Web 語義化

什麼是Web 語義化？

什麼是語義化？ 其實簡單說來就是讓機器可以讀懂內容。

• 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。 但這些語句怎麼被計算機理解呢？

語句由語法規則創建。 語言的語法定義了創建語言語句的規則。 但是如何讓語法變為語義呢？

語義網是讓機器可以理解數據。 語義網技術，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）進行描述。

語義網並不是網頁之間的鏈接。

語義網描述了事物之間的關聯(（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）。

語義網的實現是基於XML（可擴展標記語言eXtensible Markup Langauge）語言和資源描述框架（RDF）來完成的。 XML是一種用於定義標記語言的工具，其內容包括XML聲明、用以定義語言語法的DTD (document type declaration文檔類型定義）、描述標記的詳細說明以及文檔本身。 而文檔本身又包含有標記和內容。 RDF則用以表達網頁的內容。

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係的語言規範。

RDF（S）是語義網的重要組成部分，它使用URI來標識不同的對象（包括資源節點、屬性類或屬性值）並可將不同的URI連接起來，清楚表達對象間的關係。

實現

語義網雖然是一種更加美好的網絡，但實現起來卻是一項複雜而浩大的工程。 目前語義網的體系結構正在建設中，主要需要以下兩方面的支持：

即：通過一套統一的完善的數據標準對網絡信息進行更徹底更詳細的標記，使得語義網能夠精準的識別信息，區分信息的作用和含義要使語義網搜索更精確徹底，更容易判斷信息的真假，從而達到實用的目標，首先需要製訂標準，該標准允許用戶給網絡內容添加元數據（即解釋詳盡的標記），並能讓用戶精確地指出他們正在尋找什麼；然後，還需要找到一種方法，以確保不同的程序都能分享不同網站的內容；最後，要求用戶可以增加其他功能，如添加應用軟件等。

語義網的實現是基於XML（可擴展標記語言eXtensible Markup Langauge）語言和資源描述框架（RDF）來完成的。 XML是一種用於定義標記語言的工具，其內容包括XML聲明、用以定義語言語法的DTD (document type declaration文檔類型定義）、描述標記的詳細說明以及文檔本身。 而文檔本身又包含有標記和內容。 RDF則用以表達網頁的內容。

如果說數據網絡能夠短時間通過億萬的個體實現，那麼網絡的語義化智能化就要通過人類尖端智慧群體的努力實現。 研發一種具有語義分析能力的信息搜索引擎將成為語義網的最重要一步，這種引擎能夠理解人類的自然語言，並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。 前者不過是語義網絡的利用，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，通過計算機的推理而進一步提供更符合用戶心理的答案。

前景

語義網的體系結構正在建設中，當前國際範圍內對此體系結構的研究還沒有形成一個令人滿意的嚴密的邏輯描述與理論體系，中國學者對該體系結構也只是在國外研究的基礎上做簡要的介紹，還沒有形成系統的闡述。

語義網的實現需要三大關鍵技術的支持：XML、RDF和Ontology。

XML(eXtensible Marked Language，即可擴展標記語言）可以讓信息提供者根據需要，自行定義標記及屬性名，從而使XML文件的結構可以復雜到任意程度。

它具有良好的數據存儲格式和可擴展性、高度結構化以及便於網絡傳輸等優點，再加上其特有的NS機制及XML Schema所支持的多種數據類型與校驗機制，使其成為語義網的關鍵技術之一。

目前關於語義網關鍵技術的討論主要集中在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係的語言規範，具有簡單、易擴展、開放性、易交換和易綜合等特點。

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據描述資源。 RDF由三個部分組成：RDF Data Model、RDF Schema和RDF Syntax。

1.語義網通過擴展現有的互聯網，在信息中加入表示其含義的內容，使計算機可以自動與人協同工作。 也就是說，語義網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，從而提高計算機處理信息的自動化和智能化。 當然，計算機並不具有真正的智能，語義網的建立需要研究者們對信息進行有效的表示，制定統一的標準，使計算機可以對信息進行有效的自動處理。

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

語義網體系結構

• 第一層：Unicode與URI，是整個體系結構的基礎。
• 第二層：XML+NS+XMLSchema,負責語法上表示數據的內容和結構，通過使用標準的格式語言將網絡信息的表現形式、數據結構和內容分離。
• 第三層：RDF+RDF Schema,它提供語義模型用於描述網上的信息和類型。 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係的語言規範。 RDF（S）是語義網的重要組成部分，它使用URI來標識不同的對象（包括資源節點、屬性類或屬性值）並可將不同的URI連接起來，清楚表達對象間的關係。
• 第四層：本體詞彙層，本體是關於領域知識的概念化、形式化的明確規範。 在語義網體系結構中，本體的作用主要表現在：（1）.概念描述，即通過概念描述揭示領域知識；（2）.語義揭示，本體具有比RDF更強的表達能力，可以揭示更為豐富的語義關係；（3）.一致性，本體作為領域知識的明確規範，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象；（4）. 推理支持，本體在概念描述上的確定性及其強大的語義揭示能力在數據層面有力地保證了推理的有效性。
• 第五層：邏輯層，負責提供公理和推理原則，為智能服務提供基礎。 其中，描述邏輯(DescriptionLogic)是基於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，描述邏輯系統能提供可判定的推理服務。 除了知識表示以外，描述邏輯還用在其它許多領域，它被認為是以對象為中心的表示語言的最為重要的歸一形式。 描述邏輯的重要特徵是很強的表達能力和可判定性，它能保證推理算法總能停止，並返回正確的結果。 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注，主要原因在於：它們有清晰的模型-理論機制；很適合於通過概念分類學來表示應用領域；並提供了很用的推理服務。
• 第六層證明層和第七層信任層負責提供認證和信任機制。