語義網,就是「有意義」的網路。
「如果說 HTML 與 Web 把線上文件彙集成一本巨大的書,那麼 RDF、schema 與推論語言,將會把全世界所有的資料變成一座巨大的資料庫。」
—— Tim Berners-Lee,《編織網路》(Weaving the Web),1999
semantic(語義的)這個詞,指的是有意思的、有意涵的。
所謂語義網,是一種以電腦也能理解的方式來描述事物的網路。
這類句子人類讀得懂。電腦要怎麼讀懂呢?
陳述是由語法規則建構起來的。一門語言的語法,定義了「怎樣才算一句合法陳述」的規則。
這正是語義網的核心:用電腦應用程式能理解的方式描述事物。
值得注意的是,語義網和網頁之間的超連結沒有關係。它描述的是事物與事物之間的關係(例如 A 是 B 的一部分,Y 是 Z 的成員),以及事物的屬性(尺寸、重量、保存期限、價格等等)。
RDF(Resource Description Framework,資源描述框架)是一套用來描述網路上資訊與資源的標記語言。
把資訊放進 RDF 檔案後,這些資訊就有可能讓電腦程式(也就是所謂的 web spider)在網路中搜尋、發現、擷取、篩選、分析與處理。
語義網正是用 RDF 來描述網路資源的。
假設關於音樂、汽車、門票(或任何東西)的資訊都以 RDF 檔案形式存在,那麼智慧型應用程式就能從不同來源把資料抓回來、整合,再以有意義的方式呈現給使用者。這類資料包括:
老實說,語義網不是發展神速的技術,學習曲線就是原因之一。RDF 是由具邏輯學與人工智慧學術背景的人發展出來的,對一般開發者並不特別親切。相對之下,RSS 是建構語義網應用時成長最快的一種語言,值得先從它入手。
一個簡單的實作情境
想像一套以語義網為基礎、透過網際網路媒合二手車買賣的系統。它可能包含兩個應用程式:一個服務想買車的人,一個服務想賣車的人。我們姑且稱之為 IBA(I Buy Application)與 ISA(I Sell Application)。
在真實環境中,第一次使用時系統會要求你標示身分,你的 ID 會存進一份 RDF 檔案,內容是姓名、地址、電子郵件與 ID 編號。送出查詢後,系統會依年份、價格、地點與可取得性排序,回傳一份在售車輛清單;這些資料由 web spider 持續從網路上的 RDF 檔案蒐集而來。
賣方送出表單後,系統會索取更多細節,並把你的 ID 與資料寫入一份供網路使用的 RDF 檔案,內容大致包含:
在後台,ISA 會產生一份帶有許多 RDF 指標的檔案:一個指標指向存放「人」相關資訊的檔案,一個指向 Volvo 車款資訊,一個指向經銷商與賣家資訊,以此類推。
所謂 RDF 指標,其實就是一個 URL,指向「關於某件事物的資訊」,作用近似知識庫的入口。它的好處是:你不必親自描述自己或車款的全部細節,應用程式會替你整理歸位。
由 Microsoft?由 Google?還是 W3C?RDF 談的是「關於資料的資料」,也就是元資料,而 RDF 檔案往往又在描述其他 RDF 檔案。未來真有可能把所有 RDF 檔案串成一個語義網嗎?沒人知道,但總有人願意去試。
語義網大概不會自己長出來,它需要第三方力量介入才可能落地。單靠你在網路上發布 RDF 檔案,並不足以賣掉一輛車;必須有人打造搜尋與索引基礎設施,有人制訂標準。可能是 eBay、Microsoft、Google,也可能是別的公司,但總會有人做。等到那一天,你就能用標準化的 RDF 檔案,在網路上蒐集幾乎任何主題的資訊——也許免費,也許你得為取得資訊、甚至為出售自己的資訊付費。
語義網不是可全文檢索的自由文字,要存取它需要軟體協助,也就是所謂的「語義網代理人」(Semantic Web Agents)或「語義網服務」(Semantic Web Services)。未來你大概會請代理人幫你找:最合適的機票、適合你車型的配件、書影音推薦、天氣預報、時刻表與行事曆、股價與匯率。
賣家可信嗎?買家可信嗎?要回答這個問題,需要更多 RDF 檔案:信用卡資訊、銀行資訊、信用紀錄、社會安全紀錄。透過這類檔案,你的代理人就能判斷交易對象是否值得信任(這部分很可能由 eBay、Amazon 這類交易平台提供紀錄)。
此外,語義網要能運轉,必須先有順手的支付手段。一種只能收款的「儲蓄帳戶」也許就是解方:只要知道對方的 ID 或電子郵件(概念近似 PayPal),任何人都能把錢匯進去,不必透過中間人。
接著你的拍賣代理人接手:設定底價、送出,書就上架了。這套構想聽起來像科幻,但每一塊拼圖——RDF、OWL、代理人——都已經存在,缺的只是把它們組起來的人。