语义Web概述
现有互联网的飞速发展使它的缺陷逐渐暴露了出来,如网页功能单调、搜索引擎智能化程度低等,这是因为大部分Web上的内容是设计给人阅读的,而不是让计算机程序按其意义进行操作的。计算机能熟练地解析网页的版面,知道哪里是标题,哪里有与其他页面的链接。但是,它分辨不出个人主页和天气预报的区别,因为没有可靠的方法来处理其中的语义,没有办法智能地理解网页内容和进行操作。
语义Web就是想弥补这方面的不足,为网页扩展了计算机可处理的语义信息。
语义Web中,各种资源被人为地赋予了各种明确的语义信息,计算机可以分辨和识别这些语义信息,并对其自动进行解释、交换和处理。但是语义Web与人工智能中的语义网络是两个不同的概念,它的研究对象和所采用的方法与传统自然语言处理也是不同的,它对现有的Web进行了语义扩展,从而使其能被计算机做一定的理解和处理,从功能上看它将是一个能够“理解”人类信息的智能网络。将语义Web融入现在Web结构的初步努力已经在进行中了。不久的将来,当机器有更强的能力去处理和“理解”数据时,我们将看到很多重要的新功能。例如,某人想报名参加一个研讨会,计算机就可自动地为其制定最佳日程和路线以及预定酒店等。
互联网的创始人Tim Berners-Lee在2000年提出了语义Web的概念和体系结构。
在其体系结构中,第一层是Unicode和URI,它是整个语义Web的基础,Unicode(统一编码)处理资源的编码,URI(统一资源定位器)负责标识资源;第二层是XML+名空间+XML模式,用于表示数据的内容和结构;第三层是RDF+RDF模式,用于描述资源及其类型;第四层是本体词汇,用于描述各种资源之间的联系;第五层是逻辑,在下面四层的基础上进行逻辑推理操作;第六层是验证,根据逻辑陈述进行验证以得出结论;第七层是信任,在用户间建立信任关系。
第二、三、四层是语义Web的关键层,用于表示Web信息的语义,也是现在语义Web研究的热点所在。可扩展标记语言XML (eXtensible Markup Language)让每个人都能创建自己的标签,来对网页或页面的部分文字进行注释。 脚本,或者说是程序,可以将这些标签运用到复杂的应用中,不过程序编写者必须知道网页作者是如何使用每一个标签的。简而言之,XML允许用户在文档中加入任意的结构。资源描述框架RDF (Resource Description Framework )的基本结构是对象-属性-值三元组,也就相当于句子中的主语、动词和宾语。这些三元组可以用XML语法来表示。用这种结构描述由机器处理的大量数据,是非常自然的方法。RDF模式是一个描述RDF资源的属性(Property)和类(Class)的词汇表,提供了关于这些属性和类的层次结构的语义。
因为两个系统可能采用不同的标识符表示同一概念,也可能用一个标识符表示不同的含义,程序若要在两个数据库之间进行信息的比较和合并,就必须了解某些标识符表示的是否是同一事物。对该问题的一个解决方法就是本体论(Ontology)。本体是概念化的显式说明,包括分类和一套推理规则。分类定义对象的类别及其之间的关系,使我们能够表达实体之间的大量关系,而根据推理规则,程序可以进行自动推理。简单地说,就是在不同的系统间定义一本字典或者度量表,使它们对实体及其之间的关系达成共识,以便交流和共享。
语义Web需要能够对Web文档中的术语含义进行形式化描述。DAML+OIL(即DARPA代理标记语言+本体推论语言),OWL(Web本体语言),它们是W3C规范的重要扩充和改进,都是建立在人工智能知识表示基础之上的本体语言,提供了一种自然方式来描述在Web词间的类与子类之间的关系,以及在类与类之间(或子类与子类之间)关系上的限制。它们比RDF模式添加了更多的用于描述属性和类的词汇,例如类之间的不相交性(Disjointness)、等价性、更丰富的属性类型、属性特征等。
当然,要实现语义Web是远远不够的,更主要的技术难题还在于要让电脑可以进行更多的“思考”和“推断”。为使语义Web工作,计算机必须能访问结构化的信息集合以及一套推理规则,据此进行自动推理。增加逻辑性——使用规则去推理,选择行动的方式以及回答问题的方法——是语义Web组织面临的一个任务。
有了大量富含语义信息的网页,就好像有了一个巨大的全球互联的数据库。有了语义信息的帮助,人们开发出的软件代理Agent程序的智能和自动化将大大提高,它们从不同的资源中收集网页内容,搜索和处理信息并和其他程序交换信息,真正发挥语义Web的力量。当出现更多的机器可处理的网页内容和服务(包括更多的代理)时,通过代理之间的信息交换和协同工作,信息处理的效率将呈指数级增长,能更好地满足用户的需求。
网 格 网格是一种新兴的技术,正处在不断发展和变化当中。简单地说,网格是一种信息社会的网络基础设施,是利用互联网把分散在不同地理位置上的多个资源,包括计算资源、存储资源、通信资源、软件资源、信息资源、知识资源等全面连通和统一分配、管理及协调起来,通过逻辑关系组成一台“虚拟的超级计算机”。这台机器把每一台参与其中的、包括个人电脑在内的计算机都作为自己的一个“节点”,成千上万个这样的“节点”并联起来,就组成了“一张有超级计算能力的网格”。而每一位将自己的计算机连接到网格上的用户,也就“拥有了”这架超级计算机,可以随时随地调用其中的计算和信息资源,在获得一体化信息服务的同时,最大程度地实现资源共享。网格计算模式首先把要计算的数据分割,然后不同节点的计算机可以根据自己的处理能力下载一个或多个数据片断。只要位于某个节点的计算机的用户不使用计算机时,就会调动闲置的计算能力。网格的优势在于不但数据处理能力超强,而且能充分利用网上的闲置处理能力来节约计算成本,实现资源的共享,消除资源孤岛。
网格计算技术首先出现在科研领域的大型科学计算和项目研究中,医药、制造、气象、勘探等需要大型计算机功能的行业将首批成为这一技术的受益者,随着连接到网格系统上的计算资源的增加,网格计算技术也会造福于小企业和消费者,家庭PC用户也将能够用上公、私机构提供的更快、更廉价的服务,到那时任何设备可以在任何地方接入以享用某种层次的资源,而不必关心这些资源是从那里来的, 就像用现在的电网一样。
美国自然科学基金于1997年启动了高级计算框架计划(PACI),欧盟于2000年和2001年分别启动了EuroGrid和DataGrid。2001年全球网格论坛(Global Grid Forum)成立, 这是一个规范网格研究,制定网格标准的国际组织。就像TCP/IP协议是Internet的核心一样,构建网格也需要对标准协议和服务进行定义。迄今为止,网格还没有正式的标准,但在核心技术上,相关机构与企业已达成一致:由美国Argonne国家实验室与南加州大学信息科学学院(ISI)合作开发的Globus Toolkit已成为网格计算事实上的标准。企业界的网格相关研究开发工作中,最重要的就是Web服务。目前,一些业界巨头已经就几个底层标准协议达成了共识,包括XML、SOAP、WSDL、UDDI等。
语义网格 结合语义Web、网格和Web服务的优点和弥补各自的不足,研究人员提出了语义网格的概念。附图表明了Web、网格、语义Web和语义网格的关系,网格是Web在计算能力上的提升,而语义网格是网格在语义能力上的扩展;从另一个角度说,语义Web是在现有Web上增强了语义能力,而语义网格是语义Web对计算能力的扩展。
在英国的e-Science计划研究中,人们发现,网格的现有努力和e-Science设想之间存在差距,要达到e-Science的易用性和无缝自动化要求,必须实现尽量多的机器可处理性和尽量少的人类介入,这却和语义Web的目标有一些相似,于是在2001年最先提出了语义网格的构想,并且于2002年在全球网格论坛GGF成立了语义网格研究组SEM-GRD。他们的语义网格构想的关键之处就是把所有的资源,包括服务,都用一种机器可处理的方式来描述,其目标是实现语义的互操作性。达到这个目标的一种实现方法是把语义Web的技术应用到网格计算的开发中,下至基础设施上至网格应用。值得注意的是“语义”是从下到上弥漫在整个网格中而不是仅仅在其上增加了一个语义(知识)层。
中国科学院计算技术研究所知识网格研究组在诸葛海研究员的带领下正在开展语义网格方面的研究,通过采用新的计算模式和新的资源组织和管理的模型,可有效地辅助用户进行资源获取、共享、管理、协同工作和决策等,为人们提供更深层、更全面、更智能的服务。重点解决三个科学问题:资源的规范组织、语义互联和智能聚合。
·规范组织。提出资源空间模型和资源的规范化组织和管理的理论、方法、技术和工具,使各种无序资源(信息、知识和服务)规范组织,使用户和服务能够有效、正确地根据语义操作各种资源,以提高资源的使用效率。
·语义互联。通过多层语义互联和单一语义映像,使分布在全球的各种网络资源在语义层上互联,消除资源孤岛,主要通过类型化的语义链网络来使资源的语义能被机器所理解。
·智能聚合。解决如何使资源能够互相理解,根据用户的需求有效、动态、智能地聚合各种资源,这主要通过软设备来实现。
语义Web的概念和体系结构
Web、网格、语义Web和语义网格的关系