语义网(Semantic Web)

最新推荐文章于 2021-12-20 14:33:43 发布
最新推荐文章于 2021-12-20 14:33:43 发布
阅读量1.4k 收藏 2
点赞数 1
分类专栏： 网上摘录 文章标签： semantic web 文档 xml stylesheet 语言

语义网

维基百科，自由的百科全书

跳转到： 导航, 搜索

跳过字词转换说明

 

File:Sw-horz-w3c.png
W3C的语义网徽标

语义网(Semantic Web) 是一个由万维网联盟的蒂姆·伯纳斯-李(Tim Berners-Lee)在1998年提出的一个概念，它的内核是：通过给万维网上的文档(如:HTML)添加能够被计算机所理解的语义(Meta data)，从而使整个互联网成为一个通用的信息交换媒介。语义万维网通过使用标准、置标语言和相关的处理工具来扩展万维网的能力。不过语义网概念实际上是基于很多现有技术的(某些技术甚至可以追溯到20世纪60年代末期), 也依赖于后来和text-and-markup与知识表现的综合.

"语义"网是由比现今成熟的网际搜索工具更加行之有效的、更加广泛意义的并且自动聚集和搜集信息的文档组成的。 其最基本的元素就是语义链接

通过下列方法可以提升万维网以及其互连的资源的可用性(usability)和有效性(usefulness)：

  • "标记"了语义信息的文档。这可以是机器可以理解的关于文档内容（例如文档的作者,标题,简介等)的描述, 或者是描述该网站所拥有的服务和资源.(注意:任何东西都是能被URI-统一资源定位符-所描述的,因此语义网能理解人物、地方、想法、类等等)
  • 通用元数据词汇表(本体论)及词汇间的影射使得文档作者知道如何来标记文档方可让机器识别他想提供的元数据.
  • 利用元数据为语义网用户执行任务的自动软件代理(agent).
  • 为自动软件代理提供特定信息的网络服务 (例如, 可信度服务可以让软件代理查询某个在线商店是否曾经有过不良纪录或者发送过垃圾邮件).

这方面的技术依靠下列的工具: URIs (以识别任何资源定位) 及 XML 及 名字空间. 这些技术，加点逻辑，能组成RDF，一种用于描述任何事物的标记语言. 和RDF类似, 很多其他技术, 例如 概念图 和 Web之前的人工智能 技术，例如知识库和描述逻辑, 都有可能对语义网有贡献.

目前的各种万维网技术都有可能被应用于语义网 (在语义环球网的意义上), 例如 :

[编辑] 参见

*W3C *OWL *Cyc

[编辑] 外部链接

隐藏▲
查  •  论  •  编
语义网
 
背景
 
分主题
 
应用
 
相关主题
 
标准
语法及支持技术
 
模式、本体和规则
 
语义标注
RDFa  · eRDF · GRDDL · 微格式
 
公共词表
FOAF  · SIOC · Dublin Core · SKOS
 
人物
 
关键的语义网组织
Andy_Tsinge
关注
专栏目录
semantic web
07-13
rdf rdf semantic web
Semantic Web，我们来了
web开发自学
12-19 194
http://dw.com.com/redir?edId=3&destUrl=http%3A%2F%2Fredherring.com%2FArticle.aspx%3Fa%3D14902%26hed%3DSemantic%2BWeb%252c%2BHere%2BWe%2BCome&lop=mnaw.5998838&oId=2001-9373-0&siteId=3&a...
Semantic Web语义网
qq_35630121的博客
11-14 560
实现语义网的四个关键技术： Explicit Metadata，元数据 Ontologies，本体 Logic and Inference，逻辑与推理 Agents，代理 元数据： 描述数据的数据，主要用于描述数据的属性信息。就是一个个的键值对，其中键是数据的属性，值时候数据的内容。 本体： 可以理解为Class类，本体描述了一个类的属性以及不同类之间的关系。多个相关的类之间就可以构成一个完整的知识图谱。 本体相关的概念有：Term（类名），Relationship（Term之间的关系），Propertie
Semantic Web
funson的专栏
10-22 2080
Semantic Web: SPARQL——RDF查询语言2006年12月1日 11:19:19 发布:guwendong SPARQL，和“sparkle”的发音一样，它是一种 RDF 查询语言，可以从 RDF 图中查询信息。在 W3C Technical Reports and Publications 页面上，我们可以看到，现在和 SPARQL 相关的共有三项内容：其中两个是
语义学semantic web
10-30
### 语义网（Semantic Web）概述 #### 一、语义网的定义与起源 语义网（Semantic Web）是万维网之父蒂姆·伯纳斯-李提出的一个概念，旨在创建一个更加智能化、自动化的网络环境，使得机器能够理解网页上的信息并...
探索语义网： Semantic Web Primer 第二版
在信息技术领域，语义网（Semantic Web）是一种扩展万维网（World Wide Web）的技术，旨在通过赋予数据更丰富的意义，使机器能够理解并处理网络上的信息，从而提高信息的检索效率和互操作性。《语义网入门》第二版是...
awesome-semantic-web：各种语义网和链接数据资源的精选列表
01-31
语义网（Semantic Web）是互联网的一个重要发展方向，旨在通过赋予数据更丰富的语义和结构，使得计算机可以更好地理解和处理信息。在这个“awesome-semantic-web”项目中，它收集了一系列与语义网和链接数据相关的...
语义网入门：探索Semantic Web
《Semantic Web Primer》不仅涵盖了理论知识，还提供了实例和实践指导，帮助读者理解如何构建和应用语义网技术。通过阅读本书，读者将掌握语义网的核心概念，具备开发语义网应用的基础能力。 语义网是一项强大的...
本体_Ontology_与语义网_SemanticWeb
11-15
### 本体_Ontology_与语义网_SemanticWeb #### 一、本体(Ontology) ##### 1.1 本体的涵义 本体（Ontology）一词源自哲学，最初指的是研究实体存在及其本质的通用理论。在人工智能领域，本体被重新定义，并逐渐...
programming_the_semantic_web.pdf
08-14
reword ................................................................... xi Preface .................................................................... xiii Part I. Semantic Data 1.Why Semantics? ........................................................ 3 Data Integration Across the Web 4 Traditional Data-Modeling Methods 5 Tabular Data 6 Relational Data 7 Evolving and Refactoring Schemas 9 Very Complicated Schemas 11 Getting It Right the First Time 12 Semantic Relationships 14 Metadata Is Data 16 Building for the Unexpected 16 “Perpetual Beta” 17 2.Expressing Meaning .................................................... 19 An Example: Movie Data 21 Building a Simple Triplestore 23 Indexes 23 The add and remove Methods 24 Querying 25 Merging Graphs 26 Adding and Querying Movie Data 28 Other Examples 29 Places 29 Celebrities 31 Business 33 v Download at Boykma.Com 3.Using Semantic Data ................................................... 37 A Simple Query Language 37 Variable Binding 38 Implementing a Query Language 40 Feed-Forward Inference 43 Inferring New Triples 43 Geocoding 45 Chains of Rules 47 A Word About “Artificial Intelligence” 50 Searching for Connections 50 Six Degrees of Kevin Bacon 51 Shared Keys and Overlapping Graphs 53 Example: Joining the Business and Places Graphs 53 Querying the Joined Graph 54 Basic Graph Visualization 55 Graphviz 55 Displaying Sets of Triples 56 Displaying Query Results 57 Semantic Data Is Flexible 59 Part II. Standards and Sources 4.Just Enough RDF ....................................................... 63 What Is RDF? 63 The RDF Data Model 64 URIs As Strong Keys 64 Resources 65 Blank Nodes 66 Literal Values 68 RDF Serialization Formats 68 A Graph of Friends 69 N-Triples 70 N3 72 RDF/XML 73 RDFa 76 Introducing RDFLib 80 Persistence with RDFLib 83 SPARQL 84 SELECT Query Form 86 OPTIONAL and FILTER Constraints 87 Multiple Graph Patterns 89 CONSTRUCT Query Form 91 vi|Table of Contents Download at Boykma.Com ASK and DESCRIBE Query Forms 91 SPARQL Queries in RDFLib 92 Useful Query Modifiers 94 5.Sources of Semantic Data ............................................... 97 Friend of a Friend (FOAF) 97 Graph Analysis of a Social Network 101 Linked Data 105 The Cloud of Data 106 Are You Your FOAF file? 107 Consuming Linked Data 110 Freebase 116 An Identity Database 117 RDF Interface 118 Freebase Schema 119 MQL Interface 121 Using the metaweb.py Library 123 Interacting with Humans 125 6.What Do You Mean, “Ontology”? ........................................ 127 What Is It Good For? 127 A Contract for Meaning 128 Models Are Data 128 An Introduction to Data Modeling 129 Classes and Properties 129 Modeling Films 132 Reifying Relationships 134 Just Enough OWL 135 Using Protégé 140 Creating a New Ontology 140 Editing an Ontology 141 Just a Bit More OWL 145 Functional and Inverse Functional Properties 146 Inverse Properties 146 Disjoint Classes 146 Keepin’ It Real 148 Some Other Ontologies 148 Describing FOAF 148 A Beer Ontology 149 This Is Not My Beautiful Relational Schema! 152 7.Publishing Semantic Data .............................................. 155 Embedding Semantics 155 Table of Contents|vii Download at Boykma.Com Microformats 156 RDFa 158 Yahoo! SearchMonkey 160 Google’s Rich Snippets 161 Dealing with Legacy Data 162 Internet Video Archive 162 Tables and Spreadsheets 167 Legacy Relational Data 169 RDFLib to Linked Data 172 Part III. Putting It into Practice 8.Overview of Toolkits ................................................... 183 Sesame 183 Using the Sesame Java API 184 RDFS Inferencing in Sesame 193 A Servlet Container for the Sesame Server 196 Installing the Sesame Web Application 196 The Workbench 197 Adding Data 199 SPARQL Queries 200 REST API 202 Other RDF Stores 203 Jena (Open Source) 204 Redland (Open Source) 204 Mulgara (Open Source) 204 OpenLink Virtuoso (Commercial and Open Source) 204 Franz AllegroGraph (Commercial) 205 Oracle (Commercial) 205 SIMILE/Exhibit 205 A Simple Exhibit Page 206 Searching, Filtering, and Prettier Views 209 Linking Up to Sesame 211 Timelines 212 9.Introspecting Objects from Data ......................................... 215 RDFObject Examples 215 RDFObject Framework 217 How RDFObject Works 225 10.Tying It All Together ................................................... 227 A Job Listing Application 227 viii|Table of Contents Download at Boykma.Com Application Requirements 228 Job Listing Data 228 Converting to RDF 228 Loading the Data into Sesame 231 Serving the Website 232 CherryPy 232 Mako Page Templates 233 A Generic Viewer 234 Getting Data from Sesame 236 The Generic Template 236 Getting Company Data 237 Crunchbase 238 Yahoo! Finance 241 Reconciling Freebase Connections 243 Specialized Views 244 Publishing for Others 248 RDFa 248 RDF/XML 250 Expanding the Data 251 Locations 251 Geography, Economy, Demography 252 Sophisticated Queries 253 Visualizing the Job Data 255 Further Expansion 258 Part IV. Epilogue 11.The Giant Global Graph ................................................ 261 Vision, Hype, and Reality 262 Participating in the Global Graph Community 264 Releasing Data into the Commons 265 License Considerations 266 The Data Cycle 267 Bracing for Continuous Change 268 Index ..................................................................... 271
the semantic web
03-05
A new form of Web content that is meaningful to computers will unleash a revolution of new possibilities
万维网之父:语义网或将成为Google终结者
g012345678的专栏
03-19 663
万维网之父:语义网或将成为Google终结者  CNET中国·PChome.net·转载  作者: 腾讯科技   责编:幻梦  时间:2008-03-13  标签： 语义网 Google 未来网络 北京时间3月12日消息 据国外媒体报道，万维网之父蒂姆-贝纳斯-李（Tim Berners-Lee）表示，作为当前互联网上的卓越品牌，Google终有一日也可能会被下一代网络公司取代。蒂姆-贝纳斯—李称
Semantic Web 语义化web
Gextreme的专栏
04-19 1595
先给大家看一个W3C的主页，zhe's
语义网(Semantic Web)小记
leisiyu320的专栏
03-28 777
语义网被称为今后十网络发展的方向，在这里我们不对这个断言正确与否做何种评述，且探一探目前为止语义网的状况，也许我们会做出自己的判断，不过还是得说，语义网是一个绝妙的点子。Tim Berners-Lee 在Ted的演讲疾呼“在大家帮助我建立起了因特网的今天，我请求大家再次帮我一个忙，我们要建立起语义网”(原文说的是Linked Data，关联的数据，语义网的核心，笔者认为是一个意思)。 语义网
语义网（基础知识）
m0_50988801的博客
12-20 348
由于万维网只有文字和图片，机器无法读取理解。为了让万维网的搜索更加语义化 即 搜索上可以检测同义词、同音异义词； 个性化考虑搜索情景意图，通过用户活动动态确定那些网页会是有用的目的地； 链接更加语义化； 跨网站集成信息，代替用户组合信息。 语义网的设计原则 使得结构化和半结构化的数据以标准化的格式在万维网上可用； 构造数据集，还创建可读取的个体数据元素及关系； 使用形式化的模型来描述数据的隐含语义，能被机器处理。 语义网的基础技术 对象和关系...
语义网 简介
sunny0000的专栏
01-17 493
语义网(Semantic Web) 是一个由万维网联盟的蒂姆·伯纳斯-李(Tim Berners-Lee)在1998年提出的一个概念，它的核心是：通过给万维网上的文档(如:HTML)添加能够被计算机所理解的语义(Meta data)，从而使整个互联网成为一个通用的信息交换媒介。语义万维网通过使用标准、置标语言和相关的处理工具来扩展万维网的能力。不过语义网概念实际上是基于很多现有技术的(某些技术甚至
【Semantic Web】从G. Antoniou等人视角看语义网（一）语义网愿景
qq_28869927的博客
01-16 1415
高速发展的万维网已经成为人类历史上影响最深远、最广泛的信息传播媒介，同时也推动着下一代万维网技术的发展。1998年，万维网的发明人Tim Berners-Lee 提出了语义网（Semantic Web）的设想。2001年，《科学美国人》杂志刊登题为“The Semantic Web”的科普文章，宣告了语义网的诞生。同年，万维网联盟（W3C）成立了一些列工作组，致力于指定语义网技术规范。随着资源描述
语义网的学习资源大汇集（转载）
ThinkHY的专栏
05-10 1561
网上资源http://bbs.w3china.org/    W3CHINA 讨论区 - 语义网，本体的研究论坛ftp://bookshelf:bookshelf@202.38.126.147:2004/ftp://w3c:w3c@ftp3.xml.org.cn/ftp://w3c:w3c@ftp.xml.org.cn/http://sunsite.informatik.rwth-aachen.de/Publications/CEUR-WS/ Semantic Web 相关Paper下载http://fil
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值