Archive for the '语义技术' Category
“2010图书馆前沿技术论坛：关联数据与书目数据的未来会议”日程及演示稿下载
Linked Data Workshop Shanghai
（日程及会议演示稿）
主办单位：上海图书馆学会学术委员会
协办单位：上海市普陀区图书馆
活动主题：关联数据：技术实现和应用前景
费用：无
会议时间：2010年8月23日13:00-18:00pm
会议地点：普陀区图书馆 大渡河路1800号（铜川路口）12楼多功能会议室
会议日程（执行）：
13:00-13:10 上海市图书馆学会学术委员会主任范并思致辞，普陀区图书馆馆长司颖致辞
13:10-13:40 曾蕾教授远程发言(ppt)
13:40-14:20 林海青 关联数据的功能需求及其实现(ppt)
14:20-15:00 刘 炜 关联数据ABC及近两年来的应用进展(ppt)
15:00-15:40 胡小菁 RDA与关联数据(ppt)
15:40-15:50 休息
15:50-16:15 黄田青 关联数据:语义万维网的新坐标 (ppt)
16:15-16:45 夏翠娟 应用开源内容管理软件Drupal发布关联数据的探索(ppt)
16:45-17:10 张春景 关联数据开放的有关法律问题(ppt)
17:10-17:40 白海燕 基于关联数据的信息组织深度序化初探(ppt)
17:40-18:05 赵 亮 主持远程参会者发言及讨论
18:05-18:06 范并思 会议总结并宣布闭幕
群组资料在此：http://sns.libspace.org/space-mtag-tagid-38.html
会议通知在此：https://docs.google.com/ 或pdf格式：http://sns.libspace.org/
2010图书馆前沿技术论坛：关联数据与书目数据的未来
Popularity: 6% [?]
Tags: 元数据, 关联数据, 知识组织, 语义技术Related posts
《实用语义网》学习笔记（第6章）
作者: （美） 亨德勒 / （美） 阿利芒ISBN: 9787115193841 页数: 330定 价: 59出版社: 人民邮电出版社装 帧: 平装出版年: 2009-2-1
本章开始是我真正感兴趣的所在了：本 体建模和本体编码。渐入佳境。
（一）
- 数据表达（也是一种知识表达）可以基于多种模型，每 种模型可以有多种方法来表达，每种方法也可能有多种编码模式（Schema，如XML模式，数据库模式等）。模式告诉我们所有数据需要传递和表达的信息 （包括结构和语义）。就RDF来说，也有多种等效的方法，但虽然等效，处理方式可能大相径庭，不同的处理方法可能带来不同的“计算”能力（对于语义Web 来说，也是一种推理能力），以及对应于不同的数学运算方式。
- 例如RDF三元组表达，其本质上是图像（节点-连线图），但RDFS更适合 于用集合来表达。点线图的计算和集合的运算是非常不同的，这两种方法可以看成是模型表达的不同。相对说来，集合运算在数学上是非常成熟的。
- RDFS 可以看成是领域模型表达成RDF的形式化语言，就是说领域模型中的各类实体关系，都用RDF三元组来表达，写成RDF模式的序列化形式。当然数据实例，也 都是RDF三元组。这一方面降低了RDFS的应用难度（RDF标准在设计时吸取了XMLS的经验），同时却常常使初学者感到迷惑。好在这个迷惑的过程不会 很长。
- 所谓推理，在这里实际上只是比“检索”前进了一步，即不仅能检索出已经明确表达的知识，而且能够根据规则，判断出没有“显式”表 达出来的知识。应 用到RDF模式，就是不仅能对Asserted Triples进行查询，也能够对Inferenced Triples进行查询。这本来就是RDFS设计的初衷，当然没有问题。当然，如果RDFS本身的表达有问题，有矛盾，通过工具应该是能够检验出来 的，XML模式也可以进行Validation的检查，RDFS当然也行。
- 传统的描述数据的“模式”都不是存在于模式中，或者以模式的 编码方式存 在。例如关系数据库的“模式”，通常是附注文本，或单独的文件，面向对象的对象模型的“模式”也不是以对象的方式进行描述，早期XML文本描述的DTD定 义，也不是合法的XML文件。目前很多数据格式的定义模式一般都采用与数据格式相同的方式，例如通用Lisp的元对象以及Java对象模型的API自定义 表达都是采用自身相同的语言定义模式，XML Stylesheet，以及XML模式，也采用XML方式进行定义。
- RDFS引入更多的 “资源”来定义资源和资源之间的关系，定义的这些资源其实只是一个“约定”，本来任何人都可以这样定义，只是W3C作为一个约定，写入了“标准”中去了而 已。
例如rdf:type只能定义实例的类型，例如《红楼梦》是一本小说：
[1] ex:红楼梦 rdf:type ex:小说
其中ex表示定义“红楼梦”和“小说”的命名域。
如果要定义“小说”（类名）是一种“文学作品”（类名）， 就没有相应的rdf资源元素，W3C扩展了一个rdfs:subClassOf，以及rdfs:superClassOf，可以这样定义：
[2] ex:小说 rdfs:subClassOf ex:文学作品
或者：
[3] ex:文学作品 rdfs:superClassOf ex:小说 - 当然，要使计算机理解 rdfs:subClassOf和rdfs:superClassOf之间的关系，还需要进一步用到本体定义语言OWL扩展的一个元 素：owl:inverseOf。实际上OWL也是一套对RDF进行扩展的词表，丰富了RDF的语义表达能力。
继续上面的例子。由[1]和 [2]，就可以推出：
[4] ex:红楼梦 rdf:type ex:文学作品
其中 rdf:type，rdfs:subClassOf两个资源之间的语义关系是RDF标准中定义（预设）好的（包括与rdf:superClassOf，以 及这两个资源元素与owl:inverseOf之间的关系），因此机器才能自动做出上述推论。
这样的推理，类似于编程语言中IF/THEN表达的 语句。
这其实才是RDF推理。
（二）
除了rdfs:subClassOf之外，RDFS还扩展了许多元素，rdfs:subPropertyOf是其中最重要的一个。
类有子类，也有 属性。属性有子属性。
[5]
ex:著 rdfs:subPropretyOf ex:创作
由：
[6] ex:曹雪芹 ex:著 ex:红楼梦
可以得到：
[7] ex:曹雪芹 ex:创作 ex:红楼梦
建模举例：
某图书馆的工作 人员中有职业的图书馆员，外聘的信息技术人员、外包公司的技术人员以及自由职业者，如果要建立他们与图书馆之间的各类用工关系，该如何做？
首先析 出需要描述的关系：合同关系contractsTo，自由职业freeLancesTo，外包公司indirectlyContractsTo，直接聘用 isEmplyedBy，以及笼统的用工关系worksFor。
所有职员与公司之间的这些关系，其实都是“属性”关系，应该用 rdfs.subPrepertyOf建立起联系。
上述五种属性之间的关系，用工关系包括合同用工和直接聘用，合同用工又包括自由职业者合同和外 包公司合同（用词在这里不一定符合中国法律，但语义就是这个意思）。可以作如下表达：
[8]
ex:isEmplyedBy rdfs:subPropertyOf ex:worksFor
ex:contractsTo rdfs:subPropertyOf ex:worksFor
ex:freeLancesTo rdfs:subPropertyOf ex:contractsTo
ex:indirectlyContractsTo rdfs:subPropertyOf ex:contractsTo
这样，如果：
Keven isEmplyedBy TheLibrary
机器可以得到以下推理：
Keven worksFor TheLibrary
如果：
Marcia freeLancesTo TheLibrary
Raizen indirectlyContractsTo TheLibrary
机 器就可以自动做出下面的推理：
Marcia contractsTo TheLibrary
Raizen contractsTo TheLibrary
属性之间的这种关系定义，在面向对象的编程中是没有对应规定的，这一点需要注意。
（三）
RDFS另外有两个重要扩展：rdfs:domain 和rdfs:range，它们也跟“属性（Property）”元素有关：rdfs:domain关乎属性的主语的取值，rdfs:range关乎属性的 宾语（对象）的取值，都是一种约束（限定），或者说提供了对三元组当属性词（谓语）确定之后，用来描述主语和宾语的限定的扩展元素。
举例说明如下：
[9]
如果属性P的值域（domain）为D，x的P属性是y，那么x的类 型一定是D。可以写为：
IF
P rdfs:domain D
and
x P y
THEN
x rdf:type D
[10]
如果属性P的范围（range）为R，x的P属性是y，那么y的类型一定是R。可以写为：
IF
P rdfs:range R
and
x P y
THEN
y rdf:type R
有 了这两个元素，就能够对于取值范围进行约束，从而可以采用规范词表之类的方法进行取值的规范控制。但是RDFS不能描述某一个实例不属于某个类（这在 OWL中得到了扩展），当定义了P的domain和range之后，如果有“x’ P y’”，不论x’或y’取何值，系统都必然地把它们归入预定的domain和range，加入预设的domain和range（例如规范词表或分类法）中 没有x’或y’的实例，就会发生矛盾，需要另外解决。
进一步，结合rdfs:subClassOf，可以有一些更有意思的推理：
如 果某个属性P有值域D，而值域D是D’的子类，则D’也是P的值域。表示如下：
[11]
IF
P rdfs:domain D
and
D rdfs:subClassOf D’
THEN
P rdfs:domain D’
具体举例：网页（D）是网络资源（D’）的子 类，具有URL的HTML页面（P）是网页（属于值域D），那么也一定是网络资源（属于值域D’）。
这里与面向对象的分析和设计似乎相反，类的属 性不是被子类继承，反而被超类获得。这是Web的特性决定的：属性自身就是资源，不专属于特定的类。
属性交集的例子：
[12]
如 果：
属性P ⊆ R ⋂ S
x P y （x的P属性值为y）
则：
x R y （x的R属性值为y）；
x S y （x的S属性值为y）。
（四）
例子：
甲图书馆用 Lib1:borrows表示外借图书，乙图书馆用Lib2:checkedOut来表示，一个Web应用要将他们的外借数据合并，可以采用以下方法等同 这两个属性：
Lib1:borrows rdfs:subPropertyOf Lib2:checkedOut
Lib2:checkedOut rdfs:subPropertyOf Lib1:borrows
然后，让这两个属性共同作为一个属性的子属性：
Lib1:borrows rdfs:subPropertyOf ex:hasPossession
Lib2:checkedOut rdfs:subPropertyOf ex:hasPossession
这样，使用ex:hasPossession就可以获取所有两个图书馆 外借图书的数据了。
这种方法可以用来整合多个不同的元数据方案。例如，用DC元数据元素作为“核心集”时，MARC等不同元数据方案中的 诸如ex:author，ex:editor之类的元素，都可以 subPreportyOf dc:creator，就可以支持DC标准作为统一查询的元数据标准了。
不用作推理的RDFS元素还有如下一 些：rdfs:label（给定一个显示 名），rdfs:seeAlso（交叉参考），rdfs:isDefinedBy（定义主体），rdfs:comment（注释）等等。
总结一下：
RDFS是用来描述RDF的模式语言，主要提供了定义类（class）、类与类之间的关系（subClass）、属性 （property）、属性之间关系（subProperty）的方法，并规定了简单的、基于集合理论的类继承规则，以及属性继承规则。可以看出RDFS 对RDF的上述扩展，也是完全基于RDF的（全都是三元组），这也保证了RDFS可以像RDF一样，具有同样的开放性，任何人都可以用来定义任何RDF模 式。
虽然RDFS引入了值域和范围，用来限定资源类的属性取值，增加了RDFS的复杂性，但RDFS仍然是非常简单的，没有多少内容。也因 为此，它的适用面和能力是非常强大的。当然如果要表达更为丰富的语义和推理关系，还需要从规则表达（如OWL和SKOS）和词表（如SKOS、FOAF、 DC等等）两方面进行扩展。任何元数据方案以及本体模式，都是组成语义网标准规范体系中的成员，都是对语义网的贡献。
Popularity: 55% [?]
Tags: OWL, RDFS, 实用语义网, 笔记, 语义Web, 语义技术Related posts
《实用语义网》学习笔记（1-5章）
下面是看书时随手记下的内容，为了加强印象，特别是看原版书，不记一些东西很快就扔到爪哇国去了。笔记不一定正确，贴在这里供大家批判。
作者: （美） 亨德勒 / （美） 阿利芒ISBN: 9787115193841 页数: 330定 价: 59出版社: 人民邮电出版社装 帧: 平装出版年: 2009-2-1
第 一章 什么是语义万维网
- 这的确是一个很难向普通人解释的问题，我们来看看两位大师是怎么做的。
- 首先他们介绍了 本书的主题：关于语义万维网 和本体建模。语义万维网顾名思义，肯定是关于万维网的，而且要表达语义。语义按照一般的解释，就是自然语言所表达的含义。本体建模为什么有必要谈呢，主要 是因为W3C固然搞了一大套东西，但不同的工匠做出的活儿肯定是不同的，本书是要教导你做出漂亮的活，而不是粗糙的、仅仅符合W3C那些定义的活。
- 然 后解释了Web的伟大意义，即任何人可以在上面就任何话题说任何话，即AAA口号(Anybody can say Anything about Any topic)。这正是Web的魅力和价值所在。万维网的价值与它参与者的数量和资源数 量成正比，万维网的魅力就在于它是一个不断增长的有机体。那么语义Web又能做什么东东呢？作者举了两个Web应用例子（涉及到四个网站），一个是会议旅 馆信息不同步，一个是冥王星被驱逐出太阳系九大行星行列之后，一些网站的信息同步问题。作者在后文中还会用到这两个例子。
- 通过这两个例 子，说明目前的Web是有很大缺陷的，同时说明，语义Web就是要解决这些个问题。作者称之为“聪明的Web和傻Web”的问题。
- 接 着作者探讨了如何使Web变得聪明，在现有的Web架构中，你不可能提供一个集中式的管理方法，或者架构，使其“聪明”起来，任何这种企图在开放的、分布 式环境下都是不可能的，不仅是经济上不可能，操作上也不可能。所以作者对“聪明”的Web有一个定义，就是需要把数据在适当的时候，以适当的方式呈现出 来。语义Web的架构只要实现这个，就够了。
- 然后作者又对“聪明的程度”作了探讨，聪明并不意味着绝对正确，不可能存在绝对真理，语义 网“容错”是一个关键问题，如何容错，如何继续允许AAA，同时建立自己的过滤和“权威”审定机制，也是这个架构设计中的重要方面。目前主要采用唯一的 URI命名来共存，以及采用RDFS标注来说明概念间的关系。
第二章 语义建模
- 首先介绍了模型的概念：对事物的抽象，隐藏细节、反映概貌，以及模型的作用：沟通、解释预测以及协调不同意见。
- 模 型描述用自然语言在人和人之间交流，比通过计算机交流，要容易得多。人类的交流通常隐含了很多前提条件（语境），例如知识、文化、科技、宗教背景。当然， 也会因此而造成理解程度的差异。
- 整个一章基本上是围绕模型的三个功 能：communication，explanation/prediction，mediating来写，最后着重说明了如何表达异见、以及表达能力有 高有低等问题。
第三章 RDF－语义Web的基础
- 首先提出，语义Web所涉及的语义，不同于符号语义学很复杂的东西，而仅仅是为所涉及的“资 源”给出了一个链 接，作为资源名（即URI）。实际上给出了语义Web一个基本假设：链接即语义。有了这样一个URI，任何指代的东西就有了根据，通过这样一个基本的三元 组的建立，使得认知三角形得以成立（实际上是这样一个认知模型），从而提供了逻辑的结构基础（砖块）：三元组构成的判断式，从而所有的推理运算可以在此基 础上展开（例如一元谓词逻辑的所有计算，最简单的等同计算，以及通过RDF建立关系链接能够表达的所有关系计算——超类，子类，以及通过OWL描述逻辑能 够进行的更复杂的计算，如“非”等等）。
- 本章通过一个莎士比亚戏剧作品的年 表，展示了如何从关系数据库的表单结构表达的隐含语义，转化为分布式Web网络环境上可被获得的三元组链接。这也印证了人们对语义Web的一个通常的说 法：语义Web就是分布式环境下的关系数据库。介绍了表达三元组的技术细节（如说明了采用qname的URI由怎样的两部分组成）。本章的最后提了本书的 第一项“挑战”（Challenge，类似于作业或操练，不过紧跟着就提供了答案和讨论，非常有启发）：把一个关系表转化为RDF表达。这是很有特色的一 种写法。最后还讨论了高阶（逻辑）关系和三元组（RDF）的其它表达（序列化）形式：N-Triples, Notation 3(N3), RDF/XML, 空节点（Blank Nodes）
第四章 语义Web应用架构
- 首先解释了在这样一本以“建模”为题的著作里，为什么要介绍“架构”（Architecture）， 因为这本书同时也 是for working ontologist，要具有实用性。为了解释如何使用，必须要介绍语义Web的高层架构、组成、内容（输入inputs）及来自何处、以及如何用到 RDF的优点、与其他架构的不同之处，等等。
- 支持语义网应用的软件主要有以下几类：
- RDF解析器 （Parser）/序列化工具（Serializer）；
- RDF 库（Store，又称三元组库：Triple Store）；
- RDF 查询引擎（Query Engine）；
- 各种专门应用（Application），如后面介绍的转换器、刮擦器等等。
- 目 前实现所有语义Web应用的底层技术还是以关系型数据库为基础的Web三层应用模式，只是其中增加了语义处理的内容，如查询部分需传递SPARQL语句， 处理和存储部分都需要支持RDF三元组数据，等等。
- 本 章后面其实没讲什么“架构”，都讲各类语义应用/软件了，例如：转换器converter/刮擦器scraper（指从HTML网页或传统应用中获取语义 信息——通常是RDF数据——的工具，当然可以通过各类微格式或其他准标准文档格式进行“刮擦”，通常需要编写GRDDL来实现）；RDF库的互操作解决 方案；查询和提问标准及其与SQL的比较；基于RDF的门户等，最后对于跨库的数据合成（特别是动态合成，类似于Mashup）。
- 上来就引述第一章讲到“傻瓜数据”时所举的例子：“傻瓜 数据如何基于更多的互联关系而使Web上的应用更聪明”（how a more connected Web infrastructure can result in behavior that lets smart applications perform to their potential）。其实当时也没怎么看懂，姑且继续往下看去。
- 基 于RDF的数据整合最大的好处，是保证分布式环境中数据的一致性（consistency）。数据的整合视图可以通过整合数据和整合提问两种方式得到，整 合提问通常需要架构的支持，并且需要适当的提问构建工具/环境以方便构建整合视图。
- 前文中“衣物和衬衫”的例子可以用规范词表的形式来 解决，如规定衣物是衬衫的上位概念，这样在查询衣物时，它的所有下位概念都会出来。这也是一种推理。
- 著名的语义Web堆栈图已经充分说 明了提供推理支持的语义网架构，这个架构是基于RDF，以及以RDF为基础的描述模式的。
- 推理引擎能够判断并未描述出来 的逻辑，不同的引擎判断的能力不同，RDFS和OWL的引擎就有所不同。
- 对于RDF库来说，有两种方式支持推理：Asserted triples和Inferenced triples，其区别类似于实时索引和物理索引的区别，极端的情况是，要么把所有能够推理出的三元组全部都罗列出来，放入库中，要么能不放都不放，所有 的三元组查询都通过规则实时导出。前者利用空间节省时间和计算能力，后者利用计算能力而节省了空间却牺牲了时间。对这两种做法进行动态更新时会碰到不同的 问题，在实际应用中，很难说那种更好，一般都采取折中的做法。
Popularity: 58% [?]
Tags: OWL, RDFS, 实用语义网, 笔记, 语义Web, 语义技术Related posts
精彩视频：关于语义搜索
什么是语义搜索？这段很久以前（08年）的视频可以告诉你。
Popularity: 25% [?]
Tags: RDFa, search monkey, 语义技术, 语义搜索Related posts
关于中国历史朝代本体的rdf描述
书社会的Caveman在做一项很实用的研究，问了一个很好的问题（一般而言，回答不上来的问题都是好问题）。我在这里做一些讨论，希望抛砖引玉，批评指正。
在这里把问题归纳为：如何用RDF（及其家族）描述中国朝代的公元纪年。他的朝代与公元纪年对照表在这里：http://tinyurl.com/timeReignChinese。
直感转换方法有很多种，可以用RDF，也可以用SKOS和OWL，甚至其它，包括直接用XML自定义也可以。
编码原则应该是：能复用就复用，看看前人的成果。
而如何编码，哪种方式合用，关键还要看需求。
网络上已经有一些供人使用的转换工具了，但如果要通用性，应该基于RDF进行编码，并开发一个工具，甚至变成语义网络的一种服务，就能够直接为机器理解、获取和使用，能够被其它应用任意调用，就能体现语义技术最大的优越性了。
想到目前国内有些分类法主题词表分别都有了网络版，但那是给人看的，无法通过服务器直接获取术语和术语关系，进行匹配和关系运算，这实际上发挥不了多大的作用。只有用RDF（SKOS或OWL）编码之后，提供一定的语义Web服务（例如用关联数据方式发布），才能真正发挥词表的作用。
这里的核心需求可以整理为：
1、某个朝代有哪些年号，这些年号的起讫日期（即这个对照表：http://tinyurl.com/timeReignChinese）。
2、某个公元年号落在哪个朝代的哪个年号。
3、模糊年号（如不同朝代相同年号）和模糊日期（如起讫年精确到年还是月还是日）的处理。
4a、是否需要提供网络服务接口，实现双向转换；
4b、还是提供代码，嵌入任何应用；
4c、还是仅仅用RDF来描述这个对照表。
5、进一步的，不同朝代的国家情况（地理疆域、并行的国号等）。
就这个对照表的转换而言，可以认为只需满足1、2和4c即可。
简单的解决方案可以这样：
定义朝代（dynasty）类和年号（reign）子类，都属于event类，复用event本体（http://motools.sourceforge.net/event/event.html）和timeline本体（http://motools.sourceforge.net/timeline/timeline.html）中的元素，建立“朝代－年号”和“年号－公元纪年（date interval类型）”的rdf描述即可。
将来可以扩展（复用）event的其它属性，例如皇帝，都城，等等。
Popularity: 28% [?]
Tags: RDF, 朝代, 本体, 知识组织, 语义技术Related posts
互操作层次
图片来自http://en.wikipedia.org/wiki/Levels_of_conceptual_interoperability
简单说明：
- 第0层：没有（不考虑）互操作性（封闭如C/S系统）
- 第1层：技术互操作，可利用至少一种协议，能够在一个平台上使其它系统获得比特或字节信息。
- 第2层：语法互操作，支持进行一定格式的数据交换。
- 第3层：语义互操作，在数据交换的基础上，依靠共有互通的解释机制，达到语义的交换和共享（互操作）。语义Web就提供了一套协议机制，支持整个Web范围内的语义交换与共享。
- 第4层：程序互操作，支持协同语境。在语义理解的基础上，共同实现一定的功能。
- 第5层：动态互操作，系统的变化和迁移被记录和控制，变化不影响数据的交换和功能的实现。
- 第6层：概念互操作，具有一定智能的系统，不同系统间的互操作能够自动地实现。
Popularity: 19% [?]
Tags: 互操作, 语义技术Related posts
几个概念：开放数据，关联数据，语义Web和Web3.0
针对童鞋们经常提问，以及本人根据网络资源和自己的理解整理如下：
开放数据（Open Data）：
在网络上可以公开得到的数据，没有任何控制访问的措施（无需登录，否则只能是免费数据或其它名称）。
为了促进开放数据应用，模仿“创作共用”协议，好事者也提出了“开放数据共用协议”。
开放元数据是其中的一类。
项目举例：
- data.gov（美国）
- Open Data Network（德国）
- making public data public（英国）
关联数据（Linked Data）：
一种数据访问（整合）技术，基本上都是以RDF方式表达，对于Http协议进行少量扩展（规定）而成。低成本，高可用性，整合简单。
开放链接数据（Linked Open Data）是关联数据的一项运动。
- 美国纽约时报项目，目前已经上载了5000个人物的主题表目，可以按照cc by协议开放使用。
- Linked Data Research Center
- GoodRelations：关于产品、价格和企业数据的规范词表
- oeGOV：应用于政府信息管理的本体词表
Web3.0：
Web2.0的热衷者或者搅局者提出的一个概念，作为下一代Web的一种趋势探讨，有人说就是语义Web，有人在语义Web基础上添加了P2P、各类无线应用甚至云计算等内容。
语义Web：
现有Web之上的、以数据资源为基本组成单位的Web，这些资源（数据）都标注有元数据描述，从而能够进行语义查询，以及数据整合，提供了互联网上实现语义互操作的技术平台。关联数据可以理解为语义Web的一种实现。
Web of Data是其另一别称。
Popularity: 31% [?]
Tags: linked data, Open Data, Web3.0, 关联数据, 语义Web, 语义技术Related posts
语义表达是不是一定要用RDF？
昨天参加了一场博士论文答辩，内容有关语义Web应用，论文架构很庞大，从基本概念、标准规范到元数据和本体的构建，到特定领域应用的实现和查询效果的比较等，感觉该童鞋很不容易。
答辩期间问了两个问题：
1、对于“语义”是如何理解的？机器如何理解语义？是不是Web加了元数据之后就是语义Web了？
2、如何对语义进行编码和查询？为什么没有试验用SAPRQLSPARQL进行查询？
第一个问题是因为论文中罗列了很多语义Web的定义而没有对语义进行定义，更没有说明语义是如何能被机器“理解”，保证机器理解的机制到底是什么？整篇文章给人的感觉好像是对于Web进行了元数据（语义）标注之后就是语义网了。
第二个问题是针对论文认为语义标注必须首先用XML进行结构化，RDF以及KOS转换的本体（OWL)起什么作用都没有明确说明，有点知其然不知其所以然的味道，后面更是没有提到语义Web查询语言SPARQL的独特作用，而是用SQL实现对语义数据的查询。
该 童鞋对于这两个问题的回答还是基本到位的，第一个问题她说到了语义就是所表达内容的含义，需要通过形式化编码才能被机器理解；第二个问题说需要用基于 XML的语义描述语言进行编码，因为在实验系统实现的过程中没有直接支持RDF的数据库系统，所以无法用SPARQL进行语义查询，等等。
这里想补充一些我的认识，有些认识可能比较绝对，对与不对大家可以批评指正。
1、 对于语义Web而言，RDF是基本的编码方式，是不是用了RDF可以作为具不具有明确外在的语义编码的判定标准。就是说，用了RDF，才能说是有语义的， 就像用了ASCII等字符编码标准才能进行文本编码一样。元数据可以不用RDF来表示，但是RDF是专门为了表达元数据而发明的语言（或者说框架或结 构），因为元数据就是“关于数据（主体）的数据（客体）”，主客体通过某种方式（谓词）相联系。这个问题在计算机界一直有争论，但是我这里对RDF的定义 是三元组方式，不一定是XML表达的三元组，也可以是其它方式（如N3等)表达的三元组，或者通过数据库方式能够输出三元组。本体OWL和SKOS都是基 于RDF的，因此它们肯定是表达语义的，而用XML自定义的任何表达方式，可以认为是系统内部局部的语义表达方式，到Web上就不具有可交换性了。因此它 虽然是结构化的，但不是表达全局语义的。
2、RDF是表达机器语义的必要条件，但并不充分。在语义Web中，必须结合URI机制，才能赋予任何一 个表达（资源）的全局语义，当然这个全局也仅仅是对于开放的Web来说的，这也就是URI能够解析的范围。任何一个局域网，无论其规模再大，都可能屏蔽这 种机器语义，而具有其独特的、更丰富的语义。因此，元数据和本体可以适用于比语义Web更广泛的领域，但到了Web上，这些内部语义如果要进行分享、重 用、交换，都有互操作问题。现有的技术架构、模型方案等，都是为了规范和减少这些互操作问题而提出。
3、采用了语义技术，语义Web就可能借助于SKOS或OWL等编码表达的概念体系，进行基于概念的检索，并可能进行知识挖掘和简单推理。SPARQL提供了强大的知识查询能力。
从理解XML到理解RDF，似乎在“思考范式”上要有一个转型。许多搞计算机的人都无法理解，对语义Web认识一直有一个障碍，就是“管它语义不语义，机器懂什么语义？系统只要能满足用户的需求，什么技术不能表达语义？”希望上述解释能够回答这个问题。
Popularity: 27% [?]
Tags: OWL, RDF, 元数据, 语义技术Related posts
百思买开始发布关联数据
全球最大的专业零售商、世界500强之一的百思买，开始采用RDF/XML在网上发布其商品信息，包括其所有45万种商品，每种大约60个三元组（triple，相当于数据库字段），包括价格信息。数据每日更新。
虽然这个三元组库不是世界上最大的，但它的动态性目前还无人能比。Linked Open Data项目中的所有RDF库，还没有应用于动态商业产品信息的。因此，百思买能否成功，从某种程度上对于关联数据/语义网的应用具有示范效应。
三元组数据集在这里（可惜居然要翻墙，不知是何道理！）：
语义地图: http://products.semweb.bestbuy.com/sitemap.xml
数据集：
a) 软件产品:http://products.semweb.bestbuy.com/products/8182593/semanticweb.rdf
b) 硬件（”Hardgoods”）:http://products.semweb.bestbuy.com/products/8794691/semanticweb.rdf
c) 电影:http://products.semweb.bestbuy.com/products/7590289/semanticweb.rdf
d) 游戏产品:http://products.semweb.bestbuy.com/products/9223752/semanticweb.rdf
Popularity: 26% [?]
Tags: bestbuy, linked data, 关联数据, 百思买, 语义技术