W3CHINA.ORG讨论区--Semantic Web中的推理，又一个银弹？—

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

看到有人问语义查询的优势，重新整理了一下自己对SW的看法，单独贴出来以方便讨论。多数观点在以前自己的回帖中表达过，看过的兄弟不要说俺在发月经帖哦

提前声明：俺在SW上道行不深，初学者注意不要受误导:)

    我觉得：SW的名字有误导性。似乎用ontology一标注，web就有了“语义”、因而也就高度智能了。实际上，DL只是FOL的一个子集，仅仅能表示概念及概念的属性、概念之间的关系而已（见本体的经典定义：“共享概念模型的明确的形式化的规范说明”）。我觉得它和关系数据库的E-R模型没有本质区别，除去里面有继承、open world assumption等少数特性外。而现实中、web上、各个领域里还有大量的其它种类的知识！  让web可被机器理解与让电脑更智能一样是一个美好的理想，甚至是一个像乌托邦那样的纯粹的理想而已，借助DL 本体及其上的推理，SW是能实现这个理想的银弹吗？
    SW中通过推理所能“发现”的“隐含”的知识其实很有限，即受限于DL本体中所包含的信息量。常见的形式有：根据class的定义发现两个class间存在继承关系，根据cardinality断定两个表示个体的URI表示的是同一个个体，根据property range断定某个个体是属于某个class等。不知道用一个DL本体能表示一个领域内多大比例的知识：80%？还是20%？如果是20%，这20%用关系数据库就能实现大部分了。
    再者，本体都是先由领域专家建立、再拿去标注网页、然后拿来推理，先不说这种集权式的模式与web的精神背道而驰，就说同样一个领域里，不同的专家往往对有些问题的观点也不一致，所以，不太可能预先建立一个能表示领域内知识的本体。即使考虑了“本体进化”方面的研究，我也怀疑这种自上而下的模式是否能在web上工作。
    最后，即使如此有限的发现隐含知识的能力，也需要非常高的计算复杂性。DL家族中基本的ALC，就已经是PSPACE了！这可是一个不比NP简单的复杂度哪！那么，OWL-DL这样的SHOIN(D)级别的DL还怎么实用？
    总之，我觉得，指望“推理”，SW是没什么希望的。早在50-60年代，AI界就对FOL的自动推理做了深入的研究了，虽能取得了一些成果即自动地证明了一些数学定理，但后来还是趋于平淡。我觉得其原因就是一方面复杂性高、另一方面所能推理出的东西实在有限。对此，俺的感受是：电脑的归电脑，人脑的还是要归人脑。不清楚SW界的牛人们如何撇清自己的东西和这一段历史间的差别？

    目前，国外的SW（Web3.0）工具、应用、网站倒是正在大量涌现，但仔细看过去，几乎都是在实现一个RDF triple库并提供SPARQL接口，鲜有靠“推理”、靠发现“隐含知识”来取胜的。这样的系统，在我看来，不就是一个纯粹的分布式关系数据库吗？RDF的Resource-Property不正是传统的Entity-Relation吗？比起传统的RDBMS，这种系统能集成不同来源的数据，——因为它使用了URI，因为使用文本格式来表示所有的数据类型。 这种流派的SW，我觉得能带来一定的实用价值。

    但我们要毕业、要写论文，还是前一个即基于推理的流派更值得关注，因为它的理论高深、算法复杂，是SW会议上的主流，还有曼大、Karlsruhe、Dresden、Maryland、Trento、SRI等等众多的研究重镇可以跟踪；后一个流派虽然实用性好，但整个一个关系数据库而已，似乎没多少理论上的东西（除了优化性能），现在最缺的，怕是一个杀手锏般的应用而已。

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

SPARQL 的性能问题就已经够折腾的了。

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

lz说的不错，有很多问题以前也没少提过，但也不必一棒子拍死SW
在生命科学领域这一套东西好像用的还是不错的
我支持以RDF为主的轻量级SW应用，数据集成是最起码的优势，也许以后网络爬虫爬的不是网页而是RDF statement，这也为分布式系统奠定了基础，毕竟分布式是大势所趋
另外RDF数据模式也为检索提供了新的可能，检索式的构建会比数据库灵活很多，关键是SPARQL等检索语言效率什么时候能赶上SQL等

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

以下是引用superc_7在2007-6-8 15:26:00的发言：
lz说的不错，有很多问题以前也没少提过，但也不必一棒子拍死SW
在生命科学领域这一套东西好像用的还是不错的
我支持以RDF为主的轻量级SW应用，数据集成是最起码的优势，也许以后网络爬虫爬的不是网页而是RDF statement，这也为分布式系统奠定了基础，毕竟分布式是大势所趋
另外RDF数据模式也为检索提供了新的可能，检索式的构建会比数据库灵活很多，关键是SPARQL等检索语言效率什么时候能赶上SQL等

多谢关注！是，大家都在说在生命科学、医疗信息等领域SW用的挺好，只是不清楚这些地方使用SW用的其“推理”能力、还是其作为一个“分布式数据模式”集成异构系统的能力。老大最后这句如何理解：“另外RDF数据模式也为检索提供了新的可能，检索式的构建会比数据库灵活很多”？

    我的想法是：RDF数据模式与关系数据库的E-R模式其实很像，因此，如果各个数据源依然使用传统数据库，但是，如果：
    1）把各个Table的定义公开化
    2）Table的各个字段的名称、各个字段的取值普遍使用URI
的话，是不是也能实现异构数据集成？:)
    RDF的一个不同是：没有那么多的Table，只需要一个就够了：“Subject-Predicate -Ojbect”，顶多把typeOf, subClassOf等单列出来。
    但我认为，这两种方式是等价的、可以互相转化吧（个人观点、没有仔细研究过牛人们对于两者差别的论述）：只要关系数据库中每个Table都用一个单个的字段作为主键，那么该字段的每个值与其他每个字段及其相应取值就构成了一个Triple。

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

具体如何应用我不太清除，但确实国外在这方面已经开始有现实应用了
今天我贴了一个W3C发表的SW Case Studies and Use Cases（http://www.w3.org/2001/sw/sweo/public/UseCases/），里边有很多有意思的应用，随便翻了一下，这个就是在医学方面推理的应用：Use Case: Using Semantic Web and Proof Technologies to Reduce Errors in Radiological Procedure Orders

至于我说RDF模型检索更具有灵活性，是因为在构建检索式的时候不必依据某一个特定的table，或者说由于RDF中关系是URI，直接拿来构造检索式就可以了，不必考虑是在哪个table里

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

其实我觉得对SW的看法，不用太急功近利，急于想让它做成一个什么产品，得到广泛应用，这是不现实的，至少在现阶段。具体原因，LZ已经说得很多了。

我个人对SW的看法与LZ不同。我们不要考虑SW究竟以后是否能实用化。SW的存在就是一个促进符号AI，知识表示与推理理论和技术发展的平台，为KR这么多年的理论发展逐步迈向现实提供了一个共同问题和应用背景。在SW的背景下，越来越多的KR理论变得不那么虚幻了，开始一步一步走向实用化了－－虽然现在还面临这样和那样的问题。在SW的推动下，做描述逻辑，概念建模的人来了，做逻辑程序，非单调推理的人来了，做信念修订的人也来了，做知识工程人也来了－－KR领域从一个分散的，各自为战的局面开始慢慢发展成开始为了一个共同的目标而努力的局面。同时，在SW的背景下，KR的各个分支领域也得到了相应的发展：以前很少有人研究一阶逻辑子集的性质，复杂性和证明论，现在开始研究了；以前很少有人研究经典逻辑和逻辑程序构成的杂合系统，现在开始研究了；以前很少有人研究一阶层次上的信念修订，现在也开始研究了－－KR在SW的推动下出现了很多新的课题和研究结果。随着SW影响的扩大，我想这个局面还会发展的越来越好。

其实，在AI别的领域，也是可以找到类似的例子的。在机器人领域，RoboCup的发展为机器人研究提供了一个公认的平台，研究机器人的学者们开始为一个共同目标努力：2050年让机器人足球队击败人类足球队。RoboCup的影响越来越大，这些年在很多方面推动了机器人技术的迅速发展－－从IJCAI07的PC Chair和特邀报告就可以看出来。没有人觉得现在能造出一支机器人球队，可是，RoboCup的价值已经得到了公认。

对SW，我持有类似的态度，我是很乐观的，并不在于它是否能立即产业化，而在于它推动了KR向着实用化的方向发展，它的存在本身就具有价值。

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

非常好的帖子，很好的想法。

首先，SW的目标绝不是让电脑更智能。实际上，SW是很谦虚的，只不过想比关系数据库多那么一点点。这一点是什么呢？就是很有限的（从一阶逻辑研究者的角度）概念推理能力。可是，经过了30年的KR研究，大家还没有找到一个比DL更简单的方法，又能提供足够的推理能力。也就是说，DL是大家经过一代人努力找到的一个表达力和复杂性折衷的（虽然不那么特别令人满意的）方案。DL还是比ER强很多的，要不然它的查询复杂性咋会这么糟呢：）

SW中通过推理所能“发现”的“隐含”的知识其实很有限，即受限于DL本体中所包含的信息量。常见的形式有：根据class的定义发现两个class间存在继承关系，根据cardinality断定两个表示个体的URI表示的是同一个个体，根据property range断定某个个体是属于某个class等。不知道用一个DL本体能表示一个领域内多大比例的知识：80%？还是20%？如果是20%，这20%用关系数据库就能实现大部分了。

事实的情况是，SW上绝大多数应用，要求的是及其“低级”，及其简单的本体，比如分类树，比如分类树加上属性表述。这些"低级"的本体，用关系数据库还是表达不了，缺可以用DL的一些简单版本来描述，如EL, DL-Lite。这就是为什么SW不可能是基于ER，而需要基于DL的一个重要原因。实际上，我个人很看好基于这种简单本体的SW，OWL 1.1 也正在作这方面的规范。

再者，本体都是先由领域专家建立、再拿去标注网页、然后拿来推理，先不说这种集权式的模式与web的精神背道而驰，就说同样一个领域里，不同的专家往往对有些问题的观点也不一致，所以，不太可能预先建立一个能表示领域内知识的本体。即使考虑了“本体进化”方面的研究，我也怀疑这种自上而下的模式是否能在web上工作.

呵呵，当然不会是这样啦。SW上的本体将会是普通用户（比如咋家外婆）用设计的非常人性化的工具提供出来的。打个比方说，如今的Word文章已经是基于XML的了，但是用户需要知道XML吗？他可能连XML的名字也没听说过，但是一样可以用Word写简单的文章。SW上对网页进行标注，没有这么神秘了，给Blog加tag大家都干过吧？给tag加上分类关系，或者相关关系，不就是本体啦？

最后，即使如此有限的发现隐含知识的能力，也需要非常高的计算复杂性。DL家族中基本的ALC，就已经是PSPACE了！这可是一个不比NP简单的复杂度哪！那么，OWL-DL这样的SHOIN(D)级别的DL还怎么实用？

TBox推理复杂性高，可是Data Complexity可以在PTime或者LOGSPACE (DL-Lite)。另外，我坚信推理机还可以大规模的优化。特别是模块化本体，分布式推理，渐进推理，近似推理，这些都有希望把现有的推理机性能提高一个甚至更高的数量级。

总之，我觉得，指望“推理”，SW是没什么希望的。早在50-60年代，AI界就对FOL的自动推理做了深入的研究了，虽能取得了一些成果即自动地证明了一些数学定理，但后来还是趋于平淡。我觉得其原因就是一方面复杂性高、另一方面所能推理出的东西实在有限。对此，俺的感受是：电脑的归电脑，人脑的还是要归人脑。不清楚SW界的牛人们如何撇清自己的东西和这一段历史间的差别？

SW从来没打算作“人脑”这类的事。SW最终无非是把比分类树稍微复杂一点的本体大规模应用到web上，以及把OWL-DL这样的怪兽小规模的用于特殊领域。我觉得这都挺现实的。

目前，国外的SW（Web3.0）工具、应用、网站倒是正在大量涌现，但仔细看过去，几乎都是在实现一个RDF triple库并提供SPARQL接口，鲜有靠“推理”、靠发现“隐含知识”来取胜的。这样的系统，在我看来，不就是一个纯粹的分布式关系数据库吗？RDF的Resource-Property不正是传统的Entity-Relation吗？比起传统的RDBMS，这种系统能集成不同来源的数据，——因为它使用了URI，因为使用文本格式来表示所有的数据类型。这种流派的SW，我觉得能带来一定的实用价值。

即使是RDF也比ER强很多。RDF数据库会是SW的一个强有力支持（虽然我认为SW不一定要用RDF数据库）。我相信未来几年将见到比较成熟的应用。

但我们要毕业、要写论文，还是前一个即基于推理的流派更值得关注，因为它的理论高深、算法复杂，是SW会议上的主流，还有曼大、Karlsruhe、Dresden、Maryland、Trento、SRI等等众多的研究重镇可以跟踪；后一个流派虽然实用性好，但整个一个关系数据库而已，似乎没多少理论上的东西（除了优化性能），现在最缺的，怕是一个杀手锏般的应用而已。

Semantic Blog, Semantic Wiki, Semantic Email, Semanic Google Map, 都是很好的努力方向啊，原理也不复杂，就看有没有有心且有力者去实现一个*好用*的版本了。

RDF上理论的问题还多的很，比如分布式问题，比如访问控制问题，比如安全性问题。基本上传统数据库领域的问题都可以映射过来。所以用心的同学不要放过这个富矿哦！

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

说得好，受益匪浅！

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

“SW中通过推理所能“发现”的“隐含”的知识其实很有限，即受限于DL本体中所包含的信息量。常见的形式有：根据class的定义发现两个class间存在继承关系，根据cardinality断定两个表示个体的URI表示的是同一个个体，根据property range断定某个个体是属于某个class等。不知道用一个DL本体能表示一个领域内多大比例的知识：80%？还是20%？如果是20%，这20%用关系数据库就能实现大部分了”

我认为SW中通过推理所能“发现”的“隐含”的知识其实是无限的，我们可以通过swrl在本体中加入领域规则，用jess在多规则共同作用的基础上推理出本体中隐含的知识，能推出多少隐含知识就要看你在本体中加了多少规则了。

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

SW这套东西提出来有7，8年了，WWW在7，8岁的时候是什么样子？差距说明了问题，也许现在不好说SW会不会成功，但现状表明全套的SW可能过于超前了，现在规则之上的层次还都没有研究清楚。国外，尤其是欧洲这些年来SW研究搞的热火朝天，但如果这只能够推动KR研究发展的话，那未免也太划不来了。科学研究也是投资，如果长期看不到回报的话，很难说还能不能继续下去。
WWW为什么如此成功？很重要的一个原因是因为它简单，只需要很低的成本就可以向全世界发布信息是个巨大的诱惑。现在web2.0火了，因为WWW谦虚的退到一边，将互联网的主角交给用户，网络成为一个丰富多彩的平台。反观SW，首先它足够复杂，第二它更看重数据方面的工作。很难说这究竟是对现有WWW的一种补充，还是现有网络的极端反例。需要注意的是，SW是需要融合入现有的WWW，而不是取而代之。
回想《The Semantic Web》中Tim设想的代理自动为用户安排看病的应用，似乎在一段时间内还无法实现。Semantic “web”也许“死”了，但Semantic技术却依旧活着。


	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》	501.953ms