数学中国

 找回密码
 注册
搜索
热搜: 活动 交友 discuz
查看: 2637|回复: 8

十大语义网产品 2010、2009、2008

[复制链接]
发表于 2011-12-5 05:50 | 显示全部楼层 |阅读模式
2010年十大语义网产品
作者: Fiona 发布: 岑青峰  2010年12月3日17:32  来源: 腾讯科技  http://www.sootoo.com/content/72372.shtml
  北京时间12月3日消息,据国外媒体报道,每年读写网(ReadWriteWeb)都会从各个领域中评选出十佳产品或程序。今年,十大语义网产品和应用的评选拉开了2010“最佳”系列产品评选的序幕。
  今年,读写网从语义网的新创公司中选出了五个产品,从大公司里挑出了五项互联网应用。这些新创公司代表了语义网发展的前沿趋势。随着用户量的增长及科技的创新,今年的语义网产品对互联网产生了一定的影响。读写网所挑选的公司为语义技术的大规模应用提供了最好的例证,其中包括Facebook、谷歌及英国广播公司BBC等。
  Semantic Web -- 语义网
  虽然很多人认为Semantic Web这个名词应仅用于已被W3C认可的技术,比如说RDF和SPARQL,但是我们有时也会互换使用“Semantic Web”和“Semantic technology”这两个术语。事实上,读写网所挑选出的十大应用技术中有相当一部分并没有获得W3C的认可,亦或已经在某种程度上得到调整,例如Facebook对RDFa的应用。因此,我们选择了将“Semantic Web”这个术语应用于更宽泛、包容更广阔的意义中。简单来说,语义网产品是将意义与语境融入到数据中去的产品。
  以下是2010年十大语义网产品列表:
  Freebase
  今年七月,Google收购了一家语义技术领先公司Metaweb。Metaweb运营着一个开放的语义信息数据库Freebase。Freebase和维基百科类似,不同的是,它完全专注于结构化数据及个人用户可行性操作。
  Google此前已和Freebase建立合作关系,引入Freebase的信息,在谷歌新闻里提供智能搜索结果。在完成对Metaweb的收购后,谷歌现在可以更充分地利用Freebase的工具和数据,尤其是在基本的Web搜索结果范畴。
  Freebase也是去年语义网十大产品之一,能被Google收购,正是其发展潜能的证明。
  GetGlue
  对GetGlue来说,2010年是个转折点。在GetGlue网上,用户在观看电视节目、阅读书籍、听音乐时候都可以“签到”。去年十一月,GetGlue改换品牌名称,并启用新网站。一夜之间,它从一个名为Blue Organizer的浏览器插件摇身变为名为“GetGlue”的目标网站。随后不久,它又推出了移动应用程序,用户在观看电视时或者在娱乐场所都能登录应用GetGlue。
  品牌变更给GetGlue带来良好的效应。今年,GetGlue的用户量呈现出强劲的增长势头,截至九月末用户人数已超过60万。
  Flipboard
  2010年iPad的问市激起了应用软件界新一波的革新浪潮。Flipboard是一款专为iPad开发的杂志阅读应用程序。很少有创业公司能像Flipboard如此充分地利用触摸屏用户界面,为客户创造无与伦比的体验。
  原来Flipboard不仅外观精美,而且采用了语义技术。
  今年七月,Flipboard收购了语义技术新创公司Ellerdale,其智能资料剖析算法在此之前已被应用于实时搜索引擎的创建及趋势追踪。Ellerdale公司的技术被Flipboard用于设计更具个性化的实时体验,能够为您选择重要的最新社会新闻,然后以您熟悉的酷似杂志的布局呈现出来。
  Hunch
  Hunch最初提供问答服务,今年八月它进行了重新定位,将自己定义为一个提供个性化服务的产品:是能向你展示你喜欢的电影、书籍、度假地点及其他类似项目的推荐引擎。该公司的目标是“将互联网上的每个人和每个目标进行比配,即使是一个产品、一项服务、一个人。”
  共同创始人Caterina Fake十月份透露,Hunch通过另一种搜索方式即决策树模型,为用户提供更多个性化信息。
  Apture
  Apture是一家提供语义语境搜索引擎服务的公司,它一直保持着强劲发展的势头。今年八月,Apture推出了一款新插件Apture Highlights,能让用户深入了解在网络上任一网页上发现的主题。
  早几年前,当我们第一次关注Apture时,它还只是一家网络服务公司,要求发布者上传弹出式窗口链接时自我选择是否加载多媒体。随着八月份Apture Highlight的问世,Apture现已消除此项限制。一切均自动化,此插件几乎处处可用。
  Facebook
  四月份Facebook公布了一个大规模的新平台Open Graph,这成为语义网本年度最重大的新闻。Open Graph通讯协定的预期目标是让发布者能够将个人网页整合到社交图中去。实质上,现在每个网页都可以成为一个Facebook的社交图“对象”这意味着在所有社交网用户个人资料页、博客文章、搜索结果、Facebook个人主页信息流等等中的网页都可以被引用和相关联。
  Open Graph是一个涉猎广泛的平台,包括诸如“赞”按钮和为发布商提供的插件等。它还包括一个简单的、基于RDF的标记。这就要求发布者的每个发布项至少包含4个元数据属性:名称、类型、图像、网址,还有一些额外的属性,如:域名和描述,可能有选择地进行补充和说明。
  Google Squared
  在网络搜索技术中人们梦寐以求的目标是能够以自然的语言提出一个简单的问题,并得到一个简单的答案。五月份,Google宣布将Google Squared添加到其搜索结果中。2009年推出的Google Squared为Google的搜索结果添加了额外的信息。
  Google通过两个层面将该功能添加到其传统搜索结果中:首先,简单的查询,如:凯瑟琳·泽塔琼斯的出生日期,这将在搜索结果中引出有用的数据:通过点击基于Squared提供的结果的“显示来源”,来源列表会向您显示Google是如何找到这个答案的。
  其次,Google Squared还被用于为Google工具条增加“不一样”的新功能:此功能提供了相关搜索,列出您可能感兴趣的清单,由您确定当前的搜索关键词。
  Best Buy
  2010年的热议主题之一是语义网技术越来越多的被Facebook和Google这类大型商业公司所用。美国领先的零售商百思买是另一个在2010年凭借运用语义技术给人们留下深刻印象的大公司。具体来说,Best Buy采用了RDFa的语义网标记语言,从而向网页中加入语义。
  BestBuy.com首席网站开发工程师Jay Myers今年早些时候接受读写网采访时说,使用语义技术的主要目标是提高BestBuy产品和服务的知名度。通过使用RDFa标记如商店名称、地址、商店营业时间和地理数据的数据,搜索引擎能够更容易的确定每个组件数据,从而将它们投入语境。Myers告诉我们,语义技术的使用,使得交易量增加,而他们也能更好的服务于客户。
  Data.gov.uk
  今年一月,由英国政府支持的Data.gov.uk发布非个人数据采集应用,可供软件开发商使用。半年后,美国政府推出了Data.gov,但是从一开始这个网站就拥有三倍以上的数据。发布时,Data.gov.uk已有近3000套数据集可供开发商用于混搭。到今年年底,数据集已超过4600。
  Data.gov.uk是链接数据库的亮点之一。组织或政府向网络上传数据时,以能够被再次使用和建立的形式进行上传。链接数据库仅是广泛语义网发展的一小子集。
  BBC世界杯网
  今年体育界的盛事就是被媒体广泛报道的世界杯。BBC2010世界杯网站采用“动态语义发布”技术来提升加强其每日世界杯报道。
  该网站有700多个专题网页,都由一个语义发布框架所支持。它包含一个综合本体,动态输出自动化元数据驱动网页。这是一个让人印象深刻的实证:一个大型的主流的网站是怎样增加意义及结构的?
http://www.sootoo.com/content/72372.shtml
 楼主| 发表于 2011-12-5 06:03 | 显示全部楼层

十大语义网产品 2010、2009、2008


   
English Version

首  页 中心简介 新闻中心科学研究资料中心人才培养论  坛常见问题关于我们

友情链接  
学校主页

学院主页

国家自然科学基金委

教育部人文社科网

国家科技部

中国期刊网

Elsevier数据库
IEEE数据库

Spring数据库

电子沙盘
  


     页面功能【字体:大 中 小】 【关闭】      
  
2009十大语义网产品  
作者:ieb 时间:2010-05-25 20:58:14
TAG:  
2009年出现了很多语义网(Semantic Web)和结构化数据产品,这些产品大都是以关联数据(linked data,W3C的一个项目)为驱动力的。互联网发明人蒂姆·伯纳斯-李(Tim Berners-Lee)爵士认为,关联数据这场巨变堪比万维网的发明。我们正在从文件互联网时代走向数据互联网时代。
 今天我们选出的十大产品都是利用数据完成有趣的工作的:连接到其它数据,通过数据开发新的应用,分享数据等
Google搜索选项和富文本摘要(Rich Snippets)
今年5月份,Google搜索增加了搜索选项和富文本摘要两个功能,大幅扩展了Google的核心搜索产品,特别是后者是基于结构化内容的。富文本摘要可以从网页中提取并显示有用的信息。Google通过微格式和RDFa等结构化数据开放标准来为该功能提供支持。

Feedly
Feedly自称为“杂志风格的首页”。2008年8月刚发布时,我们认为它是“Google阅读器的一个替代品”,但后来该公司又推出了一个位于屏幕下方的迷你工具栏,成为一个功能更加全面的的博客阅读伴侣。


Feedly Mini支持Twitter、Friendfeed、Google搜索,以及Mozilla的ubiquity等服务。

Apture
Apture是一个Javascript脚本插件,可以通过弹出窗口为链接添加相关信息,比如来自youtube、维基百科、Flickr等网站的内容。





Zemanta
Zemanta是一个可以嵌入博客软件的即时语义分析工具。Zemanta为博客作者提供相关链接、图片和其它内容。很多初创公司还使用Zemanta的开源标准API服务。



开放Calais 4.0
路透集团在今年一月份对其网络服务Calais进行了一次重大更新,并推出了开放API服务:Calais 4.0。Calais是一个产品工具包,可以帮助发布者在内容中加入语义功能,对内容进行分类,如人物、地点、公司、事实、事件等。


Calais 4.0不仅具有添加元数据标签的功能,而且允许发布者在内容中加入来自维基百科、GeoNames、IMDB、Shopping.com等网站的内容。Calais 4.0还允许发布者与其内容消费者共享语义元数据。

BBC的语义音乐项目
BBC成立这个项目的目的是制作具有语义链接和注释的网页,其内容是关于BBC广播电台介绍的歌手。有了这些网页,专辑数据就会和语义元数据建立关联,音乐粉丝就可以借此发现新音乐。


该项目的后台来自“关联数据世界”,一个开放音乐“元数据库”,里面包含40多万歌手的资料。

Glue
最开始只不过是一个帮助用户进行垂直浏览的浏览器插件,现在已经发展成一个以网站为中心的产品,成为社交网站的中枢和管道。Glue自动收集用户访问youtube、亚马逊和维基百科网站时留下的访问数据和互动信息,然后建立一个兴趣档案,以及用户之间的关系网。该产品的理念是通过目录推荐音乐、图书和电影等内容。
Freebase
Freebase是一个开放的语义信息数据库,和维基百科类似,但完全专注于结构化数据。



DBpedia
DBpedia并非一个商业产品,却是关联数据的主要来源之一。 DBpedia提取来自维基百科的结构化数据,然后放在网上供人利用。

Data.gov
开放政府数据是2009年的重要趋势之一。互联网发明人蒂姆·伯纳斯-李(Tim Berners-Lee)爵士最近正在帮助英国政府完成此项工作(通过关联数据)。


奥巴马政府在开放政府数据方面毁誉参半,但5月份推出的Data.gov迈出了积极的一步,其目的是让民众访问更多联邦政府提供的高价值、机器可读的数据集。尽管目前内容有限,但好的开始是成功的一半。



共0条评论 显示评论 我有话说 用户名:  






武汉理工大学电子商务与智能服务中心  联系我们
地址:武汉市洪山区武汉理工大学   邮编:430070
Powered By IEB © 2007-2011
 楼主| 发表于 2011-12-5 06:06 | 显示全部楼层

十大语义网产品 2010、2009、2008

2008十大语义网产品

Top 10 Semantic Web Products of 2008
Written by Richard MacManus / December 2, 2008 9:57 AM
In 2008 we saw the Semantic Web gain traction, giving us plenty of choice when selecting the 10 best Semantic Web products of 2008.
This is the first in a series of posts we';ll publish over December, listing our choices for the top web products of the year. Then at the end of December, we';ll post a Top 100 list - which we';ll be promoting over 2009 and opening up at some point for public voting. Without further ado, let';s jump into the top 10 Semantic Web products of 2008.
Earlier this month we posted an update to 10 Semantic Web applications that we have been tracking for a year now. Some of those make this list, as well as some from our follow-up post 10 More Semantic Apps to Watch. We also have a couple of other products in this list, which for one reason or another didn';t get mentioned in our watch-lists.
You may disagree with our selections, so do tell us in the comments what you think.
Note: the products listed below are in no particular order
1. Yahoo! SearchMonkey
In May this year Yahoo! launched an open developer platform for search called SearchMonkey. Yahoo hasn';t had the happiest of years, but its willingness to innovate in search is to be commended. As we reported at the Web 2.0 Expo in April, SearchMonkey is a component of a major overhaul at Yahoo! across all of its properties to "rewire" for the social graph and data portability. SearchMonkey allows developers to build applications on top of Yahoo! search, including allowing site owners to share structured data with Yahoo!, using semantic markup (microformats, RDF), standardized XML feeds, APIs (OpenSearch or other web services), and page extraction.
We think this is the best use of Semantic Web by an Internet bigco this year. So for that reason SearchMonkey makes our top 10 list. Related: The Story of SearchMonkey.
2. Powerset (acquired by Microsoft in ';08)
Powerset (see our initial coverage here and here) is a natural language search engine. It';s fair to say that Powerset has had a great 2008, having been acquired by Microsoft in July this year.
At the time of the acquisition, Powerset said that it needed a bigger partner to expand its product beyond its current state of only searching Wikipedia - something we had speculated about when the rumors of the acquisition first appeared. In its own statement, Microsoft stressed how useful Powerset';s technology will be for improving Microsoft';s own search products and to "take Search to the next level." In our analysis of the deal, we noted that it was a "bold play requiring exact execution" by Microsoft.
3. Open Calais (Thomson Reuters)
At the end of 2007, ClearForest had been recently acquired by Reuters and at that point it had a Web Service and a Firefox extension. What a change a year brings! ClearForest went on to release Calais, a toolkit of products that enable users to incorporate semantic functionality within their blog, content management system, website or application.
Since launching the Open Calais API early this year, over 6,000 developers have registered with it and the service is doing more than 1 million transactions a day. Version 3.0 was released earlier this month and version 4 is expected by January 09.
4. Dapper MashupAds
In November we wrote about the recent improvement in Dapper MashupAds, a product we first spotted over a year ago. The idea is that publishers can tell Dapper: this is the place on my web page where the title of a movie will appear, now serve up a banner ad that';s related to whatever movie this page happens to be about. That could be movies, books, travel destinations - anything. We remarked that the UI for this has grown much more sophisticated in the past year.
The company believes that its new ad network will provide monetary incentive for publishers to have their websites marked up semantically. We think this has plenty of promise, so it makes our year-end list.
5. Hakia
Hakia is a search engine focusing on natural language processing methods to try and deliver ';meaningful'; search results. Hakia attempts to analyze the concept of a search query, in particular by doing sentence analysis. Over the past year Hakia has been busy extending its reach - licensing its proprietary OntoSem technology to other companies in March and announcing a Semantic API in June. It was also one of the first companies to utilize Yahoo! BOSS, by integrating their semantic parsing with the Yahoo! search index.
We think Hakia has made good progress getting its technology into the hands of third parties and making use of Yahoo';s broader index, so for that reason it';s among our top 10 for the year.
6. TripIt
Tripit is an app that manages your travel planning. With TripIt, you forward incoming bookings to plans@tripit.com and the system manages the rest.
Over the past year TripIt has continued to iterate on its feature set - introducing LinkedIn integration, better mobile functionality, more social networking features, and other goodies. In short, it';s user experience continues to rock!
7. BooRah
BooRah is a restaurant review site that we first reviewed earlier this year and has come on in leaps and bounds over 2008. BooRah uses semantic analysis and natural language processing to aggregate reviews from food blogs. Because of this, BooRah can recognize praise and criticism in these reviews and then rates restaurants accordingly. BooRah also gathers reviews from Citysearch, Tripadvisor and other large review sites.
BooRah also announced last month the availability of an API that will allow other web sites and businesses to offer online reviews and ratings from BooRah to their customers. The API will surface most of BooRah';s data about a given restaurant, including ratings, menus, discounts, and coupons.
8. AdaptiveBlue
Disclosure: AdaptiveBlue';s founder Alex Iskold is a feature writer at RWW.
AdaptiveBlue are makers of the Firefox plugin, BlueOrganizer. As we wrote in January this year, the basic idea behind BlueOrganizer is that it gives you added information about webpages you visit and offers useful links based on the subject matter.
Over the past year the company has been working on a new product, called Glue. Launched last month, Glue is a more social networking oriented version of BlueOrganizer - it connects you to your friends based around things like books, music, movies, stars, artists, stocks, wine, restaurants, and more. We think the company has diversified smartly in 2008, by integrating social networking and mobile functionality into its products.
9. Zemanta
Zemanta is a blogging tool which harnesses semantic technology to add relevant content to your posts. While it didn';t make either of our ';Semantic Apps to Watch'; lists in November, a number of commenters pointed it out as something they use. In September we covered a major upgrade to Zemanta';s service, allowing users to specify the sources they want to see in the suggestions list that Zemanta provides. Users can now incorporate their own social networks, RSS feeds, and photos into their blog posts. As we noted, this makes Zemanta a lot more appealing to established bloggers who are in less need of suggestions and more in need of automation.
Zemanta';s API is also being used by startups, including semantic bookmarking service Faviki - which we mentioned in our second Watch-list. So all up, we think Zemanta has done enough this year to be included in our top 10 list.
10. UpTake
Semantic search startup UpTake (formerly Kango) aims to make the process of booking travel online easier. In our review in May, we explained that UpTake is a vertical search engine that has assembled what it says is the largest database of US hotels and activities - over 400,000 of them - from more than 1,000 different travel sites. Using a top-down approach, UpTake looks at its database of over 20 million reviews, opinions, and descriptions of hotels and activities in the US and semantically extracts information about those destinations.
And now please let us know in the comments what you think of our selections. Do you think we';ve picked the best 10 Semantic Web products of the year?

http://bbs.w3china.org/dispbbs.asp?boardID=35&ID=70340
 楼主| 发表于 2011-12-5 08:00 | 显示全部楼层

十大语义网产品 2010、2009、2008

2011年十大语义网产品
 楼主| 发表于 2011-12-5 08:05 | 显示全部楼层

十大语义网产品 2010、2009、2008

[这个贴子最后由webmaster在 2011/12/05 08:07am 第 1 次编辑]

2007-2008年国外语义网研究与应用进展:
http://wenku.baidu.com/view/001e1d69011ca300a6c39028.html
 楼主| 发表于 2011-12-5 08:08 | 显示全部楼层

十大语义网产品 2010、2009、2008

语义网:让网络更聪明http://www.sina.com.cn 2007年07月10日 16:22  《信息周刊》杂志
  文/Thomas Claburn 译/柯睿  http://tech.sina.com.cn/i/2007-07-10/16221608165.shtml
  一些公司联手致力于语义网开发环境和数据库的研发。
  有人把语义网(Semantic Web)称为Web3.0,现在它就要粉墨登场了。编程工具开发商TopQuadrant公司和Franz公司日前表示,他们将把前者的TopBraid Composer和Franz的AllegroGraph 64位RDF存储数据库结合起来,形成一个语义网开发环境和数据库,提高计算机的“智力”。
  语义技术可增强计算机对数据的理解,在整合大型数据集时用处特别显著。它对于搜索应用的用处也很大,因为语义技术让计算机推断出未有明确定义的数据元素之间的关系。一个关键词搜索通常仅仅返回包含查询关键字的文档,而语义搜索则能返回与搜索词汇的含义有关的结果(例如:Tank一词,有坦克、水容器等两种含义,语义技术能予以辨别),或者是与搜索词汇的同义字有关的结果(例如:Tank意为坦克时,同义字有Armored Vehicle,装甲车)。
  目前,还没有出现真正意义上的语义网,这在很大程度上是因为现有工具还无法承担这样的任务。TopQuadrant的联合创始人和执行合伙人拉尔夫·霍奇森(Ralph Hodgson)说:“我们必须要创建出合适的工具,来支持语义网的实现。”他说,包括Protege和Swoop等在内的公共领域许可软件都还无法商用。
  使用标准数据库和开发环境的语义程序似乎不能很好地拓展。“你可以用自己的方式进行编程,”霍奇森说,“就是费点劲。”
  语义网有许多的标准、协议以及包括RDF、OWL(Web Ontology Language,Web本体语言)、Sparql等在内的多种语言,此外还有可让开发者在语义框架下组织数据的XML相关技术。上述两家公司的产品组合,提供了一个基于Eclipse的图形开发环境和一个能与大量RDF数据同比扩大的数据库。
  葛兰素史克公司(GlaxoSmithKline,下称GSK)正在对AllegroGraph进行测试,以提供一个更为灵活的IT基础设施并通过自动化提高生产力。这家制药公司正在利用一个语义数据提取层进行试验。这项生物实验室工作有很多制药公司参与其中,因而产生了许多数据,GSK的一位主管罗宾·麦克伊泰(Robin McEntire)说:“因此我们希望把它聚合起来,并在更高的一个层级上把它呈现出来,语义技术大有用处。”
  该公司的目标是应用基于计算机的推理,从而对大量实验数据进行评估和过滤。“低层级的推理是很好的开端,我们的科学家从事的任务并非‘高科技’,但是特别耗时的任务就可以利用这项技术实现自动化。”麦克伊泰说。
  伊士曼-柯达公司(Eastman Kodak,下称柯达)也在使用AllegroGraph软件,它从可视化数据中进行含义推断,从而来帮助客户更好地维护他们日渐庞大、难以管理的数字影像。
  “语义理解技术将帮助消费者更好地管理自己的的图片,”柯达主席兼首席执行官(CEO)彭安东(Antonio Perez)去年在一场演讲中表示,“照片之间也能相互‘认识’了—不用人们指点,利用元数据(Metadata),一张照片便可寻找到具有相关元数据的另一张照片,因此,所有的照片便能以新的类别进行重新组合,无非取决于它们之间不同的关联方式而已。”
http://tech.sina.com.cn/i/2007-07-10/16221608165.shtml
 楼主| 发表于 2011-12-5 08:09 | 显示全部楼层

十大语义网产品 2010、2009、2008

语义网
求助编辑百科名片
语义网是对未来网络的一个设想,在这样的网络中,信息都被赋予了明确的含义,机器能够自动地处理和集成网上可用的信息.语义网使用XML来定义定制的标签格式以及用RDF的灵活性来表达数据,下一步需要的就是一种Ontology的网络语言(比如OWL)来描述网络文档中的术语的明确含义和它们之间的关系.
目录
概念
基本特征
语义网与万维网的区别
语义网的实现
体系结构第一层
第二层
第三层
第四层
第五至七层
前景
RDF Data Model模型定义
主要应用技术与研究趋势概念
基本特征
语义网与万维网的区别
语义网的实现
体系结构 第一层
第二层
第三层
第四层
第五至七层
前景
RDF Data Model模型定义
主要应用技术与研究趋势
展开 编辑本段概念
  语义网是Semantic Web的中文名称。   语义网就是能够根据语义进行判断的网络。   简单地说,语义网是一种能理解人类语言的智能网络,它不但能够理解人类的语言,而且还可以使人与电脑之间的交流变得像人与人之间交流一样轻松。   添加了更多的用于描述属性和类型的词汇,例如类型之间的不相交性(disjointness),基数(cardinality),等价性,属性的更丰富的类型,属性特征(例如对称性,symmetry),以及枚举类型(enumerated classes).
编辑本段基本特征
  (1)语义网不同于现在WWW,它是现有WWW的扩展与延伸;   (2) 现有的WWW是面向文档而语义网则面向文档所表示的数据;   (3) 语义网将更利于计算机“理解与处理”,并将具有一定的判断、推理能力。   虽然语义网给我们展示了WWW的美好前景以及由此而带来的互联网的革命,但语义网的实现仍面临着巨大的挑战:   (1)内容的可获取性,即基于Ontology而构建的语义网网页目前还很少;   (2)本体的开发和演化,包括用于所有领域的核心本体的开发、开发过程中的方法及技术支持、本体的演化及标注和版本控制问题;   (3)内容的可扩展性,即有了语义网的内容以后,如何以可扩展的方式来管理它,包括如何组织、存储和查找等;   (4)多语种支持;   (5)本体语言的标准化。
编辑本段语义网与万维网的区别
  语义网“不同于现存的万维网,其数据主要供人类使用,新一代WWW中将提供也能为计算机所处理的数据,这将使得大量的智能服务成为可能”;语义网研究活动的目标是“开发一系列计算机可理解和处理的表达语义信息的语言和技术,以支持网络环境下广泛有效的自动推理”。   目前我们所使用的万维网,实际上是一个存储和共享图像、文本的媒介,电脑所能看到的只是一堆文字或图像,对其内容无法进行识别。万维网中的信息,如果要让电脑进行处理的话,就必须首先将这些信息加工成计算机可以理解的原始信息后才能进行处理,这是相当麻烦的事情。而语义网的建立则将事情变得简单得多。   语义网是对万维网本质的变革,它的主要开发任务是使数据更加便于电脑进行处理和查找。其最终目标是让用户变成全能的上帝,对因特网上的海量资源达到几乎无所不知的程度,计算机可以在这些资源中找到你所需要的信息,从而将万维网中一个个现存的信息孤岛,发展成一个巨大的数据库。   语义网将使人类从搜索相关网页的繁重劳动中解放出来。因为网中的计算机能利用自己的智能软件,在搜索数以万计的网页时,通过“智能代理”从中筛选出相关的有用信息。而不像现在的万维网,只给你罗列出数以万计的无用搜索结果。   例如,在进行在线登记参加会议时,会议主办方在网站上列出了时间、地点,以及附近宾馆的打折信息。如果使用万维网的话,此时你必须上网查看时间表,并进行拷贝和粘贴,然后打电话或在线预订机票和宾馆等。但假如使用的是语义网,那么一切都变得很简单了,此时安装在你计算机上的软件会自动替你完成上述步骤,你所做的仅仅是用鼠标按几个按钮而已。   在浏览新闻时,语义网将给每一篇新闻报道贴上标签,分门别类的详细描述哪句是作者、哪句是导语、哪句是标题。这样,如果你在搜索引擎里输入“老舍的作品”,你就可以轻松找到老舍的作品,而不是关于他的文章。   总之,语义网是一种更丰富多彩、更个性化的网络,你可以给予其高度信任,让它帮助你滤掉你所不喜欢的内容,使得网络更像是你自己的网络。
编辑本段语义网的实现
  语义网虽然是一种更加美好的网络,但实现起来却是一项复杂而浩大的工程。   要使语义网搜索更精确彻底,更容易判断信息的真假,从而达到实用的目标,首先需要制订标准,该标准允许用户给网络内容添加元数据(即解释详尽的标记),并能让用户精确地指出他们正在寻找什么;然后,还需要找到一种方法,以确保不同的程序都能分享不同网站的内容;最后,要求用户可以增加其他功能,如添加应用软件等。   语义网的实现是基于XML(可扩展标记语言eXtensible Markup Langauge)语言和资源描述框架(RDF)来完成的。XML是一种用于定义标记语言的工具,其内容包括XML声明、用以定义语言语法的DTD (document type declaration文档类型定义)、描述标记的详细说明以及文档本身。而文档本身又包含有标记和内容。RDF则用以表达网页的内容。
编辑本段体系结构
    语义网层次结构
Berners-Lee于2000年提出了语义网的体系结构,并对此做了简单的介绍。该体系结构共有七层,自下而上其各层功能逐渐增强。
第一层
  第一层:Unicode和URI。Unicode是一个字符集,这个字符集中所有字符都用两个字节表示,可以表示65536个字符,基本上包括了世界上所有语言的字符。数据格式采用Unicode的好处就是它支持世界上所有主要语言的混合,并且可以同时进行检索。URI(Uniform Resource Identifier),即统一资源定位符,用于唯一标识网络上的一个概念或资源。在语义网体系结构中,该层是整个语义网的基础,其中Unicode负责处理资源的编码,URI负责资源的标识。
第二层
  第二层:XML+NS+xmlschema。 XML是一个精简的SGML,它综合了SGML的丰富功能与HTML的易用性,它允许用户在文档中加入任意的结构,而无需说明这些结构的含意。NS(Name Space)即命名空间,由URI索引确定,目的是为了避免不同的应用使用同样的字符描述不同的事物。XML Schema是DTD(Document Data Type)的替代品,它本身采用XML语法,但比DTD更加灵活,提供更多的数据类型,能更好地为有效的XML文档服务并提供数据校验机制。正是由于XML灵活的结构性、由URI索引的NS而带来的数据可确定性以及XML Schema所提供的多种数据类型及检验机制,使其成为语义网体系结构的重要组成部分。该层负责从语法上表示数据的内容和结构,通过使用标准的语言将网络信息的表现形式、数据结构和内容分离。
第三层
  第三层:RDF+rdfschema。RDF是一种描述WWW上的信息资源的一种语言,其目标是建立一种供多种元数据标准共存的框架。该框架能充分利用各种元数据的优势,进行基于Web 的数据交换和再利用。RDF解决的是如何采用XML标准语法无二义性地描述资源对象的问题,使得所描述的资源的元数据信息成为机器可理解的信息。如果把XML看作为一种标准化的元数据语法规范的话,那么RDF就可以看作为一种标准化的元数据语义描述规范。Rdfschema使用一种机器可以理解的体系来定义描述资源的词汇,其目的是提供词汇嵌入的机制或框架,在该框架下多种词汇可以集成在一起实现对Web资源的描述。
第四层
  第四层:Ontology vocabulary。该层是在RDF(S)基础上定义的概念及其关系的抽象描述,用于描述应用领域的知识,描述各类资源及资源之间的关系,实现对词汇表的扩展。在这一层,用户不仅可以定义概念而且可以定义概念之间丰富的关系。
第五至七层
  第五至七层:Logic、Proof、Trust。Logic负责提供公理和推理规则,而Logic一旦建立,便可以通过逻辑推理对资源、资源之间的关系以及推理结果进行验证,证明其有效性。通过Proof交换以及数字签名,建立一定的信任关系,从而证明语义网输出的可靠性以及其是否符合用户的要求。
前景
  语义网的体系结构正在建设中,当前国际范围内对此体系结构的研究还没有形成一个令人满意的严密的逻辑描述与理论体系,我国学者对该体系结构也只是在国外研究的基础上做简要的介绍,还没有形成系统的阐述。   语义网的实现需要三大关键技术的支持:XML、RDF和Ontology。XML(eXtensible Marked Language,即可扩展标记语言)可以让信息提供者根据需要,自行定义标记及属性名,从而使XML文件的结构可以复杂到任意程度。它具有良好的数据存储格式和可扩展性、高度结构化以及便于网络传输等优点,再加上其特有的NS机制及XML Schema所支持的多种数据类型与校验机制,使其成为语义网的关键技术之一。目前关于语义网关键技术的讨论主要集中在RDF和Ontology身上。   RDF是W3C组织推荐使用的用来描述资源及其之间关系的语言规范,具有简单、易扩展、开放性、易交换和易综合等特点。值得注意的是,RDF 只定义了资源的描述方式,却没有定义用哪些数据描述资源。RDF由三个部分组成:RDF Data Model、RDF Schema和RDF Syntax。
编辑本段RDF Data Model模型定义
  RDF Data Model提供了一个简单但功能强大的模型,通过资源、属性及其相应值来描述特定资源。模型定义为:   (1)它包含一系列的节点 N;   (2)它包含一系列属性类 P;   (3)每一属性都有一定的取值V;   (4)模型是一个三元组:{节点,属性类,节点或原始值V};   (5)每一个Data Model 可以看成是由节点和弧构成的有向图。   模型中所有被描述的资源以及用来描述资源的属性值都可以看成是“节点”(Node)。由资源节点、属性类和属性值组成的一个三元组叫做RDF Statement (或RDF陈述)。在模型中,陈述既可以作为资源节点,同时也可以作为值节点出现,所以一个模型中的节点有时不止一个。这时,用来描述资源节点的值节点本身还具有属性类和值,并可以继续细化。   RDF Schema 使用一种机器可以理解的体系来定义描述资源的词汇,其功能就像一个字典,可以将其理解为大纲或规范。RDF Schema的作用是:   (1)定义资源以及属性的类别;   (2)定义属性所应用的资源类以及属性值的类型;   (3)定义上述类别声明的语法;   (4)申明一些由其它机构或组织定义的元数据标准的属性类。   RDF Schema 定义了   三个核心类:rdf:Resource、rdfsroperty、rdfs:Class;   五个核心属性:rdf:type、rdfs:subClassOf、rdfs:seeAlso、rdfs:subPropertyOf、rdfs:isDefinedBy;   四个核心约束:rdfs:ConstrantResource、rdfs:range、rdfs:ConstraintProperty、rdfs:domain。   RDF Syntax构造了一个完整的语法体系以利于计算机的自动处理,它以XML为其宿主语言,通过XML语法实现对各种元数据的集成。   Ontology (本体或本体论),原本是一个哲学上的概念,用于研究客观世界本质。目前Ontology已经被广泛应用到包括计算机科学、电子工程、远程教育、电子商务、智能检索、数据挖掘等在内的诸多领域。它是一份正式定义名词之间关系的文档或文件。一般Web上的Ontology包括分类和一套推理规则。分类,用于定义对象的类别及其之间的关系;推理规则,则提供进一步的功能,完成语义网的关键目标即“机器可理解”。本体的最终目标是“精确地表示那些隐含(或不明确的)信息”。   当前对本体的理解仍没有形成统一的定义,如本体是共享概念模型的形式化规范说明,通过概念之间的关系来描述概念的语义;本体是对概念化对象的明确表示和描述;本体是关于领域的显式的、形式化的共享概念化规范等等。但斯坦福大学的Gruber给出的定义得到了许多同行的认可,即“本体是概念化的显示规范”。概念化(Conceptualization)被定义为:C = ,其中C表示概念化对象,D表示一个域,W是该领域中相关事物状态的集合,Rc是域空间上的概念关系的集合。规范(Specification)是为了形成对领域内概念、知识及概念间关系的统一的认识与理解,以利于共享与重用。   本体需要某种语言来对概念化进行描述,按照表示和描述的形式化的程度不同,可以将本体分为完全非形式化本体、半非形式化本体、半形式化本体和严格形式化的本体。有许多语言可用于表示Ontology,其中一些语言是基于XML语法并用于语义网的,如XOL(Xml- based Ontology exchange Language),SHOE(Simple HTML Ontology Language),OML(Ontology Markup Language)以及由W3C组织创建的RDF与RDF Schema(RDFS)。还有建立在RDF与RDFS之上的、较为完善的Ontology语言DAML(DARPA Agent Markup Language)、OIL和DAML+OIL。   XOL是一种基于XML语法和OKBC语义的本体交换语言。它由美国生物信息学术团体设计,用于其领域的一组异构软件系统间本体定义的交换,它以Ontolingua和OML作为基础,融合了OKBC的高层表达方式和OML的语法。当前还没有支持XOL本体开发的工具,但由于它采用XML语法,可以采用XML编辑器来创建XOL文件。SHOE由马里兰大学开发,它将机器可读的语义知识与HTML文档或其他Web文档相结合,允许直接在WWW的基础上设计和应用本体。近来SHOE的语法已转向XML,它使得代理(Agents)能够收集有意义的Web页面和文档的信息,改善搜索机制和知识收集。OML由Washington大学开发,部分基于SHOE。它有四个层次:OML核心层(与语言的逻辑层相关);简单OML(直接映射RDF和RDFS)、简化OML和标准OML。   RDF是W3C推荐的一种信息描述方式,目的是克服XML的语义限制,提供一种简单的模式来表示各种类型的资源。在RDF的基础上,RDFS建立了一些基本的模型限制。RDF具有较强的表达能力,但仍存在一些不足,如RDF没有定义推理和公理的机制、它没有说明包含特性以及没有版本控制等。   OIL建立在RDF之上,其主要优势在于以描述逻辑为基础,提供形式化语义的推理。OIL综合了三方面的技术:框架系统、描述逻辑和基于XML与RDF语法的Web语言。框架系统采用了一种类似于面向对象的方法对数据建模,提供建模原语;描述逻辑用规范化的方法表达结构化知识以及查询和推理;基于XML和RDF语法的Web语言为OIL提供语言元素。OIL的数据对象主要包括:类定义、槽定义(slot definition)以及公理定义(axiom)。类定义包括定义类型、类层次关系和槽约束或属性约束;槽定义定义实体间的二元关系,包括有原语slot-def, domain, rang, inverse, subslot-of等;公理定义由定义该本体内的一些附加规则,如类之间外延的关系有不相交、覆盖、相交、等价等。   DAML由DARPA(美国国防部高级计划研究署)主持开发,力图溶入包括RDF、OIL等的优点,它与OIL一样建立在RDF之上,以描述逻辑为基础。其主要目标是开发一个旨在以机器可读的方式表示语义关系、并与当前及未来技术相容的语言,尤其是开发出一套工具与技术,使得Agent(代理)程序可以识别与理解信息源,并在Agent程序之间实现基于语义的互操作。DAML的最早版本为DAML-ONT,但后来与OIL紧密结合形成了DAML+OIL。DAML+OIL是由美国和欧盟在DAML背景下共同开发的,它与OIL有着相同的目标,是目前应用最广的本体语言。它是RDF(S)基础上的扩展,具备充分的表达能力(如唯一性、传递性、逆反性、等价等),具有一定的推理能力,完全确定了语义网中知识表示语言的整体框架。   当然,要实现语义网并非仅有XML和RDF就行了。更主要的技术难题还在于要让电脑可以进行过多的“思考”和“推断”,而面对纷繁复杂的问题,尤其是社会问题,人尚且难以决断,更何况计算机呢。因此,要真正实现实用的语义网还有很多工作要做。
编辑本段主要应用技术与研究趋势
  语义网是网络时代的高级智能产物,其应用广泛,有着美好未来。下面将介绍主要应用技术与研究趋势。   经典的自底向上和新兴的自顶向下的方式。自底向上的方法关注于标注好的信息,使用RDF表示,所以这些信息是机器可读的。自顶向下则着重于利用现成的页面信息,从中自动抽取出有意义的信息。近年来每一种方法都有一定的发展。自底向上的方法的一个喜讯来自于Yahoo搜索引擎支持RDF与microformats的声明。这是一个对于内容发布者、Yahoo和消费者来说三赢的举措:发布者有了标注自己信息的激励,Yahoo可以更有效地利用这些信息,用户可以得到更好、更精确的结果。另一个喜讯来自于Dapper关于提供语义网络服务的声明,这项服务可以让内容发布者给现有的网页添加语义标注。可以期待的是,这种语义工具越多,发布者标注网页就会越容易。自动标注工具的发展与标注激励的增多,会使得自底向上的方法更加引人注目。尽管工具与激励都有了,但要使得自底向上的方法流行起来还是有相当的难度。事实上,今天google的技术已经可以在一定程度上理解那些非结构化的网页信息。类似地,自顶向下的语义工具关注点在于怎样处理现有的非完美的信息。这些方法主要是利用自然语言处理的技术来进行实体的抽取,这些方法包括识别文档中特定实体(与人名、公司、地点等)的文本分析技术,以及能获取特定领域信息的垂直搜索引擎。   自顶向下的技术关注于从非结构化的信息中获得知识,但它同样可以处理结构化的信息,自底向上的标注技术越多,自顶向下方法的性能就越能得到提高。在自底向上的标注方法中,有几种候选的标注技术,它们都很强大,对它们的选择需要在简单性及完全性之间作一个权衡。最完备的方法是RDF:一种强大的基于图的语言,用于表示事物、属性及事物间的关系。简单地来说,你可以认为RDF是这样的一种语言,它通过这样的方式来表达事实:Alex IS human (类型表达), Alex HAS a brain (属性表达), and Alex IS the father of Alice, Lilly, and Sofia (关系表达)。RDF很强大,但因为它是以高度递归、精确与数学化而著称的,同时它也是很复杂的。当前,大多RDF的使用都是为了解决数据的互通性。例如,医学组织使用RDF来表述染色体组数据库。因为信息被标准化了,所以,原来孤立的数据库就可以被一起查询并相互比较了。一般说来,除了语义方面的意义,RDF最主要的好处在于实现互通性与标准化,特别是对于企业来说(下文有论述)。Microfomats提供了一个简单的方法――CSS风格-―来给现有的HTML文档添加语义标记,简洁的meta数据被嵌入到原有的HTML文档中。比较流行的Microformats标签包括hCard:描述个人及公司联系信息;hReview:添加到评论页的meta信息;与hCalendar:描述事件的标签。Microformats因它的简单而得到流行,但它的能力仍然是很有限的。例如被传统的语义团体认为是很必要的层次结构的描述,它就做不到。此外,为了使得标记集最小化,难免地它们表达的意思就显得比较模糊。这就引出了另外一个问题:把标签嵌入到HTML文档中是不是一种合适的做法?然而,虽然仍存在很多的问题,Microformats还是因为它的简单而广受青睐,像Flickr, Eventful, LinkediIn及其它很多公司都在采用microformats,特别在是Yahoo的搜索声明发布之后。还有一种更为简单的方法就是把meta数据放在meta头中。这种方法已经在一定程度上被使用,可惜的是使用得还不是十分广泛。纽约时报最近为他们的新闻页面启动了一个标注扩展,这种方法的好处已经在那些主题或事件页面中显现出来。例如,一个新闻页面可以通过一组关键词来标识:地点、日期、时间、人物与类别。另一个例子是关于书的页面,已经在页面的meta头里加入了书本的信息:作者、ISBN与书的类别。尽管所有这些方法不尽相同,但相同之处是它们都是很管用的。越多的网页被标注,就会有越多的标准会被实现,同时信息也会变得更为强大与更易于得到。   关于语义网的讨论中,在用户与企业的关注点是不一样的。从消费者的立场来说,我们需要一个杀手级的应用(killer app),可以给用户传递实在而简单的价值。因为用户只会关注产品的实用性,而不会在乎它建立在什么技术之上。问题在于,直到目前为止,语义网的关注点更多的都还停留在理论层面,如标注信息以使得机器可读。我们可以给出这样的承诺:一但信息都被标注,网络就会变成一个大型的RDF数据库,大量激动人心的应用也会应运而生。但也有怀疑者指出,首先你必须得达成那样的假设。   已经有很多基于语义网的应用,如通用及垂直搜索引擎、文本助理工具、个人信息管理系统、语义浏览工具等等,但在它们为大众所接受之前,还有很长的路要走。即便这些技术成功了,用户也不会有兴趣知道那背后使用了些什么技术。所以说在用户层面推广语义网技术是没什么前景的。   企业就不一样了,第一,企业比较习惯于技术方面的论调,对于它们来说,利用语义技术可以增加产品的智能程度,从而形成市场价值。“我们的产品更好更聪明,因为我们使用语义网”,听起来这对企业来说是一个很不错的宣传。   从企业层面来说,RDF解决了数据的互通性标准的问题。这个问题其实在软件行业的早期便已出现,你可以忘掉语义网,只把它看作是一个标准协议,一个使得两个程序可以互通信息的标准。这对企业来说无疑是极具价值的。RDF提供了一个基于XML的通讯方案,它所描述的前景使得企业并不在乎它的复杂性。但还存在着一个扩展性的问题,跟已经普及优化的关系型数据库不同,基于XML的数据库并没有普及,这归咎于其可扩展性与查询能力。就像九十年代末的对象数据库一样,基于XML的数据库承载了太多的期望,让我们拭目以待。   语义API是随着语义网的发展而发展的,这类网络服务以非结构化的文本作为输入,输出一些实体与关系。例如路透社的Open Calais API,这项服务接受原始文本的输入,返回文本中的人名、地点、公司等信息,并在原文中加以标注。另一个例子是TextWise的Hacker API,该公司还提供了一百万美元的悬赏,以奖励基于它的API的最好的商业语义网应用。这个API可以把文档中的信息分为不同的类别(称为语义指纹),输出文档中的实体与主题。这点和Calais的很相似,但它还提供了一个主题的层次结构,文档中的实际对象是结构中的叶节点。再一个例子来自于Dapper,那是一个有助于从无结构的HTML页面提取结构化信息的网络服务。Dapper的工作依赖于用户在页面上为对象定义一些属性,比如,一个图片出版商会定义作者、ISBN和页数的信息在哪里,然后Dapper应用就可以为该站点创建一个识别器,之后就可以通过API来读取它的信息。从技术的角度来看,这似乎是个倒退,但实际上Dapper的技术在实际当中非常有用。举个典型的情景为例,对于一个并没有专门API可以读取其信息的网站,即便是一个不懂得技术的人都可以在短时间内用Dapper来构造一个API。这是最强大、最快捷的把网站变为网络服务的途径。   可能语义网发展的最初动机就是因为很久以来搜索的质量都已经很难再得到提升。关于对页面语义的理解能提高搜索质量这一点假设也已经被证实。语义网搜索两个主要的竞争者Hakia与PowerSet都已经做出不少的进步,但仍然不足够。因为,基于统计的google算法,在处理人物、城市与公司等实体时表现得与语义技术同样的好。当你提问“法国总统是谁”时,它能返回一个足够好的答案。越来越多人意识到对搜索技术边缘化的改进是很难击败google的,因而转向寻找语义网的杀手级应用。很有可能,理解语义对于搜索引擎是有帮助的,但就此并不足以构建一个更好的搜索引擎。充分结合语义、新颖的展示方式与对用户的识别能提升下一代搜索引擎的搜索体验。另有一些方法试图在搜索结果上应用语义。Google也在尝试把搜索结果分为不同的类别,用户可以决定他们对哪些类别感兴趣。搜索是一场竞赛,很多语义公司都在追逐其中。也许会有另一种提高搜索质量的可能:文本处理技术与语义数据库的结合。下面我们即将谈到。我们已经看到越来越多的文本处理工具进入消费市场。像Snap、Yahoo Shortcuts或SmartLinks那样的文本导航应用可以“理解”文本与链接中的对象,并附加相应的信息于其上。其结果是用户根本不需要搜索就可以得到对信息的理解。让我们想得更远一些,文本工具使用语义的方式可以更为有趣。文本工具不再解析用户在搜索框里输入的关键词,而是依赖于对网络文档的分析。这样对语义的理解会更为精确,或者说减少猜测性。随后文本工具给用户提供几类相关的结果供选择。这种方式从根本上不同于传统的把大量文档中得到的正确结果一起堆放在用户面前的方式。 同样有越来越多的文本处理工具跟浏览器结合起来。自顶向下的语义技术不需要发布者做任何事情,因而可以想像上下文、文本工具可以结合在浏览器里。Firefox的推荐扩展页里提供了很多的文本浏览解决方案,如Interclue, ThumbStrips, Cooliris与BlueOrganizer等。   语义数据库是标注型语义网应用的一个发展方向。Twine正在beta测试阶段,它着眼于建立一个关于人物、公司、事件、地点的私人知识库,数据来源为各类论坛的非结构化内容,这些内容可通过书签、邮件或手工的方式进行提交。这项技术仍有待成熟,但它所能带来的好处显而易见。可以意想的一个基于Twine的应用为个性化的搜索,通过个人的知识库来对搜索结果进行过滤。Twine底层的数据表示方式是RDF,可以开放给其它的语义网络服务所采用,但其核心的算法,如实体提取是通过语义API的方式商业化的。路透社也提供了类似的API接口。另外一个语义数据库的先行者是一家叫Metaweb的公司,它的产品的Freebase。从它所展现的形式来看,Freebase只是一个基于RDF的更结构化的wikipedia翻版。但是Freebase的目标是建立一个像wikipedia那样的世界信息库,这个信息库的强大之处在于它可以进行精确的查询(就像关系型数据库那样)。所以它的前景依然是更好的搜索。但问题在于,Freebase怎样保持与世界信息同步俱进?google每天对网络文档进行索引,可以随着网络发展而发展。Freebase现在的信息仅来自于个人编辑及从wikipedia或其它数据库中抓回的数据。如果要扩展这个产品,就必须完善从全网络获取非结构化信息、解析并更新数据库这一处理流程。保持与世界同步这一问题对所有数据库方法都是一种挑战。对于Twine来说,需要有不断的用户数据加入,而对于Freebase来说,则需要有来自不断的来自网络的数据加入。这些问题解决起来并不简单,在真正实用之前都必须要有一个妥善的处理。所有新技术的出现都需要定义一些概念和得到一些类别。语义网提供了一个很激动人心的前景:提高信息的可发现性,实现复杂的搜索,新颖的网络浏览方式。此外语义网对不同的人有不同的意义,它对于企业和对于消费者的定义是不同的,在自顶向下VS自底向上,microformats VS RDF等不同类型中也有不同的含义  语义网相关书籍
。除了这些模式,我们也看到了语义API与文本浏览工具的发展。所有的这些都还处于其早期发展阶段,但都承载着改变我们与网络信息交互方式的期望。   语义网的高级阶段使得图书馆,售订票系统,客户管理系统,决策系统均能发挥很好的效果。譬如要出去旅行,只要把具体时间要求与自己喜爱的国内旅游类型提供给语义网支持的查询系统,那么很快相应的国内景点,最佳旅游方案与注意事项,提示以及旅行社的评价均能很快速得准备在浏览器页面上。   语义网终会把网络的高级阶段应用到世界的每一个角落,每个人均有自己的网络IP一样的身份证明.个人消费信用、医疗、档案等等全在自己的网络身份里面。同时网络社区更比现实社区更有活跃力,网络社会更有秩序、和谐。  语义网相关书籍
  语义网相关书籍
  语义网相关书籍
词条图册更多图册 词条图片(5张)
扩展阅读:
1
语义网介绍文章:http://semanticweb.org.cn/dispbbs.asp?boardID=2&ID=7109
2
语义网英文权威资料:http://www.w3.org/2001/sw/
3
中文语义网论坛:http://bbs.w3china.org
4
维基百科:http://zh.wikipedia.org/w/index.php?title=%E8%AF%AD%E4%B9%89%E7%BD%91&variant=zh-cn
开放分类:
万维网,web,语义,本体

我来完善 “语义网”相关词条:
语义网络Microformat
语义网络 Microformat
百度百科中的词条内容仅供参考,如果您需要解决具体问题(尤其在法律、医学等领域),建议您咨询相关领域专业人士。
237本词条对我有帮助添加到搜藏 分享到:
合作编辑者
linkin1005 ,小虫儿升神啦 ,就是磕啊 ,jinn152 ,吐烟圈的猫啊 ,ayy216226 ,  陌上秋草    更多
如果您认为本词条还需进一步完善,百科欢迎您也来参与编辑词条在开始编辑前,您还可以先学习如何编辑词条
如想投诉,请到百度百科投诉中心;如想提出意见、建议,请到百度百科吧。
 楼主| 发表于 2011-12-5 08:10 | 显示全部楼层

十大语义网产品 2010、2009、2008

语义网=有意义的网络。
“如果说 HTML 和 WEB 将整个在线文档变成了一本巨大的书,那么 RDF, schema, 和 inference languages 将会使世界上所有的数据变成一个巨大的数据库。”
--- Tim Berners-Lee, Weaving the Web, 1999
什么是语义网?
semantic(语义的)这个词指有意思的或与之相关的。
语义网是一种使用可以被计算机理解的方式描述事物的网络。
•甲壳虫乐队是来自利物浦的著名乐队。
•约翰.列农是甲壳虫乐队的成员之一。
•唱片 "Hey Jude" 是由甲壳虫乐队录制的。
象这样的句子可以被人类理解。但是如何能够被计算机理解呢?
陈述是由语法规则构建的。一门语言的语法定义了构建该语言的陈述所需的规则。
这就是语义网的本质所在 - 以计算机应用程序可以理解的方式描述事物。
语义网和网页之间的链接没有关系。
语义网描述的是事物之间的关系(比方说 A 是 B 的一部分,而 Y 是 Z 的成员)以及事物的属性(例如尺寸、重量、使用期限和价格等等)。
资源描述框架
RDF(资源描述框架,Resource Description Framework)是一种用于描述网络上的信息和资源的的标记语言。
将信息至于 RDF 文件之中,这样的话,这些信息就有可能被计算机程序("web spiders")从网络中搜索、发现、摄取、筛选、分析和处理。
语义网使用 RDF 来描述网络资源。
如果您希望学习更多关于 RDF 的知识,请阅读我们的《RDF 教程》
如何使用语义网?
假如有关音乐、汽车、入场券(或者任何别的东西)的信息被存储于 RDF 文件,智能网络应用程序就会将信息从不同的源中进行摄取,并将其整合,然后以一个有意义的方式将信息提交给用户们。
类似如下内容的信息:
•不同经销商的汽车价格
•药品信息
•航班时刻表
•工业备件
•书籍信息(价格、页数、编辑、年份)
•某人是谁
•事件的日期
•软件更新
语义网技术容易被理解吗?
语义网不是快速发展的技术。
其学习曲线是原因之一。RDF 是由那些拥有逻辑学和人工智能方面的学院背景的人们发展起来的。对于一般的开发人员的来说,它并不是特别容易被理解。
RSS 是一种用于构建语义网应用的快速发展的语言。如果您希望了解更多 RSS 的知识,请阅读我们的《RSS 教程》。
在下面的教程中,我们将专注于 RDF 的使用,以发现语义网的潜力所在。
请单击下一章,您可以看到一个简单的语义网应用实例。
 楼主| 发表于 2011-12-5 08:36 | 显示全部楼层

十大语义网产品 2010、2009、2008

[这个贴子最后由webmaster在 2011/12/05 08:38am 第 1 次编辑]

Joint International Semantic Technology Conference (JIST2011)  

Dec. 4-7, 2011, Hangzhou, China
  HOME Calls Registration Keynotes Tutorials Industrial Talks Demo/Poster Program Accepted Papers Proceedings ORGANIZATION Venue Visa Travel About   
正在举行的语义网会议论文题目: http://web.me.com/huajunsir/JIST2011/Accepted_Papers.html




















































































































  
您需要登录后才可以回帖 登录 | 注册

本版积分规则

Archiver|手机版|小黑屋|数学中国 ( 京ICP备05040119号 )

GMT+8, 2025-5-5 22:48 , Processed in 0.111135 second(s), 15 queries .

Powered by Discuz! X3.4

Copyright © 2001-2020, Tencent Cloud.

快速回复 返回顶部 返回列表