语义Web（semantic web）概述

来源：http://www.tianyablog.com/blogger/post_show.asp?BlogID=132885& PostID=2101963&idWriter=0&Key=0 

 

        现有互联网的飞速发展使它的缺陷逐渐暴露了出来，如网页功能单调、搜索引擎智能化程度低等，这是因为大部分Web上的内容是设计给人阅读的，而不是让计算机程序按其意义进行操作的。计算机能熟练地解析网页的版面，知道哪里是标题，哪里有与其他页面的链接。但是，它分辨不出个人主页和天气预报的区别，因为没有可靠的方法来处理其中的语义，没有办法智能地理解网页内容和进行操作。

        语义Web就是想弥补这方面的不足,为网页扩展了计算机可处理的语义信息。语义Web中，各种资源被人为地赋予了各种明确的语义信息，计算机可以分辨和识别这些语义信息，并对其自动进行解释、交换和处理。但是语义 Web与人工智能中的语义网络是两个不同的概念，它的研究对象和所采用的方法与传统自然语言处理也是不同的，它对现有的Web进行了语义扩展，从而使其能被计算机做一定的理解和处理，从功能上看它将是一个能够“理解”人类信息的智能网络。将语义Web融入现在Web结构的初步努力已经在进行中了。不久的将来，当机器有更强的能力去处理和“理解”数据时，我们将看到很多重要的新功能。例如，某人想报名参加一个研讨会，计算机就可自动地为其制定最佳日程和路线以及预定酒店等。

        互联网的创始人Tim Berners-Lee在2000年提出了语义Web的概念和体系结构。

        在其体系结构中,第一层是Unicode和URI，它是整个语义Web的基础，Unicode（统一编码）处理资源的编码，URI（统一资源定位器）负责 标识资源；第二层是XML＋名空间＋XML模式，用于表示数据的内容和结构；第三层是RDF＋RDF模式，用于描述资源及其类型；第四层是本体词汇，用于描述各种资源之间的联系；第五层是逻辑，在下面四层的基础上进行逻辑推理操作；第六层是验证，根据逻辑陈述进行验证以得出结论；第七层是信任，在用户间建立信任关系。

        第二、三、四层是语义Web的关键层，用于表示Web信息的语义，也是现在语义Web研究的热点所在。可扩展标记语言XML (eXtensible Markup Language)让每个人都能创建自己的标签，来对网页或页面的部分文字进行注释。 脚本，或者说是程序，可以将这些标签运用到复杂的应用中，不过程序编写者必须知道网页作者是如何使用每一个标签的。简而言之，XML允许用户在文档中加入任意的结构。资源描述框架RDF（Resource Description Framework ）的基本结构是对象-属性-值三元组，也就相当于句子中的主语、动词和宾语。这些三元组可以用XML语法来表示。用这种结构描述由机器处理的大量数据，是非常自然的方法。RDF模式是一个描述RDF资源的属性（Property）和类（Class）的词汇表，提供了关于这些属性和类的层次结构的语义。

        因为两个系统可能采用不同的标识符表示同一概念，也可能用一个标识符表示不同的含义，程序若要在两个数据库之间进行信息的比较和合并，就必须了解某些标识符表示的是否是同一事物。对该问题的一个解决方法就是本体论(Ontology)。本体是概念化的显式说明，包括分类和一套推理规则。分类定义对象的类别及其之间的关系，使我们能够表达实体之间的大量关系，而根据推理规则，程序可以进行自动推理。简单地说，就是在不同的系统间定义一本字典或者度量表，使它们对实体及其之间的关系达成共识，以便交流和共享。

        语义Web需要能够对Web文档中的术语含义进行形式化描述。DAML+OIL（即DARPA代理标记语言+本体推论语言），OWL（Web本体语言）， 它们是W3C规范的重要扩充和改进，都是建立在人工智能知识表示基础之上的本体语言，提供了一种自然方式来描述在Web词间的类与子类之间的关系，以及在 类与类之间（或子类与子类之间）关系上的限制。它们比RDF模式添加了更多的用于描述属性和类的词汇，例如类之间的不相交性 （Disjointness）、等价性、更丰富的属性类型、属性特征等。

        当然，要实现语义Web是远远不够的，更主要的技术难题还在于要让电脑可以进行更多的“思考”和“推断”。为使语义Web工作，计算机必须能访问结构化的信息集合以及一套推理规则，据此进行自动推理。增加逻辑性——使用规则去推理，选择行动的方式以及回答问题的方法——是语义Web组织面临的一个任务。

        有了大量富含语义信息的网页，就好像有了一个巨大的全球互联的数据库。有了语义信息的帮助，人们开发出的软件代理Agent程序的智能和自动化将大大提高，它们从不同的资源中收集网页内容，搜索和处理信息并和其他程序交换信息，真正发挥语义Web的力量。当出现更多的机器可处理的网页内容和服务（包括更 多的代理）时，通过代理之间的信息交换和协同工作，信息处理的效率将呈指数级增长，能更好地满足用户的需求。