美國阿爾法股權管理公司(Alpha Eqiuty Mangement)高級國際資產分析師Vince Fioramonti在2001年突然意識到，由于有價值的投資信息在網絡上將會越來越多，今后越來越多的廠商將根據信息的重要性和關聯性提供可搜集和解譯這些信息的軟件。

　　語義網絡將成為企業發展的利器

　　Fioramonti稱：“我曾經擁有一支專門為公司搜集和分析金融信息的分析團隊。不過，他們的處理速度極為緩慢，得出的結論往往也過于主觀，甚至有時會前后矛盾。”

　　第二年，Fioramonti改用Autonomy集團的語義平臺——智能數據操作層(IDOL)來自動處理各種形式的數字化信息。他們在部署中遇到了一個障礙：IDOL僅提供了常用的語義算法。Fioramonti稱，阿爾法股權管理公司為此不得不組建了一個由程序員和金融分析師組成的團隊，專門研發適用于金融學的算法和元數據。由于耗資過于巨大，公司最后放棄了這一項目。

　　阿爾法股權管理公司在2008年迎來了新的契機，當時他們參加了湯森路透的機器可讀新聞(Machine Readable News)服務。該服務可從3000多名路透社記者，以及網絡報紙和博客等第三方資源那里收集、分析網絡新聞。然后，根據影響力(如果公眾對公司或產品的印象)、關聯性和新穎性，對這些材料進行分析和評分。

　　這些結果會源源不斷的提供給客戶，包括公共關系和營銷人員、使用自動化“黑匣子交易(black box trading)”系統的股票交易商、為長期投資決策收集整理數據的基金經理。

　　Fioramonti稱該服務每月收費并不便宜。據估計，實時數據更新的成本每月在15000至50000英鎊之間。不過，對于阿爾法股權管理公司來說，該服務確實物有所值。他稱，這些信息不僅幫助提升了公司的資產收益，還幫助公司擊敗了許多競爭對手。

　　阿爾法股權管理公司的經歷并不是唯一的案例。無論公司決定建造一個類似的內部系統，還是決定雇用服務提供商，通常都要花費巨資才能利用語義網技術。如果所搜索和分析的信息包括有針對特定商業領域的行話、概念和縮略語信息，那么同樣可以實現。

　　以下我們將為大家介紹一下那些能夠幫助進行商業部署和利用語義網基礎的工具，以及要想發揮這一技術的潛能還需要哪些東西。

　　關鍵標準

　　根據Tim Berners-Lee提出的概念，語義網的核心是聯合搜索(Federated Search)。其可搜索引擎、代理或應用詢問網絡上成千上萬個信息源，發現并在語義上分析相關內容，準確檢索用戶尋找的產品、答案或信息。

　　盡管聯合搜索正逐漸流行起來，特別是出現在了Windows 7上，但是要在整個網絡上廣泛普及還有很長的路要走。

　　為了有效的推動聯合搜索，萬維網聯盟(W3C)制定了幾個關鍵標準，定義了基本的語義基礎設施。它們包括：

　　?簡單協議與RDF 查詢語言(SPARQL)，其定義了用于查詢和訪問數據的標準語言。

　　?資源描述框架(RDF)和RDF模式(RDFS)，其規范了在語義本體(又稱為詞匯表)中如何陳述和組織信息。

　　?網絡本體語言(OWL)，其對本體論和部分RDFS原理進行了詳細陳述。

　　目前這些標準的最終定稿已經得到了Cambridge Semantics、Expert System、Revelytix、Endeca、Lexalytics、Autonomy 和Topquadrant等主要語義網平臺廠商的支持。

　　谷歌、雅虎和微軟必應等主要網絡搜索引擎已經開始使用語義元數據區分搜索結果，并開始支持RDF等W3C標準。

　　如今甲骨文、企業軟件廠商和IBM也加入到語義網的研發中，并分別推出了甲骨文Database 11g 語義技術、SAS 本體管理工具和IBM InfoSphere BigInsights工具。

　　W3C標準的推出目的是解決不同機構在組織、描述、呈現信息中的不一致性，為跨域語義查詢和聯合搜索鋪平道路。

　　本體管理工具制造商Revelytix的首席執行官Michael Lang為我們描述了使用W3C標準的好處。他稱，如果200家網上家用電子產品銷售商使用諸如RDF的語義網標準描述他們產品庫，Revelytix的軟件則可以讓這些信息通過SPARQL查詢方式被訪問。網絡商家可以使用兼容W3C標準的瀏覽器工具在不同網站搜索產品，如通過輸入“根據價格排列并顯示所有42-52英寸平板電視”進行查詢。

　　搜索引擎和一些第三方網絡購物網站可提供產品對比，不過這些對比僅限于所搜索到的結果的屬性。購物者經常發現由第三方所提供數據已經過時，甚至不正確，如無法準確提供有效的尺寸和顏色信息。基于標準的跨網站查詢可為購物者提供由商家自己提供的更為豐富的對比信息和更新的介紹信息。

　　W3C SPARQL工作組聯合組長Lee Feigenbaum 稱，W3C SPARQL工作組目前正在研發SPARQL服務描述，旨在標準化SPARQL“終端”或信息源提供數據的方式，特別是詳細規定了如何描述數據的類型和數量。

　　模塊和軟件工具

　　工具、平臺、預置組件和服務均可有效縮短部署時間，降低技術復雜性，減少成本。

　　Jena為開發語義網應用的開源Java架構，其包括有RDF、RDFS和OWL的API，一個SPARQL查詢引擎和一個推理引擎。Sesame為存儲、推理和查詢RDF數據的開源架構。

　　主流語義網平臺都帶有用于描述常用術語、概念、縮略語的“知識庫”，讓用戶在使用時創建本體知識庫。Lexalytics產品管理副總裁Seth Redmore稱：“客戶的需求往往相互矛盾：讓平臺能夠反饋精確信息，對這些信息進行整編讓其更適合自己的業務。”

　　為了解決這一矛盾，Lexalytics選擇將他們的語義平臺主要銷售給服務提供商，由服務提供商再對特定商業領域和應用進行微調。湯森路透的機器可讀新聞服務就是一個很好的例子。

　　部分平臺廠商推出了專門針對商業的解決方案。比如，Endeca推出了用于電子商務和企業語義應用的應用開發工具包。

　　此外，還有一些可以自動將語義元數據和W3C標準整合到現有信息庫中的工具。據Lang稱，Revelytix的Spyder工具可自動將結構化和非結構化數據轉換成RDF。作為能夠被兼容SPARQL的瀏覽器訪問的SPARQL終端，其可在網頁上顯示這些信息。

　　名為D2RQ的開源工具可以將所選擇的數據庫映射到RDF和OWL本體知識庫中，讓兼容SPARQL的應用訪問這些數據，

　　Revelytix還推出了名為Knoodl.com的兼容W3C的知識庫模塊。該模塊為基于維基的架構，主要是幫助技術專家和商業用戶共同開發一個語義詞匯表，描述和引導不同網站中的特殊信息。Lang稱，相關社區可以通過Knoodl.com訪問、共享和挑選有關的信息。

　　咨詢公司Dachis集團歐洲業務部主管Lee Bryant稱，他們開發了一個名為Social Business Design的架構，該架構的目的是幫助用戶協作、分享想法，然后限制和明確某一商業機構或是社區中的數據含義。

　　上述這些產品都可以大幅減輕語義基礎設施的研發任務。如，布依格建筑集團電子服務與知識管理總監Eric Juin稱，他們通過Sinequa的語義平臺Context Engine，在六個月的時間內就建立起了一個初具規模的語義系統。

　　Juin稱，布依格建筑集團已經開發出了一個語義搜索應用，其可幫助員工迅速內部系統和外部互聯網中的信息。他稱，Context Engine可以從會議紀要、產品說明書、培訓材料和項目文檔等海量文件中查找到要找的相關的人員和概念。該平臺包括了一個收錄有常用詞匯和術語的“通用語義學詞典”，并且可在多種語言之間轉換。如法國雇員能夠在德語文件中進行語義搜索。

　　此外，特殊的商業縮略詞和術語還可以手動添加，不過這需要語義專家和商業用戶共同完成。Juin稱，由于語義引擎能夠使用其它相關詞匯確定針對特殊主題的術語，因此他的團隊只添加了很少一部分關鍵詞的定義。

　　選擇SaaS

　　對于那些缺乏內部資源建立自己的語義網基礎設施的公司來說，他們可以像阿爾法股權管理公司那樣選擇由第三方提供語義服務。

　　服務提供商湯森路透除了提供機器可讀新聞服務外，還提供名為OpenCalais的服務。該服務可為客戶提交的內容創建語義元數據。據湯森路透副總裁Thomas Tague稱，客戶可為搜索、新聞聚合、博客、目錄和應用部署經標記的內容。

　　OpenCalais包括一個免費的工具包，用戶可創建自己的語義基礎設施和元數據，與其他網絡提供商建立鏈接。Tague稱，該服務目前每天處理超過500萬份文檔。

　　DNA13、Lithium技術和Cymfony均為語義服務提供商，提供查詢、收集和分析網絡新聞、社交媒體，為用戶在品牌、信譽管理、客戶關系管理和市場營銷等領域提供幫助。

　　語義網何時真正普及?

　　在皮尤研究中心2010年度報告中，該中心對895名語義技術專家和利益相關者 進行了調查，結果顯示47%的受訪者認為，到2020年，Berners-Lee的語義網設想不會實現，或與終端用戶有著巨大分歧。另一方面， 41%的受訪者認為這一設想能夠實現。剩下的受訪者表示無法回答這一問題。

　　W3C基礎性標準目前最終定稿并獲得了支持。目前平臺和軟件工具數量也在不斷增加。專家表示，盡管如此，語義網技術和標準遠沒有獲得能夠充分展示其優勢的足夠支持。

　　重要的是，在通用語義技術和符合W3C標準與專用于網絡信息資源的語義網技術之間有著明顯的界限。

　　專家表示，語義技術正在普及，特別是在企業知識管理和商業智能領域。市場研究公司IDC分析師Susan Feldman稱，“幫助用戶查找他們想找的非結構性信息”的語義內容分析工具市場正在以每年20%的速度增長。她指出，目前大多數企業搜索平臺正在包含語義技術。

　　與傳統的商業智能工具相比，語義技術的一個最大優勢是讓主題專家(SME)能夠創建他們自己的查詢架構，無需經歷苛刻而耗時的創建和重建數據倉庫與數據集市任務。Project10X總經理Mills Davis舉例稱：“一個精通標準的專家能夠在兩周內，而不是在9個月里創建一個語義架構，然后輕松而快速的進行調整。”

　　與傳統商業智能工具相比，語義技術另一個優勢是具有執行更為復雜而模糊的查詢，能夠對非結構化數據進行分析，并且可先從小范圍的精確查詢開始，然后逐漸擴展。

　　在網絡上，語義技術已經在日漸增長的商業市場中站穩了腳跟。在電子出版物市場，在線新聞服務商DBpedia、Geonames、RealTravel 和 MetaWeb都已經率先采用了該技術。在在線金融信息服務業務中，湯森路透和道瓊斯也已經部署語義技術。其中湯森路透OpenCalais 的大客戶中包括美國哥倫比亞廣播傳媒集團(CBS)旗下互動媒體集團和CNET 集團，老牌電子雜志Slate、赫芬頓郵報和網絡新聞聚合公司Moreover 技術。另外，大約9000家在線書城目前正在使用OpenPublish。OpenPublish將OpenCalais 與開源內容管理系統Drupal整合在了一起。

　　近期，網絡零售商開始部署語義網平臺，幫助優化產品和品牌在搜索結果中的排名，為客戶提供更多、更豐富的購物體驗。

　　需克服的障礙

　　如今W3C 標準還缺乏更為廣泛的支持，并且缺乏便于跨網絡和商業領域進行語義查詢的常用詞匯表。數語義網圖式主體還在開發之中。專業人士指出，由于這類框架通常包括特定的商業和功能術語，行話和縮略語，因此其他行業無法很好的理解它們。這也使得跨領域查詢、語義應用和服務必須每個信息資源的本體知識庫聯系起來。

　　下面以為大家介紹一下全球知名的能源公司Eni的案例。據Eni的語義技術主管Daniele Montanari稱，該公司的技術和主題專家花了12年開發和調整Expert System的Cogito語義商業智能平臺。該平臺可支持與石油、天然氣和電力有關的交易、生產和物流處理。

　　Montanari 稱，Cogito 允許Eni的終端用戶前往網絡上預選和預定的信息資源，查找關于特定主題的重要信息，然后生成一個可以下載、自動更新和進行語義查詢的“語料庫”。

　　Montanari 稱，語義圖式趨向于針對特定的商業領域。比如，公司的精煉部門開發了可在大量文檔中快速定位信息的語義框架和分類。在這些文檔中，許多由Eni的研發團隊所編寫，另一些則來自團隊定購的網絡資源。

　　對于石油工業最新的技術研發來說，由于每個網站都有自己的專用本體知識庫，因此通用的網絡搜索存在許多問題。Montanari 稱：“在一個信息領域內包含有多個來源，因此你必須要定義一個普用的語義模式。”

　　Montanari 稱，相同的問題還存在于內部語義查詢中。他的團隊曾經嘗試創建一個適用于整個公司的語義圖式，能夠為公司的數據庫和數據集中的每件事物準確找到對應物，但是公司最終無法解決石油、天然氣、研發、營銷等業務領域中存在的差異。

　　他稱：“即使在邏輯上，這也是一個難題。”因此，在特殊的業務部門和行業中還是傾向于保留內部查詢。

　　發展前景展望

　　在行業管控和客戶壓力下，標準化的本體知識庫已經出現。電子商務公司是否會真正團結在一個通用圖式下還有待觀察。

　　其中一個嘗試是GoodRelations 電子商務詞匯表。目前，僅有BestBuy.com和Overstock.com等少數公司加入其中。不過，谷歌在近期也宣布他們支持該詞匯表。

　　《新一波技術浪潮》作者Phil Simon稱：“與電話和互聯網一樣，隨著越來越多的人使用新技術，它們才會變得更具價值。”他指出，對于許多公司來說，目前仍然缺乏一個明確的投資回報，這是部署的主要成本。Simon稱，那些希望能夠訪問內部和互聯網中大量非結構化信息的公司在得到回報前往往要花上數年時間設置語義網基礎設施。除了新技術需要投資外，清理和標記數據等工作也需要大量的資金。

　　實際上，與之前許多突破性信息技術一樣，語義網可能會陷入《第22條軍規》所描述的困境中：在新技術體現出優勢前需要有大量的用戶使用，但是公司，尤其是電子商務公司在用戶數量達到一定規模后，才會部署新技術。

　　BestBuy.com網絡研發總工程師Jay Myers在博客中稱：“產品目錄對于零售/制造商都是獨一無二的，由于有著數十億種產品，通用產品目錄是一個不可能實現的目標。我看到了一些在產品目錄方面的嘗試，但是我沒有看到這些嘗試取得什么進展。目前業內已達成共識，即產品目錄定義看起來沒有用處，應用避免。”

　　不過，Myers表示：“正是由于沒有任何通用標準，這并不意味著我們無法通過W3C 標準和GoodRelations等本體知識庫為機器設置某種類似的產品目錄。這是一種雙贏的舉措，因為公司將會讓客戶感到滿意，而客戶也將通過相關的產品數據權衡自己的購買決定。”

　　實際上，許多語義網社團仍然認為語義技術將最終會為網絡帶來一場革命。

　　Davis稱：“隨著用戶數量和數據移動性的增加，以及互聯網服務和數字化數據信息滲入到我們的日常生活中，迫使我們將研發方向轉向語義。由于錯誤的網絡信息源快速擴散，現在已經不再是在干草堆中找一針那樣了，你的首要任務是找到是正確的那一垛干草堆。語義學為我們帶來了一個重要的分離方法。”

　　Simon 稱：“當我在技術圈里提到語義網時，90%的人不知道我在說什么。有人問我，我是否相信它的實力，是否相信它會成為游戲規則的改變者?我的答案是‘絕對是’。”