وب معنایی

از ویکی‌پدیا، دانشنامهٔ آزاد
پرش به: ناوبری، جستجو

وب معنايي از غني كردن وب امروزي حاصل مي‌شود به‌گونه‌اي كه به داده‌هاي موجود در وب كنوني، معنا و مفهوم قابل فهم توسط ماشين نيز افزوده مي‌گردد تا ماشين‌ها نيز قادر شوند به‌ نيكي از اطلاعات، سرويس‌ها و عملكردهاي موجود در پهنه‌ي وب استفاده كنند. وب معنايي محتواي آكنده از معناي صفحات وب را ساختاردهي مي‌كند تا عامل‌هاي نرم‌افزاري به‌ سهولت بين صفحات تكاپو كنند و بسياري از وظايف انسان‌ها را با مهارت تمام انجام دهند.

مشكل اصلي وب برخاسته از اين واقعيت است كه اطلاعات پراكنده در وب صرفاً توسط انسان قابل فهم است و از ماشين‌ها، فقط براي نمايش و پردازش داده‌ها استفاده مي‌شود، بدون آن‌كه معنا و مفهوم داده‌ها را درك كنند.به عبارت ديگر، ماشين‌ها قادرند صفحات كنوني وب را بخوانند ولي نمي‌توانند آن‌ها را درك كنند. حجم عظيم اطلاعات موجود در وب از يك طرف و قابل درك نبودن اين اطلاعات توسط ماشين از طرف ديگر، باعث بروز مشكلات زيادي براي استفاده‌ي موثر و مفيد از اين اطلاعات شده است. به عنوان مثال جستجو در وب را در نظر بگيريد؛ موتورهاي جستجو نيز كه خود عامل نرم‌افزاري *[۱] هستند، قادر به درك اطلاعات موجود در وب نيستند. بنابراين نمي‌توانند اطلاعات را تفسير كنند و اين مساله باعث بالا رفتن تعداد نتايج حاصل از جستجو و پايين آمدن دقت آن مي‌شود.باید توجه داشت که مشکلات وب کنونی فقط به حیطه‌ی جستجو خلاصه نشده و این بخش به‌عنوان مشت نمونه‌ی خروار، مطرح گردیده است.بنابراين براي رفع شمار زیادی از مشكلات وب امروزي، بايد معنا و مفهوم قابل فهم توسط ماشين نيز به اطلاعات پراکنده در وب امروزی، افزوده شود.راهبرد برون‌رفت از اين مشكلات در سال 2001 توسط تیم برنرزلی با همكاري دو تن ديگر از محققان با مطرح ساختن وب معنایی ارائه شد.

وب معنايي و هوش مصنوعي[ویرایش]

بسیاری از افراد هنگامی که برای نخستین بار با واژه‌ی وب معنایی مواجه می‌شوند، چنین در ذهن‌شان تداعی می‌شود که اهداف وب معنایی بسیار مشابه آرمان‌های هوش مصنوعی است و حتی گاهی آن‌ها را معادل هم می‌انگارند. واقعیت این است که وب معنایی با هوش مصنوعی تفاوت بسیار زیادی دارد. البته باید قبول کرد که دانشمندان هوش مصنوعی، در پیشبرد چشم‌انداز وب معنایی، نقش موثری ایفا کرده‌اند ولی در هر صورت نمی‌توان وب معنایی را معادل یا مشابه هوش مصنوعی و حتی از زیرشاخه‌های آن، به‌حساب آورد. همان‌طور كه در بخش‌هاي پيشين به كرات ذكر شده ، هدف وب معنايي اين است كه داده‌هاي موجود در وب براي ماشين‌ها نيز قابل فهم شوند. فهم ماشين‌ها از داده‌ها و اسناد منتشر شده در وب معنايي به هيچ عنوان به اين معني نيست كه هرآنچه را انسان مي‌تواند درك كند، ماشين‌ها نیز باید درك كنند. هدف اوليه و بلند پروازانه‌ي هوش مصنوعي اين است كه هوش‌مندي ماشين‌ها به اندازه‌ي انسان باشد، حال آن‌كه هدف غايي وب معنايي هرگز اين نيست. صرف نظر از تفاوت‌هاي ماهيتي كه هوش مصنوعي با وب معنايي دارد، مي‌توان گفت كه اگر هدف نهايي هوش مصنوعي اين باشد كه سطح هوشمندي ماشين‌ها برابر با انسان باشد، هدف نهايي وب معنايي اين است كه به انسان كمك كند تا فعاليت‌هاي خود را در وب به گونه‌ای كاراتر و مطلوب‌تر انجام دهد.

وب معنایی راه‌ حل مشکلات وب کنونی[ویرایش]

راه حل مشكلات ذكر شده در بخش‌های قبل، در مقاله‌ي انقلابي تيم برنرز لي با همكاري دو محقق ديگر ارايه شد. اين مقاله در سال 2001 در مجله‌ي معتبر Scientific American منتشر شد. نويسندگان اين مقاله با بيان سناريوهايي افق‌هاي چشم‌انداز وب معنايي را ترسيم كردند. امروزه ایده‌ی وب معنايي از سوي شاخه‌هاي مختلف علوم كامپيوتر مورد استقبال قرار گرفته است. هر شاخه به فراخور حيطه‌ي كاري خود چشم‌انداز خاصي از وب معنايي ترسيم مي‌كند و هر يك از اين چشم‌اندازها ماهيت وب معنايي را به گونه‌اي خاص بيان مي‌كند. تعدادي از اين تعاريف عبارتند از:

  • وب معنايي يك دیدگاه یا چشم‌انداز است. در اين چشم‌انداز داده‌هاي موجود در وب به‌گونه‌اي تعريف و پيوند داده مي‌شوند كه اين داده‌ها علاوه بر نمايش، در زمينه‌ي خودكارسازی*[۲]، يكپارچه‌سازی*[۳] و استفاده مجدد*[۴] نيز قابل كاربرد باشند.
  • هدف وب معنايي خواناتر كردن وب براي ماشين‌ها است. به گونه‌ای كه عامل‌هاي هوشمند قادر شوند به اطلاعات موجود در وب دسترسي پيدا كرده و آن‌ها را دستكاري كنند.
  • وب معنايي همان كاري را با داده‌ها انجام می‌دهدكه وب با استفاده از HTML با سيستم‌هاي متني انجام داد. به عبارت ديگر، اگر وب با استفاده از HTML اسناد برخط*[۵] را به مانند يك كتاب عظيم درآورده، وب معنايي تمام داده‌هاي پراكنده در وب را مانند يك پايگاه داده‌ي بزرگ مي‌كند.
  • وب معنايي نسل بعدي وب است كه در آن نرم‌افزارها انسان را از شر بسياري از كارهاي طاقت‌فرسا و وقت‌گير، آسوده مي‌كنند. در وب معنايي نرم‌افزارها قادرند داده‌ها را از منابع مختلف گردآوري نموده و آن‌ها را يكپارچه كرده و پردازش نمايند. بدين منظور ممكن است يك برنامه نيازمند تعامل با ساير برنامه‌ها باشد.

در هر يك از تعاريف فوق به وب معنايي از زاويه‌اي خاص نگريسته شده است كه نشان دهنده‌ي توان بالاي وب معنايي است. بدیهی است تعاريف مختلف از وب معنايي محدود به موارد فوق نمي‌شود.

از وب امروزي به وب معنايي[ویرایش]

سوال مهمی كه ممكن است به ذهن هر خواننده‌اي خطور كند اين است كه وب معنايي چه ارتباطي با وب امروزي دارد؟ آيا وب معنايي پديده‌اي كاملاً مجزا از وب امروزي است؟ در پاسخ مي‌توان گفت وب معنايي يك وب مجزا از وب امروزي نيست، بلكه ضمن استفاده از بسیاری از فناوری‌های مربوط به وب امروزی، به‌نحوی همان ساختار را توسعه مي‌دهد.دليل اصلي اتکای وب معنایی بر وب امروزی؛ محبوبيت، رشد بسيار زياد و سلطه‌ي بي‌مانند وب امروزي در عرصه‌ي اينترنت است. حال اين سوال مطرح است كه ساختار كنوني وب را چگونه مي‌توان توسعه داد وبه وب معنايي رسید؟ در پاسخ مي‌توان گفت بايد راهي براي سازمان‌دهي محتواي وب يافته شود. بدين منظور نخست محققان علوم کامپیوتر، چندين مدل معنايي پيشنهاد كردند. ايده‌ي اصلي تمام اين مدل‌ها اين بود كه اطلاعات وب بايد به‌شكل استاندارد دسته‌بندي شده تا دست‌يابي به‌ آن‌ها تسهيل گردد. اين ايده مشابه راهبرد رده‌بندي موجودات زنده است كه توسط زيست‌شناسان انجام مي‌شود و در آن به وضوح مشخص است يك موجود زنده در كجاي اين رده‌بندي قرار مي‌گيرد. دانشمندان نيز در جستجوي مدلي بودند تا با استفاده از آن بتوان صفحات وب و اطلاعات موجود در آن‌ها را دسته‌بندي كرد. اما از طرف ديگر بسياري بر اين باورند كه موفقيت وب ناشي از آزادي عملي است كه به ارمغان آورده است. در محيط وب، وبگاه‌هايي را مي‌توان مشاهده كردكه توسط افرادي طراحي شده است كه دانش آن‌ها در زمینه‌ی علوم كامپيوتر در سطح بسيار پاييني قرار دارد. در حقيقت اطلاعات يك صفحه به صلاح‌ديد و سطح دانش خالق آن بستگي داشته و هيچ گونه مميزي بر اساس كيفيت صفحات وجود ندارد. در چنين آشفته بازاري تصور غالب شدن يا عام شدن يك مدل سازمان‌دهي خاص، بسيار دور از ذهن به‌نظر مي‌رسد. جيم هندلر*[۶] از دانشگاه مريلند معتقد است كه در آينده به‌جاي يك مدل سازمان‌دهي اطلاعات، از چندين مدل به طور موازي استفاده خواهد شد. بر اساس اين پيش‌ بيني، هر سازمان بر اساس مدل خاص خود اطلاعات را سازمان‌دهي مي‌كند. اين مدل‌ها هستي‌شناسي*[۷] یا علم‌الوجود نام دارند. بنا به اظهار تيم برنرز لي، يكی از ويژگي‌هاي وب معنايي اين است كه تا حد امكان مانند وب امروزي نامتمركز*[۸] باشد و به هيچ گونه كنترل مركزي نيازمند نباشد. اين ويژگي، ملاحظات بسيار زيادي را به همراه داشته و اولين و مهمترين قرباني آن سازگاري اطلاعات است. وب معنايي بايد قادر باشد به طور صحيح با اطلاعات متناقض و ناسازگار*[۹] برخورد نمايد.

فراداده[ویرایش]

هنگامي كه به يك كتابخانه مراجعه مي‌شود مي‌توان كتاب‌هاي مورد نياز را با استفاده از فهرست كارتي يا الكترونيكي كتابخانه پيدا كرد. فهرست كتابخانه حاوي اطلاعاتي در مورد كتاب‌هاي موجود در كتابخانه است. هنگامي كه يك مقاله را مطالعه مي‌كنيد داده‌هایي از قبيل نام نويسنده، تاريخ انتشار ، کلمات کلیدی و ...، ويژگي‌هايي از آن اثر را توصيف مي‌كنند. به اين قسم از داده‌ها كه داده‌هاي ديگر را توصيف مي‌كنند، فراداده گفته مي‌شود. در حالت كلي فراداده، نوعي داده است كه يك منبع را توصيف مي‌كند. حال اين منبع خود مي‌تواند یک قلم داده‌، و يا هر چيز قابل توصيف ديگر باشد. فراداده‌ي يك منبع مي‌تواند در خود آن جاي داده شود يا به‌صورت مجزا ذخيره شود. به عنوان مثال، فراداده‌هاي يك سند HTML در خود آن و در محدوده‌ي برچسب <META> قابل جاسازي است و يا فراداده‌هاي يك عكس الكترونيكي در سرآيند فايل آن قرار دارد. درمقابل جاي دادن فراداده در برخي از منابع غير ممكن است. به عنوان مثال،‌ فراداده‌هايي كه يك ماشين را توصيف مي‌كنند قابل ذخيره سازي در خود ماشين نيستند و بايد به‌صورت مجزا ذخيره شوند. هر يك از راهبرد‌هاي ذكر شده براي نگهداري فراداده داراي مزايا و معايبي می‌باشد. هنگامي كه فراداده در خود منبع جاي دارد مشكلاتي نظير از دست رفتن فراداده، نحوه‌ي پيوند بين منبع و فراداده‌‌هاي آن و بروز رساني هم‌زمان منبع و فراداده منتفي است. ولي جاي‌دادن فراداده در برخي از منابع عملاً غير ممكن است و لزوماً بايد به‌صورت خارجي نگهداري شوند. از طرفي مديريت و جستجوي فراداده‌هاي خارجي آسان‌تر است. امروزه بسياري از اسناد و صفحات وب حاوي مقدار محدودي فراداده هستند. ولي واقعيت اين است كه اين مقدار فراداده امروزي، به هيچ عنوان كفايت نمي‌كند. در چشم‌انداز وب معنايي چنين عنوان شده است كه منابع موجود در وب معنايي توسط فراداده‌هايي كه از قالب‌هایاستانداردي پيروي مي‌كنند، توصيف مي‌شوند. همچنين در وب معنايي از فراداده‌ها براي انديس‌گذاري وبگاه‌هاو صفحات آن‌ها استفاده مي‌شود. اين انديس‌ها مشخص مي‌كنند كه در يك وبگاه يا يك صفحه‌ي وب به چه موضوعي پرداخته شده است. استفاده از فراداد‌ه‌ها در وب معنايي مانند استفاده‌ي آن‌ها در كتابخانه‌ها و موزه‌ها است. در اين‌گونه اماكن اغلب از فراداده براي فهرست‌كردن مجموعه‌ي كتاب‌هاي كتابخانه یا آثار موجود در موزه استفاده مي‌شود. شرايط در وب معنايي نيز به همين منوال است، با اين تفاوت كه تعداد اماكن (وبگاه‌هاي وب) و اشياي موجود در آن (صفحات) بسيار زياد است و فهرست‌گذاري آن به محدوديت و سادگي فهرست كتابخانه يا موزه نيست. در حقيقت در وب معنايي منابعي توصيف مي‌شوند كه تعداد آن‌ها بيشمار بوده، اغلب مجازي هستند، با استفاده از زبان‌هاي مختلف نوشته‌ شده‌ و در سرتاسر دنيا پراكنده شده‌اند.

حاشيه‌ نويسي[ویرایش]

هنگام مطالعه‌ي يك كتاب يا مقاله مي‌توان نكته‌هايي در مورد متن و محتواي آن در حاشيه‌ي صفحات يا فواصل بين خطوط نوشت. اين كار به درك بهتر مطالب در مراجعات بعدي كمك شاياني مي‌كند. حال اگر بخواهیم حاشيه نويسي*[۱۰] را به منابع الكترونيكي موجود در وب، مانند صفحات وب تعميم دهيم مسلماً با مشكلات جدي مواجه خواهيم شد. يك صفحه‌ي وب كه در يك مرورگر نشان داده مي‌شود، منبعي است كه در يك سرور دور ذخيره شده است. بنابراين در حالت عادي هرگز به بازديدكنندگان صفحه اجازه‌ي ويرايش منبع و افزودن حاشيه‌نوشت داده نخواهد شد. حاشيه‌نويسي مي‌تواند در تحقق وب معنايي نقش بسيار مهمي ايفا كند. همان‌طور كه ذكر شد، ‌وب معنايي از توسعه‌ي وب امروزي حاصل مي‌شود، ولي هنوز هيچ‌كس به طور يقين نمي‌داند نسل جديد وب چگونه ساخته‌ خواهد شد. البته در اين زمينه گمانه‌زني‌هايي موجود بوده و نظرياتي ارايه شده است. بسياري بر اين اعتقادند كه يكي از راه‌هاي عملي‌شدن چشم‌انداز وب معنايي، استفاده كردن از حاشيه‌نويسي است؛ به اين ترتيب كه منابع موجود در وب امروزي، كه صرفاً براي انسان قابل درك و فهم است، به حاشيه‌نوشت‌هاي قابل درك توسط ماشين مزين مي‌شوند. توصيف اين حاشيه‌نوشت‌ها مبتني بر استفاده از هستي‌شناسي‌ها است.

مثال ها[ویرایش]

وقتی ما درباره وب معنایی حرف می زنیم، ما درباره بسیاری از "چگونه" هایی صحبت می کنیم که معمولا دور از فهم اند چراکه مردم نسبت به مفاهیم مورد نیاز زبان شناسی بی توجه اند. بنابرین، ما ترجیح می دهیم چگونگی ظهور وب معنایی در آینده را تصور کنیم .

ابر-ویکی[ویرایش]

سایت های از نوع ویکی روبه رشدند. مدیران آنها و عناصر آنها می تواند بسیار متنوع باشد. این ویکی ها بسیار بسیار تخصصی شده اند. اما بسیاری از ویکی ها موتور های جستجو را از لحاظ شاخص گذاری آنها محدود می کنند زیرا این موتورهای جستجو کارآمدی ویکی ها را کاهش می دهد و صفحاتی که منسوخ شده اند را نگه می دارند، به بیانی، خارج از ویکی(به روز رسانی دائم). ابر موتورهای جستجو قصد دارند نتایج بدست آمده از درخواست های انحصاری از هرکدام از این ویکی ها را جمع کنند. ویکی سوله ای از داده دردسترس برای همفکری توسط مردم و ماشین ها شده است .

چالش ها[ویرایش]

برخی از چالش های وب معنایی شامل وسعت، ابهام، تردید، تناقض و فریب. سیستم های استدلال کننده خودکار مجبور خواهد بود با تمام این مسائل مقابله کند به جای این که وعده وب معنایی را ارئه دهد.

  • وسعت : تارنمای گسترده جهانی شامل میلیاردها صفحه شده است. SNOMED CT هستی شناسی واژه شناسی پزشکی به تنهایی شامل 370,000 نام کلاس است و فناوری موجود هنوز قادر نبوده است که واژهای تکراری از جهت معنا را ازبین ببرد. هر سیستم استدلال کننده خودکاری مجبور است با ورودی های واقعا بزرگ مفابله کند.
  • ابهام : وجوه مبهمی مانند "جوان" و "بلند" وجود دارد. این ناشی می شود از ابهام درخواست کاربران، از وجوه ارائه شده توسط گردآورندگان محتوی، از انطباق واژه های درخواست با واژه های گرداورندگان و از تلاش برای ترکیب مبانی دانش های مختلف با وجوه مشترک ولی جنبه های متفاوت. منطق فازی رایج ترین تکنیک برای مقابله با ابهام است.
  • عدم قطعیت : وجوه دقیقی با ارزش های مشکوک وجود دارد. برای مثال، یک بیمار ممکن است مجموعه ای از علائم را که هرکدام متناظر با تشخیص مشخص و احتمال متفاوت باشد، را ارائه کند. روش های استدلال احتمالاتی به طور کلی کار برای رسیدگی به عدم قطعیت است.
  • تناقض : تناقضات منطقی ای وجود دارد که به ناچار در طول توسعه هستی شناسی بزرگ، و زمانی که هستی شناسی ها از منابع جدا با هم ترکیب شده اند، بوجود خواهد آمد. استدلال استقرایی یا قیاسی با شکست روبروست وقتی با تناقض مواجه است، زیرا "هر چیزی به دنبال یک تناقض" است. استدلال فسخ کردنی و استدلال paraconsistent، دو روش است که می تواند برای مقابله با تناقض به کار رود.
  • فریب : زمانی رخ می دهد که تهیه کننده اطلاعات عمدا مصرف کننده اطلاعات را گمراه کند. تکنیک های رمز نگاری در حال حاضر برای کاهش این تهدید مورد استفاده قرار می گیرند.

این لیست چالش ها بیش از این که کامل باشد، روشنگر است و روی چالش های لایه های "منطق وحدت" و "برهان" از وب معنایی، تمرکز دارد .گزارش آخر گروه رشد برای استدلال عدم قطعیت W3C، تمام این مشکلات را تحت عنوان "عدم قطعیت" جمع کرد. خیلی از تکنیک های ذکر شده در اینجا الحاقاتی نیاز خواهند داشت به زبان هستی شناسی وب مثلا برای حاشیه نویسی احتمالات شرطی.این منطقه از پژوهش فعال است.

استانداردها[ویرایش]

استانداردسازی وب معنایی در وب3 تحت پوشش W3C می باشد.

اجزا[ویرایش]

واژه "وب معنایی" معمولا استفاده می شود برای اشاره به فرمت ها و فناوری هایی که آنرا به کار می اندازند.جمع آوری، ساختاربندی و بازیابی داده های پیوندشده با فناوری ها یی که یک توضیح رسمی از وجوه،واژه ها و روابط در خلال یک دامنه دانش داده شده فراهم می آورد. این فن آوری ها طبق استانداردهای W3C مشخص شده اند و شامل این موارد می شود :

  • چارچوب تشریح منابع (RDF) یک روش عمومی برای توصیف اطلاعات
  • شمای RDF (RDFS)
  • سیستم سازمانی دانش ساده (SKOS)
  • SPARQL یک زبان پرس و جوی RDF
  • نشان گذاری3 (N3)، طراحی شده با توانایی خواندن انسان در ذهن
  • N-Triples، فرمتی برای ذخیره کردن و انتقال داده
  • لاک پشت[سه تایی](زبان RDF سه مختصر و مفید)
  • زبان هستی شناسی وب(OWL)، یک خانواده از زبان های ارائه دانش

پشته وب معنایی روشنگر معماری وب معنایی است. توابع و روابط اجزا می تواند به صورت زیر خلاصه شود :

  • XML یک گرامر عنصری برای ساختار محتوی داخل اسناد فراهم می آورد.XML در حال حاضر یکی از اجزا لازم فناوری های وب معنایی در خیلی از موارد نیست، به عنوان جایگزین گرانرهای موجود، از قبیل لاک پشت. لاک پشت یک استاندارد بالفعل است اما از طریق یک فرآیند استاندارد رسمی نبوده است.
  • شمای XML یک زبان برای فراهم آوردن و محدود کردن ساختار و محتوی عناصری است که در اسناد XML وجود دارند.
  • RDF یک زبان ساده برای توصیف مدل های داده است که به اشیا ("منابع") و روابطشان اشاره دارد. یک مدل برپایه RDFمی تواند در گرامرهای مختلفی ارائه شود، مثل RDF/XML،N3،لاک پشت و RDFa. RDF یک استاندارد پایه ای از وب معنایی است.
  • شما RDF، RDF را توسعه داده است و یک لغت برای توصیف ویژگی ها و کلاس های منابع بر پایه RDF، با معانی برای تعمیم سلسله مراتب از خواص و طبقات است.
  • OWL لغات بیشتری برای توصیف ویژگی ها و کلاس ها اضافه می کند: از بین آن ها،روابط بین کلاس ها(disjointness)، cardinality(برای مثال "دقیقا یک" )، برابری،نوع سازی غنی تر از ویژگی ها، مشخصات ویژگی ها وشمارش کلاس ها.
  • SPARQL یک پروتکل و زبان کوئری از مبانع وب معنایی است.

وضعیت فعلی استاندارد سازی[ویرایش]

استاندارد سازی های در حال پیشرفت فعلی شامل :

  • قانون فرمت تبادل(RIF) به عنوان لایه ای از پشته وب معنایی.

لایه هایی که هایی که هنوز به طور کامل بیرون نیامده اند شامل :

  • لایه های منطق وحدت و مدرک تحت تحقیقات فعال هستند.

مقصود بالابردن قابلیت استفاده و فایده وب است و ارتباط تنگاتنگ آن با منابع از طریق :

  • سرورهایی سیستم های داده ای موجود را با استفاده از RDF و SPARQL نشان می دهند.خیلی تبدیل کننده ها به RDF از برنامه های کاربردی مختلف وجود دارد.پایگاه داده های رابطه ای یک منبع مهم هستند. سرور وب معنایی بدون تاثیر گذاری بر عملکرد سیستم موجود به آن پیوست می شود.
  • اسناد "نشانه گداری شده" با اطلاعات معنایی(یک توسعه از تگ <meta>در HTML در صفحات وب امروزی برای تامین اطلاعات موتورهای جستجوی وب، با استفاده از وب خزنده، به کاربرده می شود). این می تواند اطلاعات قابل فهم برای ماشین درباره محتوی اسناد قابل فهم برای انسان باشد(از قبیل تولید کننده،عنوان،توضیحات اسناد) یا می تواند صرفا ابرداده نمایش دهنده مجموعه ای از حقایق باشد(از قبیل منابع و خدمات در هرکجای سایت ها).(توجه کنید که هرچیزی که بتواند با شناسه منبع یکنواخت شناسایی (URI) شود، می تواند توصیف شود، بنابرین وب معنایی می تواند درباره حیوانات،مردم،اماکن،ایده ها استدلال کند.) نشانه گذاری معنایی معمولا خودکار، تا به صورت دستی، تولید می شود.
  • واژگان ابرداده رایج(هستی شناسی ها) و نگاشت بین واژگان که به خالقان اسناد اجازه می دهد بدانند که چگونه اسنادشان را نشانه گذاری کنند، بنابرین عامل ها می توانند اطلاعات در ابرداده تامین شده را استفاده کنند( بنابرین مولف درمقام 'مولف صفحه' با مولف در مقام مولف کتابی که موضوع مرور یک کتاب است، اشتباه گرفته نمی شود. )
  • عامل های خودکارشده برای اجرای وظایف برای کاربران وب معنایی با استفاده از این داده
  • خدمات برپایه وب(معمولا با عامل های خودشان) برای تامین اطلاعات مخصوص عامل ها(برای مثال یک خدمت مورد اعتماد که یک عامل بتواند درباره تاریخچه خدمات ضعیف یا هرزه نگاری برخی فروشگاه های برخط بپرسد)

واکنش های شکاک[ویرایش]

امکان سنجی عملی[ویرایش]

منتقدان شدنی بودن تحقق کامل یا جزئی وب معنایی را می پرسند.بحران Cory Doctorow ("ابرچرند") از دورنمای رفتار انسان و ارجحییات شخصی هست. برای مثال، مردم ممکن است برای گمراه کردن موتور های وب معنایی که فرض را بر صحت ابرداده می گذارند، ابرداده جعلی به صفحات وب وارد کنند. این پدیده در ابرتگ ها شناخته شده بود که الگوریتم رتبه بندی آلتاویستا را با بالابردن رتبه صفحات وب بخصوص فریب می داد : موتور شاخص گذاری گوگل خصوصا به دنبال چنین تلاش هایی برای دست کاری است. Peter Gärdenfors و Timo Honkela اشاره می کنند که فناوری های وب معنایی برپایه منطق، تنها یکسری از پدیده های مربوط به هستی شناسی را پوشش می دهند.

جایی که فناوری های وب معنایی درجه پذیرش عملی بالاتری پیدا کرد، تمایل بیشتری به بودن آن در هسته جوامع تخصصی و سازمان های برای پروژه های درون سازمانی است. محدودیت ها به سوی پذیرش عملی، در دامنه ها و حوزه های محدود تر از چالش کمتری نسبت به عامه مردم و تارنمای گسترده جهانی دارد.

پتانسیل یک ایده در حال پیشرفت سریع[ویرایش]

مقاله ابتکاری Scientific American در سال 2001 توسط برنزلی تکامل مورد انتظار از وب موجود به وب معنایی را توصیف کرد . یک تکامل کامل چنان که توسط برنزلی توصیف شد فعلا در حال اتفاق افتادن است. در 2006 برنزلی و همکارانش اظهار داشتند که : "این ایده ساده، به هر حال، تا حد زیادی تحقق نیافته باقی مانده است. " در حالی که ایده هنوز در حال ساخت است، به نظر می رسد به سرعت در حال تکامل است و الهام بخش بسیاری بوده است. بین 2007-2010 بسیاری محققان پتانسیل اجتماعی وب معنایی را در کسب و کار و بخش سلامت و برای شبکه سازی اجتماعی، بررسی کرده اند. آنها همچنین مرز تکامل دموکراسی را بررسی کرده اند: چگونه یک جامعه خواست مشترکش را به یک شیوه دموکراتیک از طریق وب معنایی فرم می دهد.

سانسور و حفظ حریم خصوصی[ویرایش]

اشتیاق درباره وب معنایی می تواند با نگرانی ها درمورد سانسور و حفظ حریم خصوصی تعدیل شود. برای مثال، فناوری های تحلیل متن حالا می توانند با استفاده از کلمات دیگر به راحتی کنار گذاشته شود، مثلا استعاره ها، یا با استفاده از تصاویر به جای متن. یک اجرا حرفه ای از وب معنایی کنترل بر روی مشاهد و آفرینش اطلاعات آنلاین را برای دولت ها بسیار آسان تر می کند؛ چرا که فهمیدن این اطلاعات برای یک ماشین مسدود کننده محتوی خودکار، راحت تر است. به علاوه،این مسئله مطرح شده است که با استفاده از فایل های FOAF و ابرداده منطقه جغرافیایی، کمتر کسی حاضر به فاش شدن نامش در نگارش یک مقاله در یک وبلاگ شخصی خواهد شد. برخی از این نگرانی ها درخطاب به پروژه "وب آگاه سیاسی" بودند و یک عنوان فعال تحقیق و توسعه ای هستند.

دوبرابر شدن فرمت های خروجی[ویرایش]

انتقاد دیگر به وب معنایی این است که زمان بیشتری صرف ساخت و انتشار محتوی می شود، چرا که برای یک تکه از داده به دو فرمت نیاز است: یکی برای نمایش انسان و یکی برای ماشین ها. به هرحال، بسیاری از برنامه های کاربردی در حال توسعه وب، در حال پرداختن به این موضوع از طریق ایجاد یک فرمت قابل خواندن برای ماشین پس از انتشار داده یا درخواست ماشین برای پنین داده هستند. توسعه microformat ها واکنشی دیگر به این نوع از انتقاد است. یکی دیگر از استدلال ها در دفاع از امکان سنجی وب معنایی، احتمالا قیمت در حال سقوط وظایف هوش انسانی در بازار کار دیجیتال،مثلAmazon Mechanical Turk است.

مشخصات از قبیل eRDF و RDFa، به داده های دلخواه RDF اجازه می دهد در صفحات HTML تعبیه بشوند.مکانیزم GRDDL (خوشه چین توضیحات منابع از گویش های زبان) به ماده موجود (شامل میکرو فرمت ها) اجازه می دهد به طور خودکار به عنوان RDF تفسیر شوند؛ بنابرین ناشران تنها نیاز به استفاده از یک فرمت،مثل HTML، را دارند.

پروژه ها[ویرایش]

این بخش بعضی از پروژه ها و ابزار بسیاری را که جهت ایجاد راه حل های وب معنایی وجود دارد لیست می کند:

DBpedia[ویرایش]

DBpedia یک تلاش برای برای انتشار داده ساختاریافته استخراج شده از ویکی پدیا است: داده در RDF منتشر شده و برای استفاده در وب تحت لیسانس مستندسازی آزاد GNU قابل دسترس می شود، بنابرین به عامل های وب معنایی اجازه می دهد استنتاج و query گرفتن پیشرفته بر روی مجموعه داده مشتق شده از ویکی پدیا را فراهم بیاورند و استفاده مجدد و توسعه در دیگر منابع داده را تسهیل کنند.

FOAF[ویرایش]

یک واژه پرطرفدار در وب معنایی دوستِ دوست است که از RDF برای توصیف روابط مردم با دیگر مردم در "چیزهای" اطراف آن ها، استفاده می کند.FOAF به عامل های هوشمند، برای درک هزاران ارتباطی که مردم با یکدیگر دارند،مشاغل آن ها و موارد مهم در زندگی آنها، مجوز می دهد؛ ارتباطاتی که ممکن است در موتورهای جستتجوی سنتی برشمرده بشود یا نشود. زیرا ارتباطات از لحاظ تعداد بسیار گسترده است و تفسیر انسان از این اطلاعات ممکن است بهترین راه برای تحلیل آن ها نباشد.

FOAF یک مثال از چگونگی تلاش وب معنایی برای استفاده از ارتباطات در زمینه اجتماعی است.

SIOC[ویرایش]

پروژه جوامع آنلاین معنایی پیوسته (SIOC،"شاک" تلفظ می شود) یک واژگان از اصطلاحات و روابط را که فضاهای داده وب را مدل می کند، فراهم می آورد. مثال هایی از این نوع فضاهای داده شامل : تالارهای گفتگو،بلاگ ها،پست های بلاگ/خبرخوان ها،لیست های پستی، به اشتراک گذاری بوک مارک ها و گالری عکس ها، می شود.

NextBIO[ویرایش]

یک پایگاه داده تقویت کننده علوم زیستی بالا تجربی داده های تگ شده و با استفاده از هستی شناسی پزشکی مرتبط شده اند. NextBio با استفاده از یک رابط موتور جستجو قابل دسترسی است. محققان می توانند یافته های خود را برای الحاق به پایگاه داده کمک کنند. پایگاه داده در حال حاضر از توضیحات داده پروتئین و ژن و توالی داده های محوری پشتیبانی می کند و به طور پیوسته در حال گسترش برای حمایت از انواع دیگر داده های بیولوژیکی است.

همچنین ببینید[ویرایش]

پیوند به بیرون[ویرایش]

منابع[ویرایش]

پانویس[ویرایش]

  1. ^ Software Agent
  2. ^ Automated
  3. ^ Integration
  4. ^ Reuse
  5. ^ Online
  6. ^ وی یکی از محققان حوزه ی وب معنایی است و با تیم برنرزلی در مقاله انقلابی آن در سال 2001 همکاری داشته است.
  7. ^ Ontology
  8. ^ Distributed
  9. ^ Consistency
  10. ^ Annotation

جستارهای وابسته[ویرایش]

جستجو در ویکی‌انبار در ویکی‌انبار پرونده‌هایی دربارهٔ وب معنایی موجود است.