《语义网基础教程(原书第3版)》—— 1.3 一种分层方法

1.3 一种分层方法

语义网的发展按步骤进行,每步都在一个层次之上建立另一个层次。这个方法的实用性论证是它更容易在小的步骤上达成一致,也就是说,如果有太多的目标,则很难让参与的每个人都同意。通常许多研究组研究不同的方向,思想的竞争是科学进步的主要驱动力。但是,从工程的角度则需要标准化。因此,如果绝大多数研究人员同意某些事情而反对另一些,稳固这些共识则是有意义的。这样,即使一些更有野心的研究成果会失败,但是至少有部分正面的结果。
一旦一个标准被确立,许多组织和公司将采用它而不是等待着观察最终是否有可替代的研究路线会成功。语义网的本质在于公司和单个用户必须构建工具、添加内容并使用这些内容。我们无法等到完整的语义网愿景变成熟—这可能还要10年时间来完全实现它(当然,是以今天的想象)。
在一个语义网层次上构建另一个层次的过程中,必须遵循两个原则。
向下兼容性。完全理解某一层次的agent应该能够解释和使用更低层次的信息。例如,理解OWL语义的agent能够充分利用RDF和RDF模式中的信息。
向上部分理解。设计应该使得完全理解某一层次的agent应该能够至少部分利用更高层次的信息。例如,一个仅理解RDF和RDF模式语义的agent可能能够通过忽略超出RDF和RDF模式的元素,部分地解释OWL中的知识。当然,并不是要求所有工具都提供这种功能性,关键在于允许这种选择。
虽然这些想法理论上很吸引人并且被作为指导原则来指导语义网的发展,实践上却存在困难,并且不得不采取某些妥协。这在第4章讨论RDF和OWL分层时会进一步说明。
图1-4展示了语义网的“分层蛋糕”,它描述了语义网设计和愿景的主要层次。在最底层我们可以发现XML,一种允许用户使用用户定义的词汇表来撰写结构化万维网文档的语言。XML特别适合于在万维网上发送文档。此外,用于XML中的URI可以按照它们的命名空间(namespace)聚类,在图中表示为NS。

RDF是一个基本数据模型,正如实体–联系模型一样,它表达了万维网对象(资源)的声明。RDF数据模型不依赖于XML,但是RDF有一个基于XML的语法。因此,在图1-4中,RDF位于XML层之上。
RDF模式提供了将万维网对象组织为层次结构的建模原语。重要的原语包括类和属性,子类和子属性联系,以及定义域和值域约束。RDF模式是基于RDF的。
RDF模式可以被认为是一种表达本体的基本语言。但是还需要一些更加强大的本体语言(ontology language),它们扩展RDF模式并且允许表达万维网对象间更加复杂的联系。逻辑层用于进一步增强本体语言并允许描述面向特定应用的声明式知识。
证明层(proof layer)包括了实际的演绎过程,以及使用(更低层次的)万维网语言来表达证明和验证证明。
最后,信任层(trust layer)将伴随使用数字签名(digital signature)和知识的其他类别出现,基于可信agent的推荐或者基于评分和证书中介及消费体。有时,“信任网”用于表示信任将被组织成与万维网本身一样的分布式的、混乱的方式。位于金字塔的最顶层,信任是一个高层且重要的概念:当用户对其操作(安全性)和提供的信息的质量信任时,万维网才能实现其所有潜力。
经典的分层蛋糕是语义网日程表上的主要驱动力,但是现在已经相当过时了。特别是本体词汇表层的许多替代者已经出现。另外规则语言已被定义在RDF之上,绕开了本体词汇表层,这特别适用于最近从丰富的语义结构向大规模(语义)数据处理的转变。因此这里给出的分层蛋糕主要是示例的目的,作为展现语义网历史观点的一种方式。

时间: 2024-08-01 17:17:54

《语义网基础教程(原书第3版)》—— 1.3 一种分层方法的相关文章

《语义网基础教程(原书第3版)》—— 导读

前 言 与传统观念不同的是,信息系统作为量身定做的.成本密集型的数据库应用的时光一去不复返了.这种变化一部分是受到逐渐成熟的软件产业的推动(软件产业大量使用了现成的通用组件和标准的软件解决方案),而另一部分则是由于信息革命的冲击.反过来,这种改变导致了对信息服务的一系列全新需求,即要求其表示模式与交互模式的统一性.软件体系结构的开放性以及使用范围的全局性.这些需求主要来自诸如电子商务.银行业.制造业(包括软件产业本身).培训.教育和环境管理等领域,恕不一一列举. 未来的信息系统必须支持与各种运行

《语义网基础教程(原书第3版)》—— 1.1 引言

1.1 引言 1.1.1 语义网的动机 "语义网"的主要愿景可以概括为一句话:使计算机更能解读万维网(to make the web more accessible to computers).当前万维网是一个文字和图片网络,这些媒体对人而言很有用,但是计算机在目前的万维网上只发挥了非常有限的作用:它们索引关键词,将信息从服务器端传输到客户端,仅此而已.所有的智能工作(选择.组合.聚集等)必须通过人类读者来完成.如果我们能够使得万维网更适合机器处理,使得万维网上充满机器可读取.&quo

《语义网基础教程(原书第3版)》—— 第1章 语义网的愿景

第1章 语义网的愿景 1.1 引言 1.1.1 语义网的动机 "语义网"的主要愿景可以概括为一句话:使计算机更能解读万维网(to make the web more accessible to computers).当前万维网是一个文字和图片网络,这些媒体对人而言很有用,但是计算机在目前的万维网上只发挥了非常有限的作用:它们索引关键词,将信息从服务器端传输到客户端,仅此而已.所有的智能工作(选择.组合.聚集等)必须通过人类读者来完成.如果我们能够使得万维网更适合机器处理,使得万维网上充

《语义网基础教程(原书第3版)》—— 1.2 语义网技术

1.2 语义网技术 1.2.1 显式元数据 当前,万维网上内容的格式更适合人类读者而非计算机程序.HTML是(直接或借助工具)撰写网页的主流语言.一个理疗师的典型网页的一部分可能如下所示: 对人们而言,这些信息以一个令人满意的方式表达,但是对机器而言则存在问题.基于关键词的搜索会识别physiotherapy和consultation hours等词.并且一个智能agent甚至能够识别该中心的全体人员.但是,区分治疗师和秘书则会存在困难,查找准确的咨询时间还会碰到更大的困难(因为不得不沿着Sta

《语义网基础教程(原书第3版)》—— 2.1 引言

2.1 引言 万维网的成功展现了使用标准化的信息交换和通信机制的力量.HTML是编辑网页的标准语言.它允许任何人发布一个文档并且相信该文档可以被任何万维网浏览器正确呈现.HTML和其他交换语言都拥有以下3个组成元素:语法.数据模型和语义.语法告诉我们如何撰写数据.数据模型告诉我们数据的结构或组织形式.语义告诉我们如何解释数据.我们可以通过下面的HTML片段展现上述每个组成元素: HTML的语法是用尖括号撰写的带标签文本(例如 ).HTML的数据模型称为文档对象模型(Document Object

《语义网基础教程(原书第3版)》—— 第3章 查询语义网

第3章 查询语义网 在上一章中,我们学会了如何使用RDF来表示知识.当信息被表示为RDF后,出于推理和应用开发的需要,我们需要能够存取其中相关的部分.在本章中,我们将把注意力集中于一个叫做SPARQL的查询语言,它能够让我们通过选择.抽取等方式很容易地从被表示为RDF的知识中获得特定的部分.SPARQL是专为RDF设计的,适合并依赖于万维网上的各种技术.如果你熟悉诸如SQL等数据库查询语言,你会发现SPARQL和它们有很多相似之处.即便你不熟悉-本章也不假设你已熟悉,本章将为你从头开始学习提供一

《语义网基础教程(原书第3版)》—— 第2章 描述万维网资源:RDF

第2章 描述万维网资源:RDF 2.1 引言 万维网的成功展现了使用标准化的信息交换和通信机制的力量.HTML是编辑网页的标准语言.它允许任何人发布一个文档并且相信该文档可以被任何万维网浏览器正确呈现.HTML和其他交换语言都拥有以下3个组成元素:语法.数据模型和语义.语法告诉我们如何撰写数据.数据模型告诉我们数据的结构或组织形式.语义告诉我们如何解释数据.我们可以通过下面的HTML片段展现上述每个组成元素: HTML的语法是用尖括号撰写的带标签文本(例如 ).HTML的数据模型称为文档对象模型

《语义网基础教程(原书第3版)》—— 1.4 本书内容安排

1.4 本书内容安排 在这本书中,我们关注的是已经达到一个合理成熟度的语义网技术. 第2章讨论RDF和RDF模式.RDF是一种用于表达有关对象(资源)的声明的语言:它是一个标准的数据模型以提供机器可处理的语义.RDF模式提供了一组用于将RDF词汇表组织成带类型的层次结构的建模原语. 第3章致力于介绍SPARQL查询语言,它在RDF领域中起到的作用与SQL在关系领域中的作用相同. 第4章讨论OWL2,它是万维网本体语言OWL的最新修订版.OWL2提供了比RDF模式更多的建模原语,并且它拥有清晰的.

《语义网基础教程(原书第3版)》—— 1.5 小结

1.5 小结 语义网是一场旨在改进当前万维网状况的运动. 其核心思想是机器可处理的万维网信息的使用. 其核心技术包括发布带有显式元数据的数据.本体.逻辑和推理. 语义网的开发是分层次进行的.