语义网的引见 (语义网的应用)

本文目录导航：

• 语义网的引见
• 语义网络的组成局部
• 语义网的概念

语义网的引见

语义网是对未来网络的一个想象，如今与Web 3.0这一律念联合在一同，作为3.0网络时代的特色之一。

繁难地说，语义网是一种默认网络，它岂但能够了解词语和概念，而且还能够了解它们之间的逻辑相关，可以使交换变得更有效率和价值。

语义网，它的外围是：经过给万维网上的文档 （如：规范通用标志言语下的一个运行HTML）减少能够被计算机所了解的语义“元数据”（外语：Meta target=_blank>

语义网络的组成局部

对于语义网络的组成局部如下：

语义网络是由结点和弧组成。

结点示意事物、概念、事情等，弧示意结点之间的相关。

结点和弧也可带有权值，以示意其无关的关键水平语义网络是示意常识和建设认知模型的一种带标号的有向图。

在语义网络中，带标号的节点示意思索对象──详细事物、形象概念、形态和形势等；带标号的有向弧则示意节点所代表对象间的相关。

语义网络（semantic network）是一种以网络格局表白人类常识结构的方式。

是人工默认程序运用的示意方式之一。

由奎林(J. R. Quillian)于1968年提出。

开局是作为人类联想记忆的一个显著公理模型提出，随后在AI中用于人造言语了解，示意命题消息。

在ES中语义网络由PROSPEUTOR成功，用于形容物体概念与形态及其间的相关。

它是由结点和结点之间的弧组成，结点示意概念(事情、事物)，弧示意它们之间的相关。在数学上语义网络是一个有向图，与逻辑示意法对应

语义网络（semantic network）是一种用图来示意常识的结构化方式。

在一个语义网络中，消息被表白为一组结点，结点经过一组带标志的有向直线彼此相连，用于示意结点间的相关。

在人工默认的程序中，谓词及其变元可以看作是语义网络中的结点；而格相关则相当于结点之间的连结方式。

语义网络是一种面向语义的结构，它们普通经常使用一组推理规定，规定是为了正确解决出如今网络中的特种弧而专门设计的。

语义网络对表白典型的陈说句子的内容尤其有用。例如，语句John gave the book to Mary的语义网络

关键个性语义网络的一个关键个性是属性承袭。

凡用有向弧连结起来的两个结点有上位与下位相关。

例如“兽”是“生物”的下位概念，又是“虎”的上位概念。

所谓“属性承袭”指的是凡上位概念具备的属性均可由下位概念承袭。

在属性承袭的基础上可以繁难地启动推理是语义网络的好处之一。

特点语义网络的特点是：可以深档次地示意常识，包含实体结构、档次及实体间的因果相关;(推理的非有规定，无推理法令可循;常识表白的人造性间接从言语语句强化而来。

它的好处是：间接而明白地表白概念的语义相关，模拟人的语义记忆和联想方式;可应用语义网络的结构相关检索和推理，效率高。

但它不实用于定量、灵活的常识;不便于表白环节性、管感性的常识。

语义网的概念

语义网的概念是由万维网联盟的蒂姆·伯纳斯-李（Tim Berners-Lee）在1998年提出的一个概念，实践上是基于很多现有技术的，也依赖于起初和text-and-markup与常识体现的综合。

其渊源甚至可以追溯到20世纪60年代末期的Collins、Quillian、Loftus等人的钻研，还有之后70年代初Simon、Schamk、Minsky等人陆续提出的一些实践上的成绩。

其中Simon在启动人造言语了解的运行钻研时提出了语义网络（Semantic Network，不是如今的Semantic Web）的概念。

过后人们甚至发明了以逻辑为基础的程序设计言语Prolog。

蒂姆·伯纳斯-李在2006年普林斯顿大学演讲和前期接受媒体采访时地下示意，他最后将这种默认网络命名为语义网可能不够贴切，兴许更准确的称号应该是数据网（外语：Data Web）。

语义网就是能够依据语义启动判别的默认网络，成功人与电脑之间的无阻碍沟通。

它好比一个巨型的大脑，默认化水平极高，协调才干十分弱小。

在语义网上衔接的每一部电脑岂但能够了解词语和概念，而且还能够了解它们之间的逻辑相关，可以干人所从事的上班。

它将使人类从搜查相关网页的惨重休息中束缚进去，把用户变成全能的上帝。

语义网中的计算机能应用自己的默认软件，在万维网上的海量资源中找到你所须要的消息，从而将一个个现存的消息孤岛开展成一个渺小的数据库。

语义网的建设极大地触及了人工默认畛域的局部，与Web 3.0默认网络的理念不约而同，因此语义网的初步成功也作为Web 3.0的关键特色之一，然而想要成功成为网络上的超级大脑，须要常年的钻研，这象征着语义网的相关成功会占据网络开展进程的关键局部，并且间断于数个网络时代，逐渐转化成“默认网”。