 突破数据孤岛，更快解决数据差异；
- 提供企业信息格局的完整视图（数据联合）；
- 提高数据库查询的效率和质量；
- 增强数据可发现性。
感谢您花时间阅读语义互操作性，这是以数据为中心的架构中的第二层。那么下一步是什么？
当数据已经可信且有意义的，它就可以自由地在不同系统之间流转。但数据的主人可能仍然心存疑虑：数据会被谁访问？在怎样的上下文中？是否合规？这些都是安全性范畴的问题。下一篇，我们将讨论以数据为中心的安全。
正文结束。
关于KeyPod
KeyPod是国内首家以“个人数据主权”为核心价值的云服务公司，以“数据与应用分离”为核心理念，以安全系统设计能力及先进的密码学成果为技术依托，为个人和企业提供数据安全产品和解决方案。使个人能够控制自己的隐私和数据，使组织能够为自己的用户提供更具竞争力的创新服务。
KeyPod数字保险箱
KeyPod数字保险箱是一款隐私至上的个人云存储App，采用端到端加密技术、数据与应用分离设计，具有数据隐私保护、身份隐私保护的特性。可以用来安全私密的保存密码、财务、健康、家庭、个人等相关的重要数字资料。
