新书推介:《语义网技术体系》
作者:瞿裕忠,胡伟,程龚
   XML论坛     >>W3CHINA.ORG讨论区<<     计算机科学论坛     SOAChina论坛     Blog     开放翻译计划     新浪微博  
 
  • 首页
  • 登录
  • 注册
  • 软件下载
  • 资料下载
  • 核心成员
  • 帮助
  •   Add to Google

    >> 本版讨论Semantic Web(语义Web,语义网或语义万维网, Web 3.0)及相关理论,如:Ontology(本体,本体论), OWL(Web Ontology Langauge,Web本体语言), Description Logic(DL, 描述逻辑),RDFa,Ontology Engineering等。
    [返回] W3CHINA.ORG讨论区 - 语义网·描述逻辑·本体·RDF·OWLW3CHINA.ORG讨论区 - Web新技术讨论『 Semantic Web(语义Web)/描述逻辑/本体 』 → Semantic Web中的推理,又一个银弹?——自己对SW的看法,大家批判! 查看新帖用户列表

      发表一个新主题  发表一个新投票  回复主题  (订阅本版) 您是本帖的第 122314 个阅读者浏览上一篇主题  刷新本主题   树形显示贴子 浏览下一篇主题
     * 贴子主题: Semantic Web中的推理,又一个银弹?——自己对SW的看法,大家批判! 举报  打印  推荐  IE收藏夹 
       本主题类别:     
     zhaonix 帅哥哟,离线,有人找我吗?
      
      
      威望:2
      头衔:博士
      等级:研一(日夜苦读RDF Semantics)
      文章:242
      积分:3185
      门派:W3CHINA.ORG
      注册:2005/4/18

    姓名:(无权查看)
    城市:(无权查看)
    院校:(无权查看)
    给zhaonix发送一个短消息 把zhaonix加入好友 查看zhaonix的个人资料 搜索zhaonix在『 Semantic Web(语义Web)/描述逻辑/本体 』的所有贴子 点击这里发送电邮给zhaonix 引用回复这个贴子 回复这个贴子 查看zhaonix的博客41
    发贴心情 

    以下是引用baojie在2007-6-16 11:31:00的发言:
    为什么大家不能用Hierarchy来做些事情呢?比如Wikipedia, MySpace, Flicker,给tag加上分类,不就可以实现很简单的语义查询了吗?其实,虽然ontology语言很复杂,但是真正最有用的部分,大概就是分类吧。我没有field research, 不过大家给自己个人主页加meta data,分email,给文件分目录,不都是分类吗?分类,或许是数据库不能表达,而又最重要的“语义”了吧。

    简单的场合,当然很容易作分类。对某些复杂的场合,比如我们设想一个情况:我们先用DL之类复杂的建模工具,建好一个本体,然后对他作classification,得到一个DAG。当然,如果有些无名节点很重要,可以优化一下这个本体的结构,给它们以名字。然后,我们在语义网的前端,就发布这个DAG,作为这个本体的逼近。可以肯定,表达力是弱了。但是,如果90%的应用可以用分类表达,who cares the other 10%?

    DL的背景是专家系统,知识表现。应该说,它也最适合做一群知识分子的toy。作为老爷爷,老奶奶都能用的工具,Web真的需要DL吗?甚至,Web真的需要RDF吗?

    DAG的查询是线性的,如果稍加优化,常数时间。当然,优化分布式的,动态的,triliion规模的DAG的推理也不是一个简单的工作。

    回顾一下Google,(最初的)PageRank的核心问题无非是计算大规模稀疏矩阵的特征向量。如果我们开发一个DAG的推理机,可以处理以百亿记的网页上的DAG的transitive closure, 或许真的可以做一些Semantic Search呢 (Swoogle能做什么?)毕竟,常数时间复杂性才是现实的bussiness.

    7年之痒,也许真应该看看基于逻辑的语义网是不是大超前了。或许,RDF都似乎过强了些。如果我们有一个语义网的“逼近”,只有subclassof的,也许是一个现实的选择吧。毕竟分类在图书馆里作为一个行之有效的方法,已经用了几百年了。

    PS 我对某些人宣称的用EL来建模Gene Ontology很怀疑。据我对身边所有搞生物信息学的人的统计,无任何一人用到超出DAG的功能。

    欢迎拍砖。




    关于分类树,我有个想法:人工建立的分类树肯定没多少搞头,就像Yahoo最初做的那样,没多少人用;有前途的,或许是 用机器自动对网页进行分类的系统:
      1)分类的依据,或许是基于一大堆tag对某个论坛/网站上的内容进行分类;或许就是基于普通网页对整个web上的网页分类。——第一步可以从前者做起,这就用上folksonomy了。
      2)无论如何,关键是分类表中的条目不是人工指定、而是通过用机器学习、数据挖掘的方法自动生成。。——这符合Google的模式。  这里的难点是传统的DM只是聚类,而我们这里要生成多层聚类,而且层次之间还允许多继承

    该系统可以提供这样的功能:你要想了解查看个主题的网页、但这个主题又难以用几个关键字囊括(比如“世界级足球明星的童年和少年生活”)时,在查询页面上输入关键词,系统列出所有与之匹配度较高的分类条目(可能位于不同的层次),然后用户在这些条目上进行浏览。这样就可以看到比google所能找到的更全更准的网页了。但为了免于在一个分类中出现太多的网页,可以 1)机器生产的每个底层分类必须足够细,如果包含的网页超过,比如说50页,就将其分拆成两个或更多个更底层次的分类。2)结合关键词搜索:在指定的分类内搜索。

    当然实现时,可以使用所谓的faceted browsing,即在分类表中导航的同时,在同一个网页内列出当前分类中的前n项内容。

    ----------
    弱问一下:“DAG的查询是线性的”是个啥意思?在DAG上存在一种很常见的查询任务及其经典算法吗?有入门资料可提供否?

    两个小小问题:( :
    1)专家系统与DL或许关系不大吧?——我看的专家系统的书里讲,专家系统的主流是基于规则的系统。其主要算法是前项链、后项链搜索、还有Rete算法,而不是Tableau。
    2)图书馆的分类系统没有几百年历史吧?近来不少SW的ppt里提到的Dewey Decimal Classification似乎也是19世纪末的事情(后来查了一下:The Dewey Decimal Classification (DDC) system, devised by library pioneer Melvil Dewey in the 1870s and owned by OCLC since 1988, provides a dynamic structure for the organization of library collections.


    [此贴子已经被作者于2007-6-17 23:00:34编辑过]
    点击查看用户来源及管理<br>发贴IP:*.*.*.* 2007/6/16 23:25:00
     
     zouyuanrenren 帅哥哟,离线,有人找我吗?
      
      
      威望:1
      等级:大三(要不要学学XML呢?)
      文章:48
      积分:709
      门派:XML.ORG.CN
      注册:2007/5/14

    姓名:(无权查看)
    城市:(无权查看)
    院校:(无权查看)
    给zouyuanrenren发送一个短消息 把zouyuanrenren加入好友 查看zouyuanrenren的个人资料 搜索zouyuanrenren在『 Semantic Web(语义Web)/描述逻辑/本体 』的所有贴子 引用回复这个贴子 回复这个贴子 查看zouyuanrenren的博客42
    发贴心情 
    人工建立的分类树并不是一堆乱麻的,毕竟直到今天还是要人来建Ontology。但问题是人工处理海量数据是一个time consuming & error proning的过程。
    网页的自动分类和Ontology的Hierarchy其实没有技术上的联系,Hierarchy只是提供了几个类别。技术上的工作更多是Data Mining的范畴而不是DL的。其中真正用到Hierarchy的可能是做NLP的时候用WordNet这样的Lexical Ontology。
    基于逻辑的语义网所发挥的作用要等到语义网络普及之后才行。只有网络不仅包含Data还包含MetaData时,逻辑才能发挥出威力。在此之前的语义检索,脱离了DL,可以看作是结合了NLP的关键字检索,机器仍然不能理解数据的含义。虽然看起来和基于Ontology的语义网没有什么差别,但缺乏通过逻辑触发规则的机制。只能做到信息的发现,在信息的自动处理上效率还是非常低的。
    对于Ontology或是DL来说,他们并不是单纯为了Web而生的,至少在我学校里,运用于博物馆,医学,法律,电子商务等等都很多,甚至也有纯为知识分子用的,Web只是经济前景更吸引人而已。就像我上面说的,单纯作搜索的话,结合NLP的关键词搜索性能上差不多。但如果要整合各方面的资源就一定需要统一的接口。所以DL或是Ontology对Web Service才重要。
    老爷爷老奶奶当然不需要DL,也不需要RDF,因为Html天生就是Human-readable的,对他们来说足够了。但对机器自动处理来说,DL就是运作的根本,RDF就是数据的源泉。老爷爷老奶奶用不到DL,正是因为他们手上的工具在使用DL。
    Ontology对整个AI的意义也在于这里。

    回楼上的第一个问题:经典的专家系统和DL没关系,但广义上来理解的话,专家系统和DL都是用于知识表示及知识推理的,在专家系统中的领域知识建模是可以通过Ontology来实现的,而且效果很好。前后件之间的依赖关系某些也可以用DL来描述。用于"分类"的专家系统,看这个名字就很好理解了。当然说DL是以专家系统为背景,这点我也存疑,可能不是指的理论上,而是应用上的吧。

    点击查看用户来源及管理<br>发贴IP:*.*.*.* 2007/6/17 5:09:00
     
     wolfel 帅哥哟,离线,有人找我吗?
      
      
      威望:2
      等级:计算机学士学位
      文章:280
      积分:2178
      门派:W3CHINA.ORG
      注册:2005/3/17

    姓名:(无权查看)
    城市:(无权查看)
    院校:(无权查看)
    给wolfel发送一个短消息 把wolfel加入好友 查看wolfel的个人资料 搜索wolfel在『 Semantic Web(语义Web)/描述逻辑/本体 』的所有贴子 引用回复这个贴子 回复这个贴子 查看wolfel的博客43
    发贴心情 
    呵呵,我觉得SW是否能够得到推广,取决于大公司的态度,只要他们愿意系统的开发出为编写Semantic Web用的IDE,提出技术标准和函数包,不怕没有程序员来学。现在的程序员比70年代的程序员所使用的技术,已经大大不同了。

    以前Yale的邵忠教授来我们学校做报告的时候,说得一句话很有趣,大意是:程序员觉得太难了,不好学,我们就不做?技术的发展好像不是由他们决定的。

    ----------------------------------------------
    Correct reasoning is our business.

    点击查看用户来源及管理<br>发贴IP:*.*.*.* 2007/6/17 11:37:00
     
     zhaonix 帅哥哟,离线,有人找我吗?
      
      
      威望:2
      头衔:博士
      等级:研一(日夜苦读RDF Semantics)
      文章:242
      积分:3185
      门派:W3CHINA.ORG
      注册:2005/4/18

    姓名:(无权查看)
    城市:(无权查看)
    院校:(无权查看)
    给zhaonix发送一个短消息 把zhaonix加入好友 查看zhaonix的个人资料 搜索zhaonix在『 Semantic Web(语义Web)/描述逻辑/本体 』的所有贴子 点击这里发送电邮给zhaonix 引用回复这个贴子 回复这个贴子 查看zhaonix的博客44
    发贴心情 
    以下是引用zouyuanrenren在2007-6-17 5:09:00的发言:
    网页的自动分类和Ontology的Hierarchy其实没有技术上的联系,Hierarchy只是提供了几个类别。技术上的工作更多是Data Mining的范畴而不是DL的。其中真正用到Hierarchy的可能是做NLP的时候用WordNet这样的Lexical Ontology。

    是,后来想想也是:自动分类完全是一个Data Mining问题,而且考虑现有的DM能力,估计也是难度太大了:不仅要支持多层,还要支持层之间多继承、甚至跨层继承,以及每个网页可以属于多个分类。尤其是最后一个,不知道会不会使得要想用DM技术完成这个想象成为不可能的事:( 。

    对于Ontology或是DL来说,他们并不是单纯为了Web而生的,至少在我学校里,运用于博物馆,医学,法律,电子商务等等都很多,甚至也有纯为知识分子用的,……

    看来DL ontology 真的在许多知识密集性领域里的应用不是书里面吹的、而是真实的啊!zouyuanrenren能透露一下是哪个大学吗? 欧洲的还是美国的?
        不过,DL在这些地方和在web上应用程度反差之大,更让俺怀疑在web上是否有前途。前一段刚感觉Web Services与web没多大关系,现在,Semantic Web似乎也与web关系不大了?   当然,zouyuanrenren和wolfel看好将来metadata会普及、那时DL会有用;但俺对此不乐观,倒认为可能得到应用的还是基于简单本体的、以跨越web的数据集成为特征的“SW”。这种简单本体简单到什么程度:只使用DL中很少的几种种特性。baojie老大等人也持相近观点——如果俺没有误解的话:)。前两天看了现在流行的几个OWL本体——FOAF, SIOC,以及不太流行的DOAP,又一次印证了这一点:它们几乎只使用domain/range, subClassOf/subPropertyOf,以及少量的inverseOf ,其它的OWL特性也有用到,如unionOf, InverseFunctionalProperty, disjointWith,但非常少。

    回楼上的第一个问题:经典的专家系统和DL没关系,但广义上来理解的话,专家系统和DL都是用于知识表示及知识推理的,在专家系统中的领域知识建模是可以通过Ontology来实现的,而且效果很好。前后件之间的依赖关系某些也可以用DL来描述。用于"分类"的专家系统,看这个名字就很好理解了。当然说DL是以专家系统为背景,这点我也存疑,可能不是指的理论上,而是应用上的吧。

    是,两者是有共性:依赖丰富的领域知识。区别在于专家系统所用的逻辑形式比DL简单得多,几乎是对AI前20年符号主义(即以逻辑推理为支柱)的一次“反动”。  今天又看了《DL Handbook》第一章,里面正好也提到DL和专家系统在应用上确实有共同点:在configuration, medicine两个领域里两者都有较多的应用。

    点击查看用户来源及管理<br>发贴IP:*.*.*.* 2007/6/17 23:19:00
     
     zouyuanrenren 帅哥哟,离线,有人找我吗?
      
      
      威望:1
      等级:大三(要不要学学XML呢?)
      文章:48
      积分:709
      门派:XML.ORG.CN
      注册:2007/5/14

    姓名:(无权查看)
    城市:(无权查看)
    院校:(无权查看)
    给zouyuanrenren发送一个短消息 把zouyuanrenren加入好友 查看zouyuanrenren的个人资料 搜索zouyuanrenren在『 Semantic Web(语义Web)/描述逻辑/本体 』的所有贴子 引用回复这个贴子 回复这个贴子 查看zouyuanrenren的博客45
    发贴心情 
    看来DL ontology 真的在许多知识密集性领域里的应用不是书里面吹的、而是真实的啊!zouyuanrenren能透露一下是哪个大学吗? 欧洲的还是美国的?
    我在Vrije Universiteit Amsterdam读硕士。美国……希望以后能有机会去:-)
    Ontology的发展前景和许多新技术一样,概念上都是很吸引人的,但实际的运用中只能从Lite的做起。而且理论总是比引用要超前许多,因此才让人觉得现在实用的特性很少。这个是规律,所以现在没必要唱衰,也不应该做过多的承诺。反过来讲,即便是很简单的本体都能发挥很大的作用的话,复杂的本体应该会有更多的功能,只是等待更多的人来发掘而已。
    在Web上的应用其实不应该孤立来看,既然很多知识密集领域中都可以运用DL和Ontology,而Web作为最大的知识载体和交流工具,更应该有所运用。
    至于wolfel提到的推广的问题,我倒不觉得一定要巨头来牵头。Web本来就是英雄辈出的地方,点子比实力更重要。Yahoo,Amazon,Google,YouTube,MySpace发家都是没太大背景的。如果有人能发现SW的商机,挖出第一桶金,大量的资源和人才自然会涌入这个领域。大公司也会有兴趣来做行业标准和开发工具。
    说白了,在科研上大家感兴趣的是知识共享和自动处理,市场上看的是能不能赚钱。
    点击查看用户来源及管理<br>发贴IP:*.*.*.* 2007/6/18 1:05:00
     
     zhaonix 帅哥哟,离线,有人找我吗?
      
      
      威望:2
      头衔:博士
      等级:研一(日夜苦读RDF Semantics)
      文章:242
      积分:3185
      门派:W3CHINA.ORG
      注册:2005/4/18

    姓名:(无权查看)
    城市:(无权查看)
    院校:(无权查看)
    给zhaonix发送一个短消息 把zhaonix加入好友 查看zhaonix的个人资料 搜索zhaonix在『 Semantic Web(语义Web)/描述逻辑/本体 』的所有贴子 点击这里发送电邮给zhaonix 引用回复这个贴子 回复这个贴子 查看zhaonix的博客46
    发贴心情 
    Vrije Universiteit Amsterdam啊,研究SW/WS的好地方!出了好多paper,还有著名的Huang Zhisheng(没见过,在国内听史忠植老师讲DL时提起过:))。赞一下.
    点击查看用户来源及管理<br>发贴IP:*.*.*.* 2007/6/18 12:55:00
     
     wolfel 帅哥哟,离线,有人找我吗?
      
      
      威望:2
      等级:计算机学士学位
      文章:280
      积分:2178
      门派:W3CHINA.ORG
      注册:2005/3/17

    姓名:(无权查看)
    城市:(无权查看)
    院校:(无权查看)
    给wolfel发送一个短消息 把wolfel加入好友 查看wolfel的个人资料 搜索wolfel在『 Semantic Web(语义Web)/描述逻辑/本体 』的所有贴子 引用回复这个贴子 回复这个贴子 查看wolfel的博客47
    发贴心情 
    zuoyuanrenren莫非是黄智生老师组里的?

    ----------------------------------------------
    Correct reasoning is our business.

    点击查看用户来源及管理<br>发贴IP:*.*.*.* 2007/6/19 1:58:00
     
     zouyuanrenren 帅哥哟,离线,有人找我吗?
      
      
      威望:1
      等级:大三(要不要学学XML呢?)
      文章:48
      积分:709
      门派:XML.ORG.CN
      注册:2007/5/14

    姓名:(无权查看)
    城市:(无权查看)
    院校:(无权查看)
    给zouyuanrenren发送一个短消息 把zouyuanrenren加入好友 查看zouyuanrenren的个人资料 搜索zouyuanrenren在『 Semantic Web(语义Web)/描述逻辑/本体 』的所有贴子 引用回复这个贴子 回复这个贴子 查看zouyuanrenren的博客48
    发贴心情 
    楼上各位太高看我了,在这边我只是个普通的学生。因为专业的关系所以对Ontology和SW有所了解和兴趣。不过刚刚入门,还在学习,还请大家多指教。
    因为这边的硕士还是Coursework的,所以一般不太会承担到组里的工作,那些都是phD来做的,我们只是有所了解。因为专业课程的原因,会和他们比较熟悉。
    当然能进到KR&R的group,和Frank van Harmelen这样的牛人一起工作,也是我的愿望。
    点击查看用户来源及管理<br>发贴IP:*.*.*.* 2007/6/19 3:05:00
     
     superc_7 帅哥哟,离线,有人找我吗?射手座1983-12-15
      
      
      威望:6
      等级:研一(彻夜钻研J2EE)
      文章:504
      积分:3396
      门派:XML.ORG.CN
      注册:2005/4/22

    姓名:(无权查看)
    城市:(无权查看)
    院校:(无权查看)
    给superc_7发送一个短消息 把superc_7加入好友 查看superc_7的个人资料 搜索superc_7在『 Semantic Web(语义Web)/描述逻辑/本体 』的所有贴子 点击这里发送电邮给superc_7  引用回复这个贴子 回复这个贴子 查看superc_7的博客49
    发贴心情 
    quote]以下是引用baojie在2007-6-16 11:47:00的发言:
    ESWC 2007和ISWC 2006都提供RDF元数据了。不过,有什么用呢?对一个没有接触过SW的人,他能看出这两个网站和别的web 1.0的网站有什么区别?有什么新颖的功能?解决了什么以前的技术不能提供的功能?比如,我想查询“Logic Prgramming”方向上美国来的文章,他们能提供什么样的一个查询接口?(比如一个文章的关键词是ASP,我希望它也能被查询到。)

    同理, Mindswap,"the first semantic web site",用户能从它那里得到什么“实用”的新功能?

    当然,解决这些问题并不需要特别复杂的技术(很大程度上,分类树+RSS就可以)。一个Killer Application,不应该是因为自己用了RDF或者OWL或者有一个后台的DL推理机而沾沾自喜,而应该是彻底的面向傻瓜用户,提供简单而有用的功能。

    folkonomy, 大概是最现实可行的吧。


    [/quote]
    RDF只是在数据层面上的东西,大家都遵循相同的语法和语义的话事情就好办很多
    感觉SW powerful的地方在于我们这么辛苦的构建这么一套东西用于描述数据,是为了在其上开发比基于关键字更为有效的应用吧
    folksonomy是web2.0时代的产物,虽然叫“sonomy”但是它本身也不包含等级关系,只是凌乱的tag集合而已。但不论如何,folksonomy的流行还是给我们指明了另外一条道路吧

    点击查看用户来源及管理<br>发贴IP:*.*.*.* 2007/6/19 19:09:00
     
     superc_7 帅哥哟,离线,有人找我吗?射手座1983-12-15
      
      
      威望:6
      等级:研一(彻夜钻研J2EE)
      文章:504
      积分:3396
      门派:XML.ORG.CN
      注册:2005/4/22

    姓名:(无权查看)
    城市:(无权查看)
    院校:(无权查看)
    给superc_7发送一个短消息 把superc_7加入好友 查看superc_7的个人资料 搜索superc_7在『 Semantic Web(语义Web)/描述逻辑/本体 』的所有贴子 点击这里发送电邮给superc_7  引用回复这个贴子 回复这个贴子 查看superc_7的博客50
    发贴心情 
    以下是引用zhaonix在2007-6-16 23:25:00的发言:
    关于分类树,我有个想法:人工建立的分类树肯定没多少搞头,就像Yahoo最初做的那样,没多少人用;有前途的,或许是 用机器自动对网页进行分类的系统:
       1)分类的依据,或许是基于一大堆tag对某个论坛/网站上的内容进行分类;或许就是基于普通网页对整个web上的网页分类。——第一步可以从前者做起,这就用上folksonomy了。
       2)无论如何,关键是分类表中的条目不是人工指定、而是通过用机器学习、数据挖掘的方法自动生成。。——这符合Google的模式。  这里的难点是传统的DM只是聚类,而我们这里要生成多层聚类,而且层次之间还允许多继承

    该系统可以提供这样的功能:你要想了解查看个主题的网页、但这个主题又难以用几个关键字囊括(比如“世界级足球明星的童年和少年生活”)时,在查询页面上输入关键词,系统列出所有与之匹配度较高的分类条目(可能位于不同的层次),然后用户在这些条目上进行浏览。这样就可以看到比google所能找到的更全更准的网页了。但为了免于在一个分类中出现太多的网页,可以 1)机器生产的每个底层分类必须足够细,如果包含的网页超过,比如说50页,就将其分拆成两个或更多个更底层次的分类。2)结合关键词搜索:在指定的分类内搜索。

    当然实现时,可以使用所谓的faceted browsing,即在分类表中导航的同时,在同一个网页内列出当前分类中的前n项内容。

    ----------
    弱问一下:“DAG的查询是线性的”是个啥意思?在DAG上存在一种很常见的查询任务及其经典算法吗?有入门资料可提供否?

    两个小小问题:( :
    1)专家系统与DL或许关系不大吧?——我看的专家系统的书里讲,专家系统的主流是基于规则的系统。其主要算法是前项链、后项链搜索、还有Rete算法,而不是Tableau。
    2)图书馆的分类系统没有几百年历史吧?近来不少SW的ppt里提到的Dewey Decimal Classification似乎也是19世纪末的事情(后来查了一下:The Dewey Decimal Classification (DDC) system, devised by library pioneer Melvil Dewey in the 1870s and owned by OCLC since 1988, provides a dynamic structure for the organization of library collections.


    [此贴子已经被作者于2007-6-17 23:00:34编辑过]



    网页人工分类确实是很难搞下去了,大而全的方式肯定是行不通的,小而精的方式我觉得还可以尝试
    网页自动分类一直就是个热门研究领域啊,国际上TREC每年都要搞,国内也有C-TREC,我师兄和同学都在国内参赛过。现在自动分类最为成熟的方式还是统计学习方法把,SVM是近十几年来非常重要的突破;分类可以是有指导学习,需要事先有分好类的训练集用于机器学习。至于检索结果的分类显示现在也有较为成熟的系统了,vivisimo就是一个典型,系统会对检索结果进行实时聚类,感兴趣可以区看一下,挺有意思
    SW其实还是吸引了很多图书馆人的注意的,DDC是杜威十进分类法,是美国使用最为广泛的图书分类法。分类的思想应该是很早就有了,最早的可以追溯到很早了。下面的是在百度上查到的:《七略》是我国第一部综合性的系统反映国家藏书的分类目录,又是我国最早的一部图书分类法,成书于公元前6年,根据当时的国家藏书编制而成。

    点击查看用户来源及管理<br>发贴IP:*.*.*.* 2007/6/19 19:27:00
     
     GoogleAdSense射手座1983-12-15
      
      
      等级:大一新生
      文章:1
      积分:50
      门派:无门无派
      院校:未填写
      注册:2007-01-01
    给Google AdSense发送一个短消息 把Google AdSense加入好友 查看Google AdSense的个人资料 搜索Google AdSense在『 Semantic Web(语义Web)/描述逻辑/本体 』的所有贴子 点击这里发送电邮给Google AdSense  访问Google AdSense的主页 引用回复这个贴子 回复这个贴子 查看Google AdSense的博客广告
    2024/3/28 17:04:02

    本主题贴数70,分页:[1] ... [2] [3] [4] [5] [6] [7]

    管理选项修改tag | 锁定 | 解锁 | 提升 | 删除 | 移动 | 固顶 | 总固顶 | 奖励 | 惩罚 | 发布公告
    W3C Contributing Supporter! 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》
    125.000ms