中文XML论坛--Semantic Web中的推理，又一个银弹？—

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

我再斗胆说一遍：SW的大规模应用，先阶段只会是基于分类树，至多DAG。只要把分类树搞起来，80%以上的应用可以涵盖。

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

以下是引用zhaonix在2007-6-8 22:06:00的发言：
多谢关注！是，大家都在说在生命科学、医疗信息等领域SW用的挺好，只是不清楚这些地方使用SW用的其“推理”能力、还是其作为一个“分布式数据模式”集成异构系统的能力。老大最后这句如何理解：“另外RDF数据模式也为检索提供了新的可能，检索式的构建会比数据库灵活很多”？

     我的想法是：RDF数据模式与关系数据库的E-R模式其实很像，因此，如果各个数据源依然使用传统数据库，但是，如果：
     1）把各个Table的定义公开化
     2）Table的各个字段的名称、各个字段的取值普遍使用URI
的话，是不是也能实现异构数据集成？:)
     RDF的一个不同是：没有那么多的Table，只需要一个就够了：“Subject-Predicate -Ojbect”，顶多把typeOf, subClassOf等单列出来。
     但我认为，这两种方式是等价的、可以互相转化吧（个人观点、没有仔细研究过牛人们对于两者差别的论述）：只要关系数据库中每个Table都用一个单个的字段作为主键，那么该字段的每个值与其他每个字段及其相应取值就构成了一个Triple。

这种Triple（subject predicate object）方法很直观，也称vertical，但性能受到质疑，毕竟只有一个Table存储所有数据，不符合DB惯用的horizontal设计模式，即：DB索引等优化策略没用武之地－－个人意见，欢迎讨论^_^

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

对LZ的看法看赞同。
首先，就推理能力来讲，SW以DL为基础，那么少不了tableau算法，大家都知道tableau本身的性能就不是很好。虽然有很大的优化技术，但是用户是否忍受在浏览器前等很大时间呢~。
其次，推理范围而言，目前任何一个推理机都不可能实现完全的推理能力，即推理所谓的所有的隐含知识，所能推到出来大部分还是人肉眼就能看出来的知识，如果还要经过机器去推理，那只能让人们先去倒杯咖啡了。因此对于不同的领域，还是需要领域专家来制定推理规则，各行各业这些多知识，人们也只能期待尽可能多的去制定规则了。所以这样的推理是有了领域性的，想要做通用的实在太难了。

因此，web3.0的实现的确是太艰难，目前还看不到前景。倒是web2.0无处不在，十分的活跃。也让人们乐在其中，明星blog满足了的大家的好奇心。wiki给了大家共享和自由的空间。
但是不管怎么样，web3.0始终人们的希望，毕竟人活着是要有希望的。

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

以下是引用wolfel在2007-6-9 1:14:00的发言：
其实我觉得对SW的看法，不用太急功近利，
……
SW的存在就是一个促进符号AI，知识表示与推理理论和技术发展的平台，为KR这么多年的理论发展逐步迈向现实提供了一个共同问题和应用背景。在SW的背景下，越来越多的KR理论变得不那么虚幻了，开始一步一步走向实用化了－－虽然现在还面临这样和那样的问题。在SW的推动下，做描述逻辑，概念建模的人来了，做逻辑程序，非单调推理的人来了，做信念修订的人也来了，做知识工程人也来了－－…… 以前很少有人研究一阶逻辑子集的性质，复杂性和证明论，现在开始研究了；以前很少有人研究经典逻辑和逻辑程序构成的杂合系统，现在开始研究了；以前很少有人研究一阶层次上的信念修订，现在也开始研究了－－KR在SW的推动下出现了很多新的课题和研究结果。
……
对SW，我持有类似的态度，我是很乐观的，并不在于它是否能立即产业化，而在于它推动了KR向着实用化的方向发展，它的存在本身就具有价值。

有道理。SW整合了KR名下的很多东西，有着丰富的内容，推动KR向实用化发展。但这样的特点——复杂高深但尚看不到应用前景、像是一群学者的智力玩具——正是AI的许多领域被人诟病之处，也正是一些SW人想尽力避免的，见《A Semantic Web Primer》1.3.5节:
"If the ultimate goal of AI is to build an intelligent agent exhibiting human-level intelligence (and higher), the goal of the Semantic Web is to assist human users in their day-to-day online activities." 以及 "But there is no need to wait until AI reaches a higher level of achievement; current AI technology is already sufficient to go a long way toward realizing the Semantic Web vision."
不过楼上的看法，应该也代表了SW方面不少文章的思路吧。

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

把RDF存储等同于一张表是一个很大的误解。实际上，关系数据库也可以用一张表作所有的事（第一范式）。

RDF用关系数据库存储，只是一个syntax，关键在于RDF推理规则，这是超越关系数据库的。

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

非常感谢Bao老大如此详细的评点！

首先，SW的目标绝不是让电脑更智能。实际上，SW是很谦虚的，只不过想比关系数据库多那么一点点。这一点是什么呢？就是很有限的（从一阶逻辑研究者的角度）概念推理能力。可是，经过了30年的KR研究，大家还没有找到一个比DL更简单的方法，又能提供足够的推理能力。也就是说，DL是大家经过一代人努力找到的一个表达力和复杂性折衷的（虽然不那么特别令人满意的）方案。DL还是比ER强很多的，要不然它的查询复杂性咋会这么糟呢：）
1) DL比ER强的地方——即所多出来的那一点推理能力——的作用到底如何，似乎还没看到令人信服的案例，不知道对不对？而且在理论上也没看到过令人信服的论述，恕俺寡闻:(。有待继续观察、核实。
2) Horn Logic Program应该能算一种“简单、又能提供足够的推理能力”的FOL子集吧。出世也比DL早，但怎么就没被选中进行KR呢？：（是不是可以说：KR需要的不仅仅是能推理，而且还需要能对概念及其之间的关系进行建模，至于其它的东西如规则形式的知识，都是外围的东西？

事实的情况是，SW上绝大多数应用，要求的是及其“低级”，及其简单的本体，比如分类树，比如分类树加上属性表述。这些"低级"的本体，用关系数据库还是表达不了，缺可以用DL的一些简单版本来描述，如EL, DL-Lite。这就是为什么SW不可能是基于ER，而需要基于DL的一个重要原因。实际上，我个人很看好基于这种简单本体的SW，OWL 1.1 也正在作这方面的规范。
哦，分类、继承看来确实是DL的一大优势，是SW值得看好的方向，——至于属性表述，ER中也有。受教了。这里一个问题是：这种简单的本体能带来什么样的、多大的价值呢？AI历史上，基于规则的专家系统也火过一阵子，用现在的话来说，规则系统是不是也可以看作一种简单的本体？^_^ 因此，是不是可以推测：这种SW所能取得的成功，在影响力上将类似于专家系统所取得的成功(而不会大得出奇)？

呵呵，当然不会是这样啦。SW上的本体将会是普通用户（比如咋家外婆）用设计的非常人性化的工具提供出来的。打个比方说，如今的Word文章已经是基于XML的了，但是用户需要知道XML吗？他可能连XML的名字也没听说过，但是一样可以用Word写简单的文章。SW上对网页进行标注，没有这么神秘了，给Blog加tag大家都干过吧？给tag加上分类关系，或者相关关系，不就是本体啦？
我觉得，XML和本体还是有本质区别的。XML只是一种“形式”性质的东西，可以被GUI向用户隐藏掉；但本体是“内容”性质的东西，其用途用法（即用来标注别的资源）必须由人工来实施，是不能被UI的设计绕过去的。
tag和本体还是有本质区别，两者如何结合或许不那么简单，而是还有许多工作待做：如何在用户随意添加的tag中去除噪声数据并加上关系使之成为本体；能不能让用户添加tag时只从受控的词汇表（即本体）中选择；让用户在添加tag时指明每个tag描述的是资源的哪个属性（像Flickr的machine tag那样）。

TBox推理复杂性高，可是Data Complexity可以在PTime或者LOGSPACE (DL-Lite)。另外，我坚信推理机还可以大规模的优化。特别是模块化本体，分布式推理，渐进推理，近似推理，这些都有希望把现有的推理机性能提高一个甚至更高的数量级。
仰望之，待了解之:)

SW从来没打算作“人脑”这类的事。SW最终无非是把比分类树稍微复杂一点的本体大规模应用到web上，以及把OWL-DL这样的怪兽小规模的用于特殊领域。我觉得这都挺现实的。
en, 同意老大说的这两种情形。只是SW在最初的野心似乎比这个要大，比如01年的SA的《The Semantic Web》一文。

即使是RDF也比ER强很多。RDF数据库会是SW的一个强有力支持（虽然我认为SW不一定要用RDF数据库）。我相信未来几年将见到比较成熟的应用。
  同前，强在哪里还不太清楚:(

Semantic Blog, Semantic Wiki, Semantic Email, Semanic Google Map, 都是很好的努力方向啊，原理也不复杂，就看有没有有心且有力者去实现一个*好用*的版本了。
    Email都Semantic？！听起来有点夸张哦，呵呵。待观察这类应用、研究。

RDF上理论的问题还多的很，比如分布式问题，比如访问控制问题，比如安全性问题。基本上传统数据库领域的问题都可以映射过来。所以用心的同学不要放过这个富矿哦！
指点的好，代各位版友谢过老大！:)

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

以下是引用jl1022在2007-6-9 8:41:00的发言：
我认为SW中通过推理所能“发现”的“隐含”的知识其实是无限的，我们可以通过swrl在本体中加入领域规则，用jess在多规则共同作用的基础上推理出本体中隐含的知识，能推出多少隐含知识就要看你在本体中加了多少规则了。

借助规则库，是可以融入大量的“知识”进去，这也是七、八十年代AI中风靡一时的（基于规则的）专家系统的关键，特点是简单的逻辑、丰富的知识。这种系统以前取得了一定的成功，在现在的SOA中规则（或说配置）也被寄予厚望。
在SW中被画在了协议分层模型的老上面，值得关注。但之所以进展缓慢，怕是可计算性的问题吧：完整的SWRL是不可判定的！（见www.w3.org/2004/12/rules-ws/paper/51/）要想结合DL和rule还维护可判定性，似乎只能在两头都舍弃许多特性后形成一个表达能力相当弱的系统，如Description Logic Programs（www2003有一篇paper）:(

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

以下是引用yayatu在2007-6-11 9:13:00的发言：
因此，web3.0的实现的确是太艰难，目前还看不到前景。倒是web2.0无处不在，十分的活跃。也让人们乐在其中，明星blog满足了的大家的好奇心。wiki给了大家共享和自由的空间。
但是不管怎么样，web3.0始终人们的希望，毕竟人活着是要有希望的。

提醒一下： Semantic还有另一个注重实用的流派，国外这两年已涌现了不少web3.0工具、网站，如：
  1. 大公司的。
    Oracle's RDF Data Model offers the industry's first open, scalable, secure and reliable RDF management platform
    IBM Semantic Layered Research Platform - 来自于特定的知识密集性领域的研究中，或许与web关系不大，但里面的工具好多。
    微软处于早期实验阶段的Astoria。虽出发点不在SW，但支持RDF。详见后面自己的笔记。
  2. 学术界的。
    w3c的Sweo IG的community project - Linking Open Data on the Semantic Web 。列出了几个大型的 RDF Triple库。包括：
    德国 Free Univ. of Berlin的DBPedia - 从Wikipedia获取一个快照，将其中的（非描述性）信息抽取为RDF三元组。
  3. web站点、小公司的。
    Radar Network - NYT对SW的报道中提到过。但尚在开发过程中，产品还未发布。
    Zitgist - 又一个RadarNetwork，自称"Semantic Web Query Service"，用到了SPARQL, Web Service，尚未发布。
    Freebase.com 及 metaweb.com  -- 提public database的概念。前者被Tim O’Reilly 看好。
    Virtuoso的 RDF support now includes middleware (called the Sponger) for transforming existing microformat, Web services, and XHTML data into RDF triples "on the fly".

【附一】 MS的Astoria:
web开发领域内两种新方法AJAX和RIA（以Flash和MS SilverLight为代表）昭示了一个共同的思路：网站上的data与presentation/control信息将分开存放，从而产生了一个与SW的设想类似的新现象：Data Service ，即某些web可访问的站点只提供数据、而不提供如何表现它们的信息。这样的数据如RSS/Atom格式。同时，一类新的应用也将诞生：Mashup (Mashups are front-ends that aggregate and combine data that is available in a "pure data form" on the web)。

尚处于早期实验阶段的Astoria项目，正是处于此背景。Astoria is an early technology for creating and executing data services. Astoria data services use the Entity Data Model to model data in terms of entities. These entities are exposed as URI-addressable resources that can be accessed using plain HTTP. Astoria also establishes uniform patterns that UI widget frameworks and libraries can leverage to provide additional services on top of the data services. 并遵从REST-style。

Currently Astoria can represent data in plain XML, JSON (JavaScript Object Notation) and in a subset of RDF+XML。

【附二】Linking Open Data on the Semantic Web @w3c
The goal of the proposed project is to make various open data sources available on the Web as RDF and to set RDF links between data items from different data sources. Examples include [URL=http://www.wikipedia.org/]Wikipedia[/URL], [URL=http://www.wikipedia.org/]Wikibooks[/URL], [URL=http://www.geonames.org/]Geonames[/URL], [URL=http://musicbrainz.org/]MusicBrainz[/URL], [URL=http://wordnet.princeton.edu/online/]WordNet[/URL], the [URL=http://www.informatik.uni-trier.de/~ley/db/]DBLP bibliography[/URL] and many more which are published under [URL=http://creativecommons.org/]Creative Commons[/URL] or [URL=http://www.talis.com/tdn/tcl]Talis[/URL] licenses.

There are already some data publishing efforts. Examples include the [URL=http://dbpedia.org/docs/]DBpedia.org[/URL] project, the [URL=http://www.geonames.org/ontology/]Geonames Ontology[/URL], the [URL=http://www4.wiwiss.fu-berlin.de/dblp/]D2R Server publishing the DBLP bibliography[/URL] and the [URL=http://moustaki.org/dbtune/]dbtune[/URL] music server. There are also initial efforts to interlink these data sources. For instance, the dpedia RDF descriptions of cities includes owl:sameAs links to the Geonames data about the city [URL=http://dbpedia.org/docs/#link](1)[/URL]. Another example is the [URL=http://sites.wiwiss.fu-berlin.de/suhl/bizer/bookmashup/]RDF Book Mashup[/URL] which links book authors to paper authors within the DBLP bibliography [URL=http://lists.w3.org/Archives/Public/semantic-web/2006Dec/0022](2)[/URL].

[URL=http://esw.w3.org/topic/SweoIG/TaskForces/CommunityProjects/LinkingOpenData]http://esw.w3.org/topic/SweoIG/TaskForces/CommunityProjects/LinkingOpenData[/URL]

参与方众多：MIT, FU of Berlin, U. of Penn., OpenLink, Zitgist等，且对新人开放。

Our Web of interlinked datasets currently consists of

n dbpedia (91 million triples),

n Geonames (60 million triples),

n Musicbrainz (50 million triples),

n the dbtune music server (4 million triples),

n the DBLP bibliography (15 million triples),

n Revyu reviews and ratings (15 thousand triples),

n a US census dataset (700 million triples), and

n the RDF Book Mashup (several billion triples).

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

以下是引用baojie在2007-6-11 10:23:00的发言：
把RDF存储等同于一张表是一个很大的误解。实际上，关系数据库也可以用一张表作所有的事（第一范式）。

RDF用关系数据库存储，只是一个syntax，关键在于RDF推理规则，这是超越关系数据库的。

不太懂:( 俺跟smileidiot有相同的困惑.
1. 基于轻量级的本体所建的RDF triple库，其中推理能有多少用武之地呢？
2. 即使是“关键在于RDF推理规则”。推理也是算法，推理机也是程序，并不神秘。试想：如果推理中需要用到上百万、上千万条triple中的某三五条所蕴藏的信息的话，没有一个好的存储方案、索引算法（类似于RDBMS那样的）的话，效率怕是低得不可忍受的。

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

以下是引用zhaonix在2007-6-11 12:09:00的发言：
不太懂:( 俺跟smileidiot有相同的困惑.
1. 基于轻量级的本体所建的RDF triple库，其中推理能有多少用武之地呢？
2. 即使是“关键在于RDF推理规则”。推理也是算法，推理机也是程序，并不神秘。试想：如果推理中需要用到上百万、上千万条triple中的某三五条所蕴藏的信息的话，没有一个好的存储方案、索引算法（类似于RDBMS那样的）的话，效率怕是低得不可忍受的。

1. 如果不是要推理，要RDF干什么？数据库就好了。轻量级本体，哪怕分类树，也是推理。
2. 见ESWC最新的关于RDF Index的文章。


	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》	125.000ms