语义网组件

结构化数据处理依赖于对某个知识领域（感兴趣的领域、学科）内的概念、术语和关系进行描述的技术。知识表示和推理被用来在AI中以机器可读的形式表示信息的，计算机系统可以利用这些信息完成复杂的任务。分类学和受控词表是术语的结构化集合，可以将它们作为元数据元素值来使用。比如，一个事件词汇可以被用来以机器可读的形式来表述音乐会、演讲和节日，而一个组织词汇适用于产出关于一个学校、一个公司或一个俱乐部的机器可读的元数据。受控词表是概念数据模式（数据模型）的一部分，而数据模式映射到概念和它们的关系上。

最广泛被采用的知识管理标准是资源描述框架（RDF），Web本体语言（OWL）和简单知识组织系统（SKOS）。知识组织系统（KOS）被用于处理权威列表、分类、叙词表、主题映射、本体等等。Web本体是形式化的概念结构，换句话说，就是一个领域中的一组概念和它们之间关系的复杂知识表示。名字空间机制被用于揭示标签和属性的意义，这是通过指向一个以机器可处理格式的学科概念的描述词汇表来实现的，这个词汇表（元素和属性的集合）也扩展了标记语言。比如，一个智能手机本体以机器可处理的格式定义了智能手机的所有的特征和这些特征之间的关系，所以软件代理就可以“理解”任意的这些特征，然后通过指向这个本体文件来注解Web页面上的一个词。Web本体使以机器可处理的形式描述任意主题下复杂的语句成为可能。语义网的架构在“语义网栈”图中做了说明，它展示了标准的层级，其中上面的层依赖于下面的层（见图1-5）。

图1-5. 语义网栈

尽管先前的数据格式主要是机器可读的，但是它们也可以链接自人类可读的Web页面或者作为语义标注，像是microformats、RDFa或者HTML5 microdata集成自人类可读的Web页面。