Web 語義化

什么是 Web 語義化？

什么是語義化？其實(shí)簡單說來就是讓機(jī)器可以讀懂內(nèi)容。

• 甲殼蟲樂隊是一個來自利物浦受歡迎的樂隊。
• 約翰列儂是披頭士樂隊的成員。
• "Hey Jude"是由披頭士的代表作。

我們可以很容易理解上面的句子的意義。但這些語句怎么 被計算機(jī)理解呢？

語句由語法規(guī)則創(chuàng)建。語言的語法定義了創(chuàng)建語言語句的規(guī)則。但是如何讓語法變?yōu)檎Z義呢？

語義網(wǎng)是讓機(jī)器可以理解數(shù)據(jù)。語義網(wǎng)技術(shù)，它包括一套描述語言和推理邏輯。它包通過一些格式對本體（Ontology）進(jìn)行描述。

語義網(wǎng)并不是網(wǎng)頁之間的鏈接。

語義網(wǎng)描述了事物之間的關(guān)聯(lián)(（如 A 是 B的一部分，Y 是 Z 的成員)及事物的屬性（如大小，高度，年齡，價格等）。

語義網(wǎng)的實(shí)現(xiàn)是基于XML（可擴(kuò)展標(biāo)記語言eXtensible Markup Langauge）語言和資源描述框架（RDF）來完成的。XML是一種用于定義標(biāo)記語言的工具，其內(nèi)容包括XML聲明、用以定義語言語法的DTD (document type declaration文檔類型定義）、描述標(biāo)記的詳細(xì)說明以及文檔本身。而文檔本身又包含有標(biāo)記和內(nèi)容。RDF則用以表達(dá)網(wǎng)頁的內(nèi)容。

資源描述框架

RDF（Resource Description Framework），即資源描述框架，是W3C推薦的用來描述WWW上的信息資源及其之間關(guān)系的語言規(guī)范。

RDF（S）是語義網(wǎng)的重要組成部分，它使用URI來標(biāo)識不同的對象（包括資源節(jié)點(diǎn)、屬性類或?qū)傩灾担┎⒖蓪⒉煌腢RI連接起來，清楚表達(dá)對象間的關(guān)系。

實(shí)現(xiàn)

語義網(wǎng)雖然是一種更加美好的網(wǎng)絡(luò)，但實(shí)現(xiàn)起來卻是一項復(fù)雜而浩大的工程。 目前語義網(wǎng)的體系結(jié)構(gòu)正在建設(shè)中，主要需要以下兩方面的支持：

即：通過一套統(tǒng)一的完善的數(shù)據(jù)標(biāo)準(zhǔn)對網(wǎng)絡(luò)信息進(jìn)行更徹底更詳細(xì)的標(biāo)記，使得語義網(wǎng)能夠精準(zhǔn)的識別信息，區(qū)分信息的作用和含義 要使語義網(wǎng)搜索更精確徹底，更容易判斷信息的真假，從而達(dá)到實(shí)用的目標(biāo)，首先需要制訂標(biāo)準(zhǔn)，該標(biāo)準(zhǔn)允許用戶給網(wǎng)絡(luò)內(nèi)容添加元數(shù)據(jù)（即解釋詳盡的標(biāo)記），并能讓用戶精確地指出他們正在尋找什么；然后，還需要找到一種方法，以確保不同的程序都能分享不同網(wǎng)站的內(nèi)容；最后，要求用戶可以增加其他功能，如添加應(yīng)用軟件等。

語義網(wǎng)的實(shí)現(xiàn)是基于XML（可擴(kuò)展標(biāo)記語言eXtensible Markup Langauge）語言和資源描述框架（RDF）來完成的。XML是一種用于定義標(biāo)記語言的工具，其內(nèi)容包括XML聲明、用以定義語言語法的DTD (document type declaration文檔類型定義）、描述標(biāo)記的詳細(xì)說明以及文檔本身。而文檔本身又包含有標(biāo)記和內(nèi)容。RDF則用以表達(dá)網(wǎng)頁的內(nèi)容。

如果說數(shù)據(jù)網(wǎng)絡(luò)能夠短時間通過億萬的個體實(shí)現(xiàn)，那么網(wǎng)絡(luò)的語義化智能化就要通過人類尖端智慧群體的努力實(shí)現(xiàn)。研發(fā)一種具有語義分析能力的信息搜索引擎將成為語義網(wǎng)的最重要一步，這種引擎能夠理解人類的自然語言，并且具有一定的推理和判斷能力。

語義搜索引擎（semantic search engine）和具有語義分析能力的搜索引擎(semantically enabled search engine)是兩碼事。前者不過是語義網(wǎng)絡(luò)的利用，一種信息搜索方式，而具有語義分析能力的搜索引擎是一種能夠理解自然語言，通過計算機(jī)的推理而進(jìn)一步提供更符合用戶心理的答案。

前景

語義網(wǎng)的體系結(jié)構(gòu)正在建設(shè)中，當(dāng)前國際范圍內(nèi)對此體系結(jié)構(gòu)的研究還沒有形成一個令人滿意的嚴(yán)密的邏輯描述與理論體系，中國學(xué)者對該體系結(jié)構(gòu)也只是在國外研究的基礎(chǔ)上做簡要的介紹，還沒有形成系統(tǒng)的闡述。

語義網(wǎng)的實(shí)現(xiàn)需要三大關(guān)鍵技術(shù)的支持：XML、RDF和Ontology。

XML(eXtensible Marked Language，即可擴(kuò)展標(biāo)記語言）可以讓信息提供者根據(jù)需要，自行定義標(biāo)記及屬性名，從而使XML文件的結(jié)構(gòu)可以復(fù)雜到任意程度。

它具有良好的數(shù)據(jù)存儲格式和可擴(kuò)展性、高度結(jié)構(gòu)化以及便于網(wǎng)絡(luò)傳輸?shù)葍?yōu)點(diǎn)，再加上其特有的NS機(jī)制及XML Schema所支持的多種數(shù)據(jù)類型與校驗機(jī)制，使其成為語義網(wǎng)的關(guān)鍵技術(shù)之一。

目前關(guān)于語義網(wǎng)關(guān)鍵技術(shù)的討論主要集中在RDF和Ontology身上。

RDF是W3C組織推薦使用的用來描述資源及其之間關(guān)系的語言規(guī)范，具有簡單、易擴(kuò)展、開放性、易交換和易綜合等特點(diǎn)。

值得注意的是，RDF 只定義了資源的描述方式，卻沒有定義用哪些數(shù)據(jù)描述資源。RDF由三個部分組成：RDF Data Model、RDF Schema和RDF Syntax。

1.語義網(wǎng)通過擴(kuò)展現(xiàn)有的互聯(lián)網(wǎng)，在信息中加入表示其含義的內(nèi)容，使計算機(jī)可以自動與人協(xié)同工作。也就是說，語義網(wǎng)中的各種資源不再只是各種相連的信息，還包括其信息的真正含義，從而提高計算機(jī)處理信息的自動化和智能化。當(dāng)然，計算機(jī)并不具有真正的智能，語義網(wǎng)的建立需要研究者們對信息進(jìn)行有效的表示，制定統(tǒng)一的標(biāo)準(zhǔn)，使計算機(jī)可以對信息進(jìn)行有效的自動處理。

（來源：何斌 張立厚《信息管理原理與方法》 清華大學(xué)出版社 2007年7月第二版）

語義網(wǎng)體系結(jié)構(gòu)

• 第一層：Unicode與URI，是整個體系結(jié)構(gòu)的基礎(chǔ)。
• 第二層：XML+NS+XMLSchema,負(fù)責(zé)語法上表示數(shù)據(jù)的內(nèi)容和結(jié)構(gòu)，通過使用標(biāo)準(zhǔn)的格式語言將網(wǎng)絡(luò)信息的表現(xiàn)形式、數(shù)據(jù)結(jié)構(gòu)和內(nèi)容分離。
• 第三層：RDF+RDF Schema,它提供語義模型用于描述網(wǎng)上的信息和類型。其中，RDF（Resource Description Framework），即資源描述框架，是W3C推薦的用來描述WWW上的信息資源及其之間關(guān)系的語言規(guī)范。RDF（S）是語義網(wǎng)的重要組成部分，它使用URI來標(biāo)識不同的對象（包括資源節(jié)點(diǎn)、屬性類或?qū)傩灾担┎⒖蓪⒉煌腢RI連接起來，清楚表達(dá)對象間的關(guān)系。
• 第四層：本體詞匯層，本體是關(guān)于領(lǐng)域知識的概念化、形式化的明確規(guī)范。在語義網(wǎng)體系結(jié)構(gòu)中，本體的作用主要表現(xiàn)在：（1）.概念描述，即通過概念描述揭示領(lǐng)域知識；（2）.語義揭示，本體具有比RDF更強(qiáng)的表達(dá)能力，可以揭示更為豐富的語義關(guān)系；（3）.一致性，本體作為領(lǐng)域知識的明確規(guī)范，可以保證語義的一致性，從而徹底解決一詞多義、多詞一義和詞義含糊現(xiàn)象；（4）. 推理支持，本體在概念描述上的確定性及其強(qiáng)大的語義揭示能力在數(shù)據(jù)層面有力地保證了推理的有效性。
• 第五層：邏輯層，負(fù)責(zé)提供公理和推理原則，為智能服務(wù)提供基礎(chǔ)。其中，描述邏輯(DescriptionLogic)是基于對象的知識表示的形式化，它吸取了KL-ONE的主要思想，是一階謂詞邏輯的一個可判定子集。它與一階謂詞邏輯不同的是，描述邏輯系統(tǒng)能提供可判定的推理服務(wù)。除了知識表示以外，描述邏輯還用在其它許多領(lǐng)域，它被認(rèn)為是以對象為中心的表示語言的最為重要的歸一形式。描述邏輯的重要特征是很強(qiáng)的表達(dá)能力和可判定性，它能保證推理算法總能停止，并返回正確的結(jié)果。在眾多知識表示的形式化方法中，描述邏輯在十多年來受到人們的特別關(guān)注，主要原因在于：它們有清晰的模型-理論機(jī)制；很適合于通過概念分類學(xué)來表示應(yīng)用領(lǐng)域；并提供了很用的推理服務(wù)。
• 第六層證明層和第七層信任層負(fù)責(zé)提供認(rèn)證和信任機(jī)制。