Определение семантической паутины

Семантический веб относится к следующему этапу развития всемирной паутины. В так называемом Вебе 3.0 информация уже не просто связана, а веб-контент обогащается и связывается с машиночитаемыми семантическими метаданными. Целью является оптимизация обмена информацией в Интернете путем предоставления машинам возможности различать и специально обрабатывать машиночитаемые значения, т.е. семантический контент.

Термин «семантический веб» является одним из многих терминов, используемых для определения семантического развития всемирной паутины. Помимо semantic web, обсуждаются также следующие термины для обозначения глобальной, семантически связанной информационной сети:

• Web 3.0: Был распространен американским журналистом Джоном Маркоффом для описания того, как машиночитаемые значения добавляются к интерактивному, совместному Вебу 2.0.
• GGG (Giant Global Graph): Используется Тимом Бернерсом-Ли, изобретателем www, как описание глобальной информационной структуры, использующей семантическое структурирование метаданных и контента; GGG концептуально пересекается с веб-семантикой.
• Связанные открытые данные: Придумано в 2007 году, чтобы подчеркнуть стандарты метаданных, процедуры запросов и сетевые семантические данные как основу семантической паутины.
• Сеть данных: Определение, введенное W3C, Консорциумом Всемирной паутины, в 2013 году, чтобы объединить синтаксическую и семантическую взаимосвязь данных в одном термине.

До сих пор www был ориентирован в основном на синтаксис информации. Здесь компьютерные программы используют алгоритмы, которые анализируют индексы данных, ключевые слова и поисковые запросы. В зависимости от того, насколько уникален запрос, поисковые системы выдают более или менее подходящие результаты поиска (SERP). Однако для пользователей и компаний важно, чтобы программы обрабатывали поиск и намерения пользователей как можно эффективнее. Семантический веб согласуется не только с поисковыми терминами и синтаксисом, но и со смысловыми значениями. Таким образом, машины могут находить контент, понимать и различать его значение.

Например, если пользователи ищут фразу «Когда началось президентство Барака Обамы?», поисковые системы не просто выдадут «20 января 2009 года», а скорее наиболее подходящие для Барака Обамы совпадения. В семантическом вебе машины понимают не только содержание, но и смысл поискового запроса и выдают точный ответ. Более того, анализ смыслов в семантической паутине включает не только текст, но и изображения, звук, числа, символы — другими словами, все признаки, несущие смысл.

Если понимать семантический веб как этап развития всемирной паутины, то есть Веб 3.0, то он основан на Веб 1.0 и Веб 2.0. Если бы это зависело от Тима Бернерса-Ли, основателя www, то Web 1.0 уже был бы основан на значении в дополнение к расположению и форме информации. Классический» веб основан на таких стандартах, как HTML, URL и HTTP, то есть язык разметки, описание адреса и протокол передачи для структурирования данных. Однако большая часть веб-контента по-прежнему распространяется по сети в неструктурированном виде.

HTML-документы редко определяют, что означает их содержимое и чем они отличаются от других. Хотя метаданные используются, их значимость все еще ограничена. Таким образом, компьютерные программы могут искать адреса содержимого, но они не могут определить, что означает искомая информация или чем она отличается от других. Дополнительные логические утверждения помогают программам не только находить контент, но и понимать его, если он помещен в заранее сформированный, смысловой контекст.

Сущности и онтологии являются одними из основных компонентов семантического веба. «Сущность» — это термин из семантики — она состоит из идентификатора и связанных с ним атрибутов. Например, «Барак Обама» — это идентификатор сущности, а такие сведения, как «президент США», «юрист», «демократ» — это атрибуты, то есть описательные свойства. Сущности, в свою очередь, могут быть связаны друг с другом и тематически родственными или различными.

Если сущности стоят в контексте друг к другу, они называются «онтологиями». Онтологии — это упорядоченные наборы информации и логических утверждений, сформулированные таким образом, чтобы их можно было прочитать человеку или машине, и устанавливающие связи и показывающие отношения.

Сущности и онтологии необходимы для семантического веба. Программы используют их для понимания взаимосвязей между словами, предложениями, изображениями и символами, интеллектуальной фильтрации многозначного и дублирующегося контента, интерпретации веб-контента и тематического разграничения сущностей. Таким образом, создается богатая сеть знаний, состоящая не только из неструктурированной информации, но и из ключевых слов и адресов. В будущем искусственный интеллект сможет осуществлять поверхностный поиск в накопленных знаниях www, а также понимать и интерпретировать их более целенаправленно.

Чтобы реализовать семантический веб, компьютерные программы должны научиться извлекать смысл. Это возможно только в том случае, если существующий или новый контент www содержит структурированные данные, сформулированные в машиночитаемом виде. Структурированные данные формулируются с использованием определенных стандартов и классификаций и кодируются на веб-сайтах в виде схемы разметки и внутристраничной разметки. Структурированные данные позволяют программам четко отличать, например, «банк» как финансовое учреждение от объекта «берег», относящегося к берегам реки. В свою очередь, для создания единого машиночитаемого языка необходимы стандарты семантического веба, сформулированные консорциумом W3.

Другие подходы к единым стандартам семантического веба включают язык контекстного просмотра (CBL), который описывает отношения между информацией, и язык веб-онтологии (OWL), который организует и классифицирует информацию иерархически. Кроме того, следующие разметки и стандарты, среди прочих, помогают создавать семантические метауказания, стандарты и правила:

• RDF/RDFa (Сеть описания ресурсов в атрибутах): Используется для детального описания веб-сайтов, чтобы делать логические, семантические утверждения о произвольном контенте, и может быть расширена с помощью RDFa для интеграции RDF с XML.
• URI (Uniform Resource Identifier): Идентифицирует информационные единицы и указывает на доступные связанные открытые данные (LOD), т.е. непрерывные данные в документах HTTP.
• RIF (Rule Interchange Format): Определяет правила, в соответствии с которыми создается контекстное значение.
• Dublin Core (Дублинское ядро): Стандарт для метаданных, встроенных в цифровые документы, и для машиночитаемой интерпретации элементов, сформулированных в RDF.
• RDFS (Resource Description Framework Scheme): Определяет словарь RDF и устанавливает структуру и синтаксис для использования.
• SPARQL (SPARQL Protocol And RDF Query Language): Служит в качестве языка запросов и протокола для контента из системы RDF, который состоит из логических описаний и отношений данных.

Преимущества семантического веба нельзя недооценивать. Компании уже полагаются на него, чтобы адаптироваться к цифровизации делового мира. Те, кто анализирует покупательское и поисковое поведение клиентов и целевых групп, могут предоставлять персонализированную информацию и генерировать больше трафика. В интернет-маркетинге реклама, ориентированная на семантику веб-контента, может быть лучше адаптирована и привязана к ключевым словам, соответствующим услугам и продуктам компании.

Для веб-сайтов, оптимизированных для поисковых систем, речь идет не только о хороших ключевых словах, но и о семантической информации, которая структурирует контент и обеспечивает машиночитаемую информационную архитектуру. Обязательно включайте структурированные данные в веб-сайты и делайте веб-контент максимально осмысленным, используя семантические стандарты. Таким образом, вы сможете улучшить рейтинг в поисковых системах и быть найденными целевыми группами, которые вы хотите привлечь.

Семантический веб все еще находится в зачаточном состоянии, но первые шаги к его реализации уже сделаны. Например, возможности семантического веба можно увидеть в Rank Brain от Google, который может тематически распределять поисковые запросы, ранее неизвестные алгоритму. Поиск изображений Google уже «распознает», что ищут пользователи, и выдает тематически схожие результаты поиска. Аналогичным образом, функция Google Knowledge Graph способна распознавать семантические сущности и отображать наиболее важную связанную или ассоциированную информацию в дополнение к результатам поиска. Аналогично, Google Rich Snippets и rich cards готовят структурированные данные в виде информационных каруселей и выдержек с веб-сайтов.