中文XML论坛--语义网真的很神奇么?(欢迎拍砖)

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

首先声明自己的了语义网\本体了解不深入,只是最近因为毕业设计的需要,看了几篇相关的文档.搜索一下论文库发现ontology正研究的热点,几乎所有的拥护者都在说,未来的web j是语义网的时代,但慢慢对些产生怀疑.讨论以下几个问题.
    一  知识的表达.
    什么是知识? 一直还是未解决的问题,人工智能课上学的那点东西,觉得已经走到了尽头,数学的工具,一阶逻辑,在具有完备性和漂亮的证明的同时,不由让人怀疑离真正的应用很远.
到目前为止一直没看到成功的知识表达的例子.
   二  语义网的大胃口
   语义网的发明者(maybe),让我很佩服其相像力,以前改变网络世界的雄心,但这么多年大量的人在研究,工具一大把,却没有看到真的有价值的应用,希望能看到有人专业性的质疑,语义网到底能走多远.语义网在理想状态不断扩大后,会不会变成一个大的混乱的复杂的神经网络(神经网络不仅具备推理能力还具备表达能力).
    三技术的更新有多快?
     在我们的面前是眼花缭乱的名语,owl ontology, rss rdf ,KML....回头来看看表述形式都是标记语言,表达的内容都是数据,想做的只是对数据的理解.
    四自然语言的处理还没有突破
    有种感觉,很长段时间不会突破了.... 除非有一天有个始皇一样的人物统一全球,要求大家只用一种语言,按标准的语法说话.....  可能有点悲观,但是现在实验数据说明自然语言的处理提高一点百分点都很难....
     五  哪里是出路?
     感觉信息的处理,走的大方向是智能化,人工智能是长期的热点,也许有一点神经网络能解决很多问题......

专业知识浅薄，很多用词不准确，但是隐隐感觉这个方向有些问题。
希望各位前辈多指教

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

东边日出西边雨道是无晴却有晴

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

写得用心！

跟你一样持怀疑态度的人很多；但拥趸者也有不少，国外还号称已经有些实验性的应用如黄智生老师提到的荷兰的eCulture、有些商业性的RDF triple库存储、查询工具了。甚至还有像Radar network这样的神秘的SW网站——不知道现在完成开发、公布了没有？但我感觉这些大概只是triple库的存储、简单查询罢了，离“语义”、“智能”还差点。

是有大量的人（如我）是被论文和毕业的压力所逼才死马当活马医地搞它的:(

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

以下是引用imxh在2007-10-5 2:34:00的发言：
首先声明自己的了语义网\本体了解不深入,只是最近因为毕业设计的需要,看了几篇相关的文档.搜索一下论文库发现ontology正研究的热点,几乎所有的拥护者都在说,未来的web j是语义网的时代,但慢慢对些产生怀疑.讨论以下几个问题.
     一  知识的表达.
     什么是知识? 一直还是未解决的问题,人工智能课上学的那点东西,觉得已经走到了尽头,数学的工具,一阶逻辑,在具有完备性和漂亮的证明的同时,不由让人怀疑离真正的应用很远.
到目前为止一直没看到成功的知识表达的例子.
    二  语义网的大胃口
    语义网的发明者(maybe),让我很佩服其相像力,以前改变网络世界的雄心,但这么多年大量的人在研究,工具一大把,却没有看到真的有价值的应用,希望能看到有人专业性的质疑,语义网到底能走多远.语义网在理想状态不断扩大后,会不会变成一个大的混乱的复杂的神经网络(神经网络不仅具备推理能力还具备表达能力).
     三技术的更新有多快?
      在我们的面前是眼花缭乱的名语,owl ontology, rss rdf ,KML....回头来看看表述形式都是标记语言,表达的内容都是数据,想做的只是对数据的理解.
     四自然语言的处理还没有突破
     有种感觉,很长段时间不会突破了.... 除非有一天有个始皇一样的人物统一全球,要求大家只用一种语言,按标准的语法说话.....  可能有点悲观,但是现在实验数据说明自然语言的处理提高一点百分点都很难....
      五  哪里是出路?
      感觉信息的处理,走的大方向是智能化,人工智能是长期的热点,也许有一点神经网络能解决很多问题......

专业知识浅薄，很多用词不准确，但是隐隐感觉这个方向有些问题。
希望各位前辈多指教

深夜无眠，上来灌瓢水。针对LZ的5个point相应回复。

1.知识的表达
人工智能课程上学的东西只是60，70年代KR最兴旺时期的一些研究成果，比如prolog，专家系统，Mean End分析，而这些东西即使在70年代就已经取得了很多瞩目的成果，比如自动规划机器人Shaky。Prolog和LISP也成为了开发人工智能程序的语言。在美国高校的AI专业，基本上是个人都会用prolog和LISP写程序，为研究带来了巨大的便利。

目前，虽然没有出现大规模的知识系统的商业化应用，但是知识表示几乎已经成为了构建智能信息系统，自主机器人的必备环节。而语义网的研究正是推动大规模知识表示走向实用化，商业化的重要一步。

2. 语义网的应用在欧洲和美国都是很多的。著名的数据库Elsevier就使用了语义网技术来标注电子数据库，这个项目也就是Vrije Universiteit Amsterdam承担的。有很多网页也开始逐渐采用了语义网技术。本体技术也在机器人的研究中得到应用。

语义网现在还没有得到大型企业的推广，因为企业需要看到商业价值，这与语义网概念本身是否合理没有关系。机器人的研究也有30年了，但是微软不是也是去年才开始实验性的开发robotics studio么？难道说机器人的研究也是没有前途的？此外，语义网的开发对程序员的要求进一步提高了，程序员需要专门进行数据建模和知识表示的培训才能构建语义网，这当然不是科学家搞理论研究和工具开发就能轻易搞定的。任何一门语言的推广都需要时间。

此外，语义网中的本体taxonomy跟神经网络完全就是两个概念，根本不可能混为一谈。神经网络的计算和逻辑推理是本质上完全不同的。

3.技术的更新都有其背后的理论依据。为什么提出了RDF/RDFS之后要再来一个OWL？因为RDF只能表达membership assertion，不能表达taxonomy， RDFS表达能力够强了但是不可判定。为什么有了OWL还要来一个SWRL，是因为OWL的表达能力制约了表达更复杂的多元关系。其实与其说这是技术的更新不如说是理论研究在不断发展，语义网的layered cake一层一层的成熟。

4.我认为语义网的实现跟自然语言理解没有太大关系。此外，LZ对自然语言理解的state of art了解多少？Segmented Discourse Representation Theory使得自然语言理解已经能够用来做英语考试的阅读理解题目了。

5. 以神经网络为代表连接主义AI和以知识表示为代表的符号AI一直是两种不同的AI流派，它们的理论基础，哲学基础都不同，不可能相互融合和相互替代。我认为这两个领域的探索永远都是平行的。

最后建议LZ可以静下心来，专心了解一下语义网的具体研究课题，多读读文献，也更多的补充一下人工智能的基础知识，再来对语义网这种国际性的热门研究是否有前景这样的大问题发表看法。

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

语义网不神奇，只是在有些时候比较有用而已

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

谢谢各位的答复,感觉语义网没那么神奇了,看完了描述逻辑后觉得清晰了不少

搞完论文打算转神经网络了....

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

估计过一段时间就会有LZ的新贴《神经网络真的很神奇么》。。。

水一下，呵呵

[此贴子已经被作者于2007-11-17 21:43:06编辑过]

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

其实大多数对语义网的质疑就是由于不了解语义网到底是干什么的，或者说语义网*不是*干什么的。比如对楼主的5个问题，我们可以很放心地说，语义网界一般认为（异端总是存在的，呵呵）：

1. 语义网不是要完美得表达知识，而是有效得表达Web上的知识。（BTW，一阶逻辑可不完备。）
2. 语义网不存在所谓表达能力的目标。（BTW，神经网络也没有）
3. 语义网不是要做对数据的理解（那是数据挖掘的工作），而是正是标记数据（的元数据）；这点楼主看得很准。
4. 语义网不企图解决自然语言理解的问题。
5. 语义网不是要解决信息的处理问题，而是信息的表示问题。（所以神经网络之类大体在这里用处不大）

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

时隔4年，回来看，温故而知新

语义网界走了很多弯路。很多早期的弯路，变成深刻的误解甚至偏见，影响人们去接受新事物，去试验新方法——不是指语义网本身，而是语义网的实践方法。

如果要扩展我的“语义网不是什么的列表”，我要加上
* 不是RDF
* 不是OWL
* 不是Triple Store
* 不是更牛逼的数据库
* 不是逻辑
* 不是推理
* 不是本体
* 不是自然语言理解

一个应用，上面的技术全不用，一样可以是语义网的应用。


	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》	109.375ms