語義萬維網的概念、方法及應用

摘要：近兩年來，語義萬維網(semantic web)的研究逐漸引起了知識表示、邏輯編程、信息系統集成、web開發等各個領域的廣泛關注。語義萬維網的研究將對傳統web上信息的發布、存儲和處理方式產生一場變革，但是語義萬維網的概念、思想、和方法還處于形成階段。本文分析了語義萬維網的起源、概念、技術框架、總結了語義萬維網及相關工具的現狀，并討論了語義萬維網技術在智能信息檢索、企業間數據交換、知識管理以及萬維網服務中的應用。

關鍵詞：語義萬維網 資源描述框架 知識表示 本體

0 引言

萬維網創始人Tim Berners-Lee將萬維網的演化分為兩個階段，在第一個階段，萬維網應該是一個有利于人們相互合作的強大工具。萬維網最初十年的發展基本上實現了這個目標：它以HTML頁面的方式向人提供了大量的信息。在第二個階段，這種合作應該延伸到機器。也就是說，連接到萬維網上的機器也應該能夠分析萬維網上的所有數據——包括內容、鏈接以及人與機器之間的交互。如何實現萬維網的第二階段目標正是目前學術界研究的熱點。實現這一目標的難點在于傳統的HTML語言本身的固有缺陷，這種標記語言的標簽集只是對內容的顯示格式做了標記，數據的表現格式和數據糅合在一起，缺乏針對數據內容的標簽。HTML語言的這種特點決定了萬維網上的信息內容很難被機器所理解，從而制約了一些需要對萬維網上的海量數據進行自動化處理應用的開發。Web上海量的數據要求以一種能夠理解數據語義的方式進行交換和管理，當前基于HTML的web技術卻很難滿足要求。

1 語義萬維網的概念

什么是語義萬維網并沒有一個嚴格的定義，Tim.Berners-Lee對語義萬維網做了如下的描述:語義萬維網并不是一個孤立的萬維網，而是對當前萬維網的擴展，語義萬維網上的信息具有定義良好的含義，使得計算機之間以及人類能夠更好的彼此合作。

2 語義萬維網的組成

2.1 URIs和Unicode Web環境下的應用之間不可避免地需要相互通信，直接或間接地以機器可讀的格式傳遞發布信息。這些信息中很大一部分是對Web上資源的描述，因此，首先應該以明確的方式來標識這些資源(對象)。語義萬維網采用統一資源標識符(Uniform Resource Identifiers，URI)來標識資源及其屬性，URI是一個Internet標準，記載于RFC2396。這一層是整個語義萬維網的基石，它成功地解決了萬維網上資源的定位和跨地區字符編碼的標準格式的問題。

2.2 XML、NameSpace、XML Schema 在URI和Unicode之上，是XML及相關技術層。XML允許用戶根據需要自定義一些“有意義的”標簽對發布的內容進行標記，并使用文檔類型定義(Document Type Definition，DTD)或XMLSchema來約束這些標簽的結構。

2.3 RDF、RDF Schema XML層的上一層是數據互操作層——資源描述框架(Resource Description Framework，RDF)和RDF schemas。RDF本身并沒有規定語義，但是它為每一個資源描述體系提供一個能夠描述其特定需求的語義結構的能力。RDF Schema機制提供了RDF模型中使用的一個基本類型系統。

2.4 Ontology 在某種意義上說，RDF Schema本身就是一種簡單的本體(ontology)語言。但是RDF/RDFS對特定應用領域的詞匯的描述能力比較弱，需要進行擴展，我們把這個RDF/RDFS之上的擴展層稱為ontology層。T.R.Gruber等人對ontology給出的定義比較適用于語義萬維網的研究：ontology是一種明確的共享概念化的形式說明。概念化是指對現實世界中的一些事物進行抽象建模，所建立的模型確定了該事物的一些相關的概念。明確意味著所使用概念的類型以及它們使用上的約束都有顯式的定義。形式說明則是指ontology應該是機器可以理解的。共享反映了這樣的一種理念：ontology表達雙方都認可的知識，也就是說，ontology并不會僅僅局限于某些個體，而應該被一個群體所接受。

2.5 Logic、ProofTrust 到目前為止，利用RDF/RDFS以及對RDFS進行擴展的一些ontology語言可以對Web上的資源內容做出描述。僅有這些描述還遠遠不夠，基于語義的web應用還需要根據特定的規則從這些描述性的知識中進行推理。邏輯層的目標就是提供一種方法來描述規則。描述邏輯標記語言(Description Logic Markup Language，DLML)就是這樣的一種方法，它用DTD封裝了描述邏輯中的邏輯連接詞，可將基于描述邏輯的形式化知識嵌入到被描述的文檔之中。Proof和Trust這部分內容在概念上目前還沒有一個成熟的說法。但是語義萬維網的研究者普遍認為Proof和Trust將是下一代Web的重要概念。在XML、RDF\\RDFS、Ontology以及Logic層和Proof層之上，我們就可以建立一些可以信任的應用了。

3 語義萬維網開發的工具

語義萬維網能否取得成功的關鍵因素在于是否有充足的工具來幫助開發人員建立體現其價值的應用。下面僅介紹一些RDF API的討論和開發狀況，目前實現的RDF API主要有GINF、Redland、Jena、Mozila等。通用互操作框架，GINF，使用RDF作為協議、語言、數據和接口的通用表示。它使用的RDF接口不僅可以創建和操作RDF模型，而且還可以通過一個類似SQL的查詢界面來訪問這些模型。Redland是支持高層面向對象的RDF接口庫。Redland用它自己的類實現了每一個RDF概念。Redland的模塊化，面向對象的本質使得終端的用戶能夠插入各種不同的解析器和合適的存儲機制。Redland提供了C語言的接口。Jena，是由惠普公司開發的Java RDF API。它同時支持以聲明和資源為中心的RDF模型的操作。并且在Jena所提供的工具箱中還提供了對DAML ontology的支持，但是目前只能對ontology進行一些簡單的推理。Mozilla作為開放源代碼Web瀏覽器的一部分而開發的Mozilla API，提供了用SWI-Prolog實現的RDF解析器。

4 語義萬維網的應用

隨著語義萬維網概念的提出和相關研究的進展，將出現許多基于語義萬維網技術的應用，面對海量信息，智能信息檢索的重要方法之一就是整理和重新規范萬維網上信息。如今萬維網上保留有高速發展期間產生的大量普通HTML頁面，整理這些信息的實質性問題就是如何從HTML頁面中提取出語義信息，構建出能夠描述這些頁面的Ontology。可行的辦法是采用ontology學習系統，實現ontology的自動或半自動提取。

5 結語

目前美國DAML（Tim.Berners-Lee領導）IEEE Standard Upper Ontology Study Group和歐洲的OntoWeb(Dieter Fensel領導)在語義萬維網研究領域處于領先地位并推出了一系列的語言、方法和工具。國內在這方面的研究有成果的還未見報道，很多計算機工作者對語義萬維網的概念比較陌生，積極開展這方面的研究，提高萬維網數據的管理和智能化處理水平已經是迫在眉睫的任務。面臨這些挑戰，需要協同知識表示、邏輯推理以及萬維網標準化團體、領域專家共同努力，共同創建萬維網的美好未來。

參考文獻：

[1](英)Tim Berners-Lee，Mark Fischetti，張宇宏，蕭風譯.編織萬維網——萬維網之父談萬維網的原初設計與最終命運.上海：上海譯文出版社.1999.154~171.IEEE Intelligent Systems，2001.16(2):46~54.

[2]王繼成，蕭嶸.web信息檢索研究進展.計算機研究與發展.2001.38(2):187~193.

[3]Tim Berners-Lee.The semantic toolbox:building semantics on top of XML-RDF.org/DesignIssues/Toolbox.html.

[4](美)Andrews S Tanenbaum.熊桂喜，王小虎譯.計算機網絡.北京：清華大學出版社.1999.474~480.

[5]陳禹六.IDEF建模分析和設計方法.北京：清華大學出版社.1999:249~254.