计算机科学论坛--[求助]求一篇语义网综述文章

0 引言
随着互联网的飞速发展和广泛应用，其缺陷也逐渐暴露
出来，如搜索引擎智能程度低，搜索出来的结果往往不是用户
真正需要的，网页功能单调等等。互联网的创始人TimBerners-
Lee于2000年12月18日在XML2000的会议上正式提出语义
网。语义网的目标是使得Web上的信息具有计算机可以理解
的语义，满足智能软件代理对万维网上异构和分布式信息的
有效访问和搜索。2001年TimBemem．Lee为未来的Web发展
提出了基于语义的体系结构，其各层内容及描述如表1所示。
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另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。
1 语义网关键技术 ’
在Tim Beme~-Lee的语义网模型中，第2、3、4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。其中XML层作为语法层，RDF层作为数据
层，本体层作为语义层。
XML不仅提供对资源内容的表示，也提供资源所具有的
结构信息。但仅有XML是不够的。XML页面上还包含大量
表1 解析Tim Beme~．Lee的语义网结构
层数名称描述
低整个语义Web的基础；Unicode(统一
第1层 Unicode和URI 编码)处理资源的编码，URI(统一资
源定位器)负责标识资源
第2层 )a +NS+XML 用于表示数据的内容和结构
Schema
第3层 RDF+RDF Schema 用于描述Web上的资源及其类型
第4层 Ontology v~ ulary 描述各类资源及资源之间的关系
夕第5层 L
ogic 在下面4层的基础上进行逻辑推理操作
高第6层 Proof 根据逻辑陈述进行验证以得出结论
第7层 Trust 在用户间建立信任关系
其它信息，如图像、音频和说明性文字内容等，这些信息难以
被智能软件代理处理。因此需要提供描述XML资源的元数
据，也就是对所描述对象结构或内容所作的规范说明。RDF是
W3C推荐的用于描述和处理元数据的方案，能为wleb上的应
用程序间的交互提供机器能理解(或处理)的信息。它独立于
任何语言，适用于任何领域，是处理元数据的基础。XML与
RDF都能为所描述的资源提供一定的语义。问题是XML标
签集和RDF中的属性集都没有任何限制，而且XML和RDF在
处理语义上存在以下问题：① 同一概念有多种词汇表示；② 同
一词汇有多种含义为解决上述问题，很自然需要引入本体。
本体通过对概念和概念之间关系的严格定义来确定概念的精
收稿日期：2006．03-25 E-mail：jjlnt0455@sina．corn ’
作者简介：李洁(198O一)，女，江苏宿迁人，硕士研究生，研究方向为语义网、本体论与信息检索；丁颖(1963-)，女，副教授，硕士生导
师，研究方向为网络、数据库。
一1831—
维普资讯 http://www.cqvip.com
确含义，表示共同认可的、可共享的知识。因此，语义网的实
现需要3大关键技术的支持：XML、RDF和Ontology。
2 XM L
XML-的目标是改变Web的基本结构，超越HTML并代之
以更强大、更具有可扩展性的体系结构，它可以让信息提供者
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。
2．1 XML简介
可扩展标识语言(extensible markup language，xML)，
SGML、HTML是XML的先驱。通用标识语言标准(standard
generalizedmarkuplanguage，SGML)，它是国际上定义电子文件
结构和内容描述的标准，是一种非常复杂的文档的结构，主要
用于大量高度结构化数据的防卫区和其它各种工业领域，利
于分类和索引。同XML相比，SGML定义的功能很强大，缺
点是它不适用于Web数据描述，而且SGML软件价格非常价
格昂贵。超文本标识语言(hypertext markup language，Hn他)，
它的优点是比较适合Web页面的开发。但它有一个缺点是标
记相对少，只有固定的标记集如<p>．<strong>等，缺少SGML的
柔性和适应，不能支持特定领域的标记语言，如对数学、化学、
音乐等领域的表示支持较少。
XML结合了SGML和HTML的优点并消除其缺点。XML
不仅可以描述文档数据对象本身，还能部分描述如何处理这
些数据，这使得它在应用集成领域可以大有作为。首先XML
是一种元标记语言，所谓“元标记”就是开发者可以根据自
己的需要定义自己的标记，比如开发者可以定义如下标记
<bookXnamc>，任何满足XML命名规则的名称都可以标记，
这就为不同的应用程序打开了大门。新创建的标记可在文档
类型定义(document type definition，DTD)中加以描述。另外，
XML也是一种语义／结构化语言。它描述了文档的结构和语
义，用户可以很方便地定义自己领域的专用标记，文档的结构
也可以是任意的。当XML文档被用于不同应用时，只需改变
相应的表现形式，而不必修改文档本身。
2．2 定义XML文档格式
(1)使用文档类型定义(document type definition，DTD)：
DTD允许指定XML文档的基本结构。可以定义XML文档
中出现的元素、这些元素出现的次序、它们可以如何相互嵌套
以及XML文档结构的其它详细信息。
(2)使用XML模式：模式可以定义能在DTD中使用的所
有文档结构，它还可以定义数据类型和比DTD更复杂的规则。
Schema用XML的语法定义XML文档的结构，因此易于理解。
3 IU F
资源描述框架(resource description framework，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。RDF
的目标是为Web资源描述提供一种通用框架，它以一种机器
一1832 一
可理解的方式被表示出来，可以很方便的进行数据交换，RDF
提供了Web数据集成的元数据解决方案。
3．1 RDF描述的内容
RDF语言主要功能特征所描述的内容包括：
(1)Resource：一类特定的信息条目，通常是一个Web站点：
资源，通常以URL进行标识：
(2)Class／Subclass：资源可以被分类，每个类以下都可以有
许多小的下位类，由此形成了一个完整的分类体系；
(3)Property：连接两个相关资源：
(4)Domain／Range：一个Property中的两个资源可以受到限
定，一个目标域以及目的文件范围会受到一个特定类的限制：
(5)Container：资源集合可组织在Container中。Container包
括：“集”，元素的“次序”按一定的顺序排列，及“其它的选择”。
3．2 RDF Schema
RDF与XML之间的关系非常紧密，事实上，它们之间是
互补的：RDF的作用之一是以一种标准化的、具有互操作性的
模式为基于XML的数据规定语义。RDF是一种元数据模型，
而XML是一种语法格式。RDF数据模型可以用XML表示，
也可以用其它语法格式描述。RDF Schema则是基于XML对
RDF的一种实现。
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。
4 Ontology
Bemers．Lee所提出的语义网模型的第4层为本体层，
是语义网技术里最关键的部分。本体的概念最初起源于哲学
领域，是“对世界上客观存在物的系统地描述，即存在论”；如
今本体应用于互联网研究领域，被定义成“本体是概念化的明
确的规范说明”。一个本体描述了一个特定研究领域的一个
形式化的、共享的概念化模型。本体非常适合于描述互联网
上各种不同的、分散的、半结构化的信息资源。通过定义共享
的、通用的领域理论，本体帮助人和机器明确的交流，支持语
义级的交换，而不仅仅是语法级的。
4．1 构造本体的规则
在语义网中，本体具有非常重要的地位，是解决语义层次
上Web信息共享和交换的基础。构建本体的方法是当前研究
中的热点问题。本体的构建多是面向特定领域，如果没有好
的方法路线指导，就难以在不同领域本体的构建中保持一致，
也不利于本体的规模化和规范建设。
出于对各自问题域和具体工程的考虑，构造本体的过程
各不相同。目前没有一个标准的Ontology的构造方法。最有
影响的是Gruber在1995年提出的5条规则：
(1)明确性和客观性：本体应该用自然语言对所定义的术
语给出明确、客观的语义定义；
(2)完整性：给出的定义完整，能表达特定术语的含义；
(3)一致性：知识推理产生的结论与术语本身的含义不会
维普资讯 http://www.cqvip.com
产生矛盾；
(4)最大单向可扩展性：向本体中添加通用或专用的术语
时，不需要修改已有的内容；
(5)最少约束：对待建模对象给出尽可能少的约束。
目前大家公认在构造特定领域本体的过程中需要领域专
家的参与和协作。
4．2 本体描述语言
语义网使用XML来定义标签格式以及用RDF的灵活性
来表达数据，下一步需要的就是一种本体的网络语言来描述
网络文档中术语的明确含义和它们之间的关系。
本体描述语言是用来描述本体的，它让用户可以为领域
模型编写清晰、形式化的概念描述。事实上，本体描述语言起
源于人工智能领域对知识表示的研究，因此本体的描述语言
不仅仅需要具有良好定义的语法和语义，充分的表达能力，更
需要有效的推理支持(包括计算复杂性和可判定性等)。大量
的研究工作者活跃在该领域，因此诞生了许多种本体描述语
言，简单把它们归类如下：
和Web相关的有：RDF和RDFS、0IL、DAML、DAML+
OIL、OWL、SHOE、XOL。其中RDF和RDFS、OIL、DAML、
OWL 、XOL之间有着密切的联系，是W3C的本体语言栈中的
不同层次，也都是基于XML的。而SHOE是基于HTML的，
在HTML的一个扩展。
和具体系统相关的(基本只在相关项目中使用的)有：ON．
TOLINGUA、CYCL、L00M 。
KIF已经是美国国家标准，但是它并没有被广泛应用于
互联网，作为一种交换格式更多的应用于企业级。
下面将就目前最流行的本体语言做进一步的分析。
4．2．1 OIL和DAML
OIL(ontology interchange language，ontology inference layer)
是由斯坦福大学、荷兰阿姆斯特丹大学等多家机构从2000年
开始联合开发，它所依托的项目是Ontoknowledge。作为一种
推荐标准，具有合并和表示本体以及进行系统间交互两种功
能。设计目的是为了提供最多的建模元语，可通用于基于框
架和描述逻辑的本体。OIL为一个标准的本体语言指出了一
个层次化的方法，每一增加层将在原来的层上增加功能性和
复杂性。用OIL来描述本体，需要区分3个不同的层次。首
先是对象级，这一级描述具体的本体；其次是第l元级，这一
级提供了确定的本体定义，用一种定义良好的语义来描述结
构化的词汇；最后是第2元级，这一级描述的是一个本体的元
信息，如作者、名称和主题等。OIL目前的研究关注的是第l
元级和第2元级，分别称之为本体定义和本体容器。
DAML(DARPA agent markup language)由DARPA(美国国
防部高级计划研究署)主持开发，力图溶入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扩展了RDF，增加
了更多的更复杂的类、属性等定义。它一度很流行，成为网上
很多本体的描述语言，直到DAML的研究者和OIL的研究者
开始合作，推出了DAML+OIL语言，成为W3C研究语言互联
网的本体语言的起点。
DAML+OIL是由美国和欧盟在DAML背景下共同开发
的。它是RDF(s)基础上的扩展，具备充分的表达能力(如惟一
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。国外已有多种支持
DAML+OIL的工具软件，如：OILEd、WebODE等。
4．2．2 O、ⅣL
OWL(web ontology language)的最新版本2004年2月lO日
由W3C组织正式发布，在DAML+OIL语言的基础上进行了改
进。在OWL 的介绍中，OWL 语言的开发者指出：OWL 的开发
目标不是针对人来描述Web信息内容，而是为了解决面向应
用程序和环境之间的语义互操作的描述语言，它通过本体来
表达词汇、术语的意义以及他们相互之间的关系。在表达概
念的语义灵活性方面，OWL比过去的XML、RDF、RDF．S等语
言都要强。OWL 是在DAML+OIL语言基础上的一个改进版
本，过去DAML+OIL中的一些经验和教训对OWL的设计有
很大的帮助，一些缺陷相应的在OWL中得到了改进。
OWL有3个子语言，描述如下：
OWL Lite：用于提供给那些只需要一个分类层次和简单
的属性约束的用户。例子：支持基数，只允许基数为0或l。
OWL DL：支持那些需要在推理系统上进行最大程度表达
的用户，这里的推理系统能够保证计算完全性(即所有地结论
都能够保证被计算出来)和可决定性(即所有的计算都在有限
的时间内完成)。它包括了OWL 语言的所有约束，但是可以
被仅仅置于特定的约束下。例子：当一个类可以是多个类的
一个子类时，它被约束不能是另外一个类的实例。
OWL Full：支持那些需要在没有计算保证的语法自由的
RDF上进行最大程度表达的用户。它允许在～个本体在预定
义的(RDF、0wL)词汇表上增加词汇，从而任何推理软件均不
能支持OWLFull的所有特征。例子：一个类可以被同时表达
为许多个体的一个集合以及这个集合中的一个个体。
虽然目前有多个本体语言供研究者选择使用，但我们应
该尽量选择已经有便利创建本体和评价资源工具的本体语言。
5 结束语
语义网是一个新兴的研究方向，其实现还是一个长期的
过程，目前对于语义网的3个关键技术XML、RDF和Ontology
的研究已开展了较长时间，研究成果相对较多，并推出了一系
列标准。尤其是最重要的本体层研究，国外的本体理论研究日
趋成熟，理论体系正逐步完善，已有为数不少的本体构建工具
和方法体系，但没有一个是完全成熟的。国内对语义网的研究
相对滞后，大多文章仍停留在翻译、综述国外研究的水平上，
具有独立创新性的研究比较少。因此，今后我们对语义网的研
究还要继续深入，研究的方向和重点问题包括：①语义网体系
结构、建设方法等研究：① 语义网的实际应用研究：③XML、
RDF的基础理论以及实际应用研究；④ 本体描述语言、本体构
建工具与方法等研究；⑤本体的实际应用研究，建立具有一定
实用价值的词汇集及推理机制，构建特定领域本体等。


	W 3 C h i n a ( since 2003 ) 旗下站点苏ICP备05006046号《全国人大常委会关于维护互联网安全的决定》《计算机信息网络国际联网安全保护管理办法》	687.500ms