\section{引言}
如果简单地将信息系统看成由数据和处理数据的程序两个部分组成，那么信息系统的发展史可以看成是数据与程序在不同的层次上不断分离的过程。早在纸带机时代，数据和程序是紧密结合为一体的。硬盘等存储设备和文件系统的出现，使得数据与程序在物理上分离，即数据可以文件的形式存放在外存设备中，但数据的存储结构是硬编写在程序中。数据库技术的出现，将数据的存储结构从程序中脱离出来。数据库技术允许应用程序在数据的逻辑结构之上操作，而无需了解数据的物理存储方式。数据库中关系模型以及SQL查询的标准化使数据库技术迅速发展成为构建信息系统的核心，并形成了一个巨大的产业。但数据库技术的还存在如下的缺陷：数据的描述比较粗糙，大量的数据语义或领域知识没有明确表达；数据的语义是被硬编码在处理数据的程序代码中等等。基于知识的系统（Knowledge-based System）将数据的语义从程序中分离出来，通过逻辑的方法明确地描述数据的内涵语义，建立了数据描述与世界模型之间的语义关系，并将对数据的一些处理抽象和规约为基于知识的推理。
WWW是人类有史以来构建的最大的信息库，其中URI和HTTP创建一个全球范围内可访问的信息空间，在这个空间中，每个对象都有全球唯一的名字。与数据库技术相比，Web技术放弃全局一致性的约束，在保持局部信息一致性的基础上促使信息空间向全球性发展，消除了信息的获取、传送、存储和处理之间的孤岛现象，成为了众多信息系统的基础。万维网是人类有史以来构建的最大的信息库，它涉及几乎所有可想象的领域，包含这些领域中的文本和多媒体数据，且所有的数据都能通过互联网（Internet）进行访问。Web中信息的急剧增加导致了信息过载——Web中的信息找寻犹如在一个巨大的可滚动屏幕上查看内容非常详细的、并以非常小的字体展示的信息。尽管搜索引擎（例如google、百度、yahoo）在一定程度上能缓解该问题，但其基于关键字的搜索方式具有如下缺陷：
\begin{itemize}
\item 高招回率（recall），低准确率（precision），即在返回的结果中，尽管存在与查询相关的页面，但更多的是与查询不太相关甚至无关的页面；
\item 返回结果是词汇敏感的，即使用同义词作为关键字所得到的结果可能不同；
\item 返回结果是单一的Web页面，当所需的信息可能分散在多个文档中时需要进行多次查询；
\item 搜索引擎只能返回与查询可能相关的页面，不能告知用户查询的结果；
\item 目前搜索引擎大多都是独立的应用程序，搜索结果不易于被其他的软件工具直接访问。
\end{itemize}
产生信息过载的主要原因是网页上文本、图形、图像等都是供人们阅读的，而Internet和计算机只是作为一种简单的中介工具。尽管网页中含有一些链接和特殊的信息使得计算机能定位相应的页面并以特定的方式显示文档，但网页中没有提供任何信息帮助机器理解网页的内容。语义Web的提出就是为了解决该问题。
%=========================================================================================================
\section{语义Web＝KR＋Web}
%=========================================================================================================
语义Web（Semantic
Web\cite{BernersLee01semanticweb}）之于WWW就如基于知识的系统之于数据库系统。什么是“语义”？简单地说，语义Web中"语义"的核心就是知识共享，包括计算机与计算机、人与计算机之间的共享。在计算机与计算机、人与计算机之间以无偏差的方式传递的信息，就是语义。
传统的Web资源中的语义信息或领域知识以机器难以处理的自由文本的方式存在，资源间的语义关系是以一种隐含的方式存在，这些语义信息由于缺乏明确的描述而丢失。如果能明确表达Web资源语义，并把资源之间的关系冠以某种特殊的含义，在这种情况下，信息以语义良定义形式存在，则将大大提高资源的共享能力。这也就是语义Web的研究动机。知识表示技术是描述、建立和针对资源语义关系进行推理的有效途径，它在语义Web中有着重要的地位。从某种意义上，语义Web可以视为KR＋Web。
%=========================================================================================================
\subsection{什么是知识表示？}
%=========================================================================================================
知识表示（Knowledge Representation，KR）是人工智能的一个重要分枝，它吸取来自逻辑（Logic），本体（Ontology）和计算（Computation）领域的理论和技术，而成为一门多领域交叉的学科\cite{sowa00knowledge-representation}。其中逻辑为KR提供了形式化结构和推理规则，没有逻辑，知识表示将会是模糊的，将无法提供准则判断冗余的、冲突的声明（Statement）；本体定义了与应用领域相关的事物的类型，没有本体，知识表示中所使用的术语和符合将会是非良定义的（ill-defined）、不清晰的（confused）、令人困惑的（confusing）；计算则支持具体的应用并将KR与纯粹的哲学区分开，没有计算模型，逻辑和本体都无法在计算机程序中实现。因此，知识表示就是应用逻辑和本体的方法和技术，为具体的应用领域构造可计算的模型。知识表示的5个基本原则以及在人工智能中的5种角色\cite{davis93what-is-kr}：
\begin{itemize}
\item 知识表示最基本的作用是替代品（surrogate）：
物理世界中的对象、事件和关系是不能直接存储在计算机中，它们需要用符合来表示或替代。知识表示
能用于替代真实世界中“事物”（Things），使得一个实体（entity）通过思考（thinking）而不是具体的行为（acting）来得到结论，也就说通过对世界的推理而不是具体的行为。任何一个替代物表示了它所替代的实体，这需要以一定的方式描述替代物与实体之间的联系，这个联系也就是知识表示的语义。
%%
%%
\item 知识表示是一组本体约定（ontological commitements）:
在逻辑学中符号“$\exists$”能用于断言事物的存在，但逻辑本身没有提供描述存在事物的词汇。本体填补了这一空缺，它研究组成世界的存在、实体的种类——不论是抽象的还是具体的。本体约定
是对“用什么样的词汇对现实世界进行描述和思考？”这一问题的答案，并承诺在使用约定词汇时与其含义保持一致。
在定义词汇，我们需要选择对象实体、实体的哪些属性保留并被明确地表示、哪些属性可以忽略、并以何种方式来表达他们。这个选择也就是本体约定。约定实际上就是确定我们关注的，强调现实世界中某些部分而模糊其他的部分。这些约定以及强调/模糊效果是知识表示的核心，恰当的约定能突出现实世界中我们所关注的方面，避免那些不重要部分所带来的复杂度。
%%
%%
\item 知识表示是一种智能推理（intelligent reasoning）的不完整理论（fragmentary theory），可以用三种组件描述：智能推理中表示的基本概念；表示所允许的推理规则；表示所推荐的推理规则。要支持对领域事物的推理，知识表示需要描述这些事物的行为和相互作用。这便组成了该领域中用明确公理等描述的理论。
%%
%%
\item 知识表示是有效计算（efficient computation）的媒介（medium），即能实现思考（thinking）的计算环境（computational environment）。除了描述之外，知识表示还应支持将知识编码到计算机程序中，能指导信息的组织并促进推理的应用。
%%
%%
\item 知识表示是人类表达（expression）的媒介，即我们用于描述现实世界的语言。一个好的知识表示语言应当能推进知识工程师与领域专家之间的交流。
\end{itemize}
%=========================================================================================================
\subsection{KR披上Web的外衣就能使得语义Web成功吗？}
%=========================================================================================================
语义Web基本出发点是：将机器可读的信息加入Web页面，采用本体（ontology）技术精确定义Web资源中所共享的词汇，利用知识表示技术实现Web资源的自动推理，并应用Agent技术来协同处理Web中的信息。
首先，本体是实现知识共享的重要途径。本体的目标就是结构化领域知识，建立领域相关的统一的术语，给出这些术语之间相互关系的明确定义，促进知识的共享和重用。本体表示强调信息共享性，也就是说本体所表达的信息要为他人所充分接收。它所要表达的一般是共享知识，是一种约定和标准，而不是个人观点。本体的关键特征是：概念的层次性、特殊一般关系、部分整体关系。
其次，KR是实现Web资源推理的重要途径。推理即从已有的表达式中得到新的表达式，从规范表达的数据中获得间接数据，这对许多系统（例如数据检索）都是需要的，Web也不例外。
而且，KR的方法比传统的数据模型更加接近于人对客观世界的认知模型，由于人们对世界的认知模型在某种程度上体现出趋同性，所以基于知识的方法建立的资源描述比传统的方法（例如HTML、数据库等）建立的资源描述更易于集成和共享。
总之，KR能提供明确的、规范化的方法描述信息资源的语义，提高Web资源的可共享度，支持Web资源的自动发现、数据的直接交换和服务的无缝集成；缩短人的认知域与计算机的处理域之间的距离，支持人们用直观的语义对信息资源在概念层次进行操作。具体体现在：
\begin{itemize}
\item 用逻辑的方法明确地描述数据的内涵语义，增强了数据的通用性和可复用性。数据提供者以语义良定义（semantically well-defined）的方式发布数据，数据的消费者根据自己的需要对数据进行在加工和处理。数据语义的明确表达为这种松耦合工作模式提供了便利；
\item 资源的知识化为开发通用的处理程序提供了可能，一些领域无关的推理机可直接集成到应用程序中，良定义的资源语义大大提高了领域无关的推理机的可复用性。
\item 共享的语义本体和资源间的语义映射可在一定程度上消除资源的语义异质性，并实现资源的无缝集成和资源间的直接数据交换，这也是由良定义的资源语义所保证的。
\item 通过给超链增加语义来增强资源的互联互通性，可以提高资源的可发现性、可获得性，从而大大提高Web资源的利用率。
\item 基于知识建立面向Web的专家系统，把Web由一个文档搜索系统提升为知识咨询系统，将充分发挥Web的潜能。
\end{itemize}
但语义网不能取代现有的互联网。主要原因是本体的描述能力有限，现在的互联网的内容大部分不能用本体来描述。但是通过应用AI技术（特别是知识表示方法）就算我们只能解决1％的问题，由于Web的普遍使用，也会给社会带来巨大的效益。
抱歉，没有列出参考文献
[返回] 计算机科学论坛 →
W3CHINA.ORG讨论区 - Web新技术讨论 → 『 Semantic Web(语义Web)/描述逻辑/本体 』 → 贴上一段我中期报告的绪论，关于语义Web＝KR＋Web
(订阅本版)
2006/4/12 20:40:00
新浪微博
贴上一段我中期报告的绪论，关于语义Web＝KR＋Web
