Semantic Web下的数据集成

        Semantic Web就是语义网，什么是语义网呢？语义网就是现在万维网的一个扩展，在其中信息都给出了明确的定义，能够使人和电脑都理解，从而使他们能够更好地合作。那么，为什么要出现语义网呢，语义网能解决现在万维网遇到的哪些问题呢？

        首先，我们需要了解web上的数据集成的概念：将web上的信息资源进行集成和整合，处理成对我们有用的信息。对于一个给定的资源（可以是人，事，或产品等），我们想要了解所有有关他的讨论。具体地讲，我们就是想要搜集有关于这个资源尽可能多的信息，然后再按需要对这些收集的信息进行删选。可以通过一个智能代理来完成这件事，比如我们可以再浏览器地址栏中输入地址，然后我们的代理就会下载这个页面，并试图从这个页面搜集相关信息。但是，如果这个页面是传统的web文档，我们的代理将不能够搜集很多有用的信息。具体地说，有关这个网页我们代理唯一知道的就是那些HTML结构，比如<p>,<br>,<href>,<table>,<li>等，除了告诉浏览器怎么翻译这个网页，这个HTML结构，不能传达任何有关潜在资源有用的信息。然而，让我们假设这个网页不是传统的web文档，它实际上包含着一些可以被我们的代理收集的表达。即这些表达都会遵循一个相同的结构，它们中的任何一个都是描述了给定资源的一个方面（比如：ns0：ariel     ns0：name  ”simaQiang")。现在，我们不需要考虑，怎样将这些表达加入到网页中，我们的代理又如何搜集这些表达。就让我们假设我们的代理能浏览这些网页，并能够发现这些表达。我们需要注意到，ns0表示一个命名空间，我们可以了解所有的东西，ns0是它的前缀，是从相同的网页中搜集来的。ns:0  ariel 代表了网页中的一个资源，所以刚才的例子可以这样理解：资源ns0：ariel 有个ns:0  name的属性，它的值是simaQiang.

       然后，是否有可能构造出上面所讲的这样一个智能的数据集成的代理呢？为了解决这样一个问题，我们需要了解到底是什么使这个代理成为可能。从最基本的开始,我们的代理毕竟就是在web上运行的一个软件，所以使它称为可能，我们不得不从两方面入手：web和代理。

      在web方面，由于我们的代理可以从不同的web站点中搜集一些表达。因此，每个web站点不得不与传统的形式有所区别，所以需要作出如下改变：

     （1） 我们的代理所搜集到的每个表达（statement）代表了一个知识点，因此，需要有一个模型（现在语义网中描述资源的框架是RDF）来表示这些web上的知识信息。而且，这个知识表示模型需要能被机器容易并很快地处理。

     （2） 这个模型必须被所有的web站点作为一个标准来接受，否则，不同的web站点所包含的表达将不能共享同一个模式。

     （3） 必须要有一种方式能够在web站点中创建这些表达，比如可以人工地增加或自动生成。

     （4） 不同站点的表达不能是完全任意的，比如，他们应该通过一些共同的术语和关系来创建，至少在一个给定的领域。如果需要形容一个人的话，我们有一些共同的术语（现在语义网中描述共同的术语是本体）比如：name，birthday，homepage等。

     （5） 我们还需要有一个方式去定义这些共同的术语和关系，从而使这些术语和关系能够达成一致。不同的web站点，当他们去创建他们的表达时，就会使用这些术语和关系。

     （6)   可能还有更多的东西需要被包括进来。

      在代理方面，为了能够利用这种新型的web，我们的代理也需要进行一些改变：

     （1） 我们的代理能够理解它所收集的每个表达（statement),实现这种方式的一个途径就是理解用来进行创建statement的共同的术语和关系。

     （2）我们的代理还需要能够根据所理解的共同术语和关系进行推理。比如认识到A和B有相同的邮箱地址，应该认识到A和B代表同一个资源。

     （3）我们的代理可以处理一些对它所搜集到的表达所进行的一般查询，毕竟，如果不提供一个查询界面的话，所搜集的表达将对我们没有很大的作用。

     （4）可能还需要更多的东西被包括

       总之，只要我们能够实现上述所说的要求（或许可能更多），语义网下的一个智能的数据集成代理是有可能实现的。