語義網(知識圖譜)是什麼？有什麼好處？

整理自原始回答 鮑捷：語義網是什麼？有什麼好處？最早寫於2012-02-16，主要更新2014-07-31

現在語義網領域已經改名叫知識圖譜，下面說的內容對知識圖譜也都是適用的。我的觀點比較非官方，不一定對。我不是從「它具體是什麼技術」來定義的，而是「它要解決什麼問題」。只要解決這個問題的，就是語義網、知識圖譜的技術。

--------------------

我試著來問答一下我的理解。當然這個問題問三個這個領域的人可能能得到五個不同的答案。我講的這個是從我狹隘的世界觀出發的，請懂行的輕拍。

簡短的總結

說來話長。不同的學派在這個問題上差距太大了。如果我們過濾掉各種學術理想的「雜訊」，看現實工業應用有的語義技術，可能可以總結出如下特點——當然，哲學的討論永遠看不到結束的跡象。

• 語義網有所謂的W3C模式（就是RDF,OWL, SPARQL等）。這個模式發展很慢，很多人質疑。越來越多的人在探索其他模式。
• 很多所謂做語義網技術的公司核心技術都是別的，比如NLP，比如檢索，比如資料庫。語義網是他們數據的一層皮。看宣傳一定要小心。
• 目前全世界做語義網技術提供方案的公司，排得上號的大概有150家左右。

那 語義網到底有什麼用。用非常不精確的語言講：

• 動態的數據建模，不需要什麼schema或者shema可以快速演進（這是和資料庫和XML比的好處）
• 讓數據流動起來，而不是封固在一個個的網站或者應用里。
• 支持更多的任務自動化。(怎麼做到？一些數據可機器處理，一些推理，一些查詢)

深入解讀：語義網的目的和手段

語義網界研究早期有很多現在已經被糾正的概念（比如語義網的目的就是讓機器讀網頁）——早期，大多數人都低估了它的困難程度。按Nova Spivack的說法，傳統意義上的語義網（ca 2000定義）大概要到2030年才能實現。到2020年左右，如果運氣好的話可能能實現Data Web，也就是讓Web的上數據能自由流動起來。推理啊，機器理解啊，不是這個階段的核心任務。

我覺得可以從目的和手段兩個角度來解釋。

*目的*

從目的的角度，語義網是一套減少數據摩擦，加快數據流動速度的方法。

為什麼要加快數據流動速度呢？信息就和貨物一樣，慢速的系統和快速的系統創造出來的價值是完全不一樣的。快的系統在單位時間內可以讓更多的人參與到決策和行動中來，就可以打敗那些更慢的系統。網頁10秒打開和1秒打開，問題1分鐘內被回答和1天被回答，效果完全不同。火雲邪神說，天下武功，唯快不破，就是這個道理。

那數據流動為什麼會慢呢？有人機界面的摩擦，和機器-機器界面的摩擦。其中人機界面的摩擦是主要的。

人機界面的摩擦，就是人本身產生信息，從機器那裡消費信息，它的帶寬是很小的。比如語音，只有幾個比特。打字，也只有幾個比特。圖片看起來多，但最後落實到腦子裡，還是要一個理解的過程，最後變成語言可描述的形式。大多數人又是很懶的，依賴一些信息直覺來選擇最省力的信息，HCI裡面很多這種研究，不多說了。

舉例說，比如電子表格（比如Lotus123, Excel）的出現就是減小人機界面的摩擦的好樣板。在電子表格之前，也有資料庫，電子表格能幹的事情資料庫都能幹，那為什麼電子表格會更加流行呢？因為電子表格這種形式，更加符合人類認知的直覺，它不需要實現定義一個表結構，它可以把看起來相似的數據在屏幕上相近的組織在一起，它可以允許人們去實驗數據的各種組織方式。當然這些也都是資料庫都能幹的，可是資料庫軟體不友好，它關注的是機器效率問題，不是人和機器一起工作的效率問題。

機器和機器的摩擦，就是機器怎麼有效地把一個信息傳送給另一個機器？各種網路協議都在不同層次上解決這個問題。和語義網特別相關的有兩個。一個是XML，幫助機器建立一個交換數據的語言。一個是RSS，讓博客的傳播變得自動化。各個不同的領域都有自己的這種語言，比如金融領域的XBRL，醫療領域有HL7，圖書館領域都DC，等等。這些語言有些人叫模式（schema），有些人叫元數據（metadata），有些人叫本體（ontology），本質上都是促進機器之間通信的手段。

*手段*

語義網減少數據流動摩擦，加快數據流動速度的手段，也就是著眼減少人機界面的摩擦和機器與機器的摩擦這兩個方面。這兩個方面都是依靠為網頁添加可查詢的注釋。大家聽到說模式、元數據、本體，或者現在更時髦的鏈數據（linked data），知識圖譜（knowledge graph），本質上就是一個東西。

減少機器和機器的摩擦很好理解，網路界一直都在做的事情。打個比方說，我要寄一個包裹給張三。但是我沒有張三家的地址，我的包裹也沒有信封。我就要托一個郵遞員，告訴他張三住在東邊山腳下第四棵大樹下面。然後我托的這個人可能要找很久才能找到這個地方。現在可以做兩件事加快這個過程。第一，我要有張三的門牌號碼地址。在語義網裡，這就是給每個網路資源一個網址URI——如果本來沒有的就創造一個。第二，我要有一個寫地址的信封，這個地址最好是機器可處理且自描述的。什麼意思呢？比如這個地址是二維碼，郵遞員可以把這個地址往GPS里一掃，一下子就知道了，哦，原來這是個居民區，某個地方，我該怎麼走。

自描述的網路可定址資源, self-describing dereferenceable URI，這個是我理解的語義網的技術核心。說白了，就是要給東西起名字，然後再解釋這些名字是什麼。這個解釋就是所謂的元數據。最重要的元數據是名字之間的關係，這就構成了一張圖。現在火爆到hype的知識圖譜，就是這麼個東西。在這上面可以有很多更上層的操作，如查詢，如推理。

那減少人機界面的摩擦呢？這個就是強調，如何利用元數據讓用戶來探索，來發現。比如寄包裹那個例子，如果信封上只印二維碼可以嗎？不可以，大多數人不會寫二維碼的（對應到語義網，大多數人不會去寫元數據的），也看不懂。你必須提供工具讓寄信的人、郵遞員、收信的人都一眼就明白，哦，這個包裹從哪裡來到哪裡去。比如Faceted Browser，就是讓用戶在交互的過程中逐漸找到最需要的信息。還有各種可視化Visualization，特別是互動式的可視化，把數據變成特別容易理解的形式。再有社交媒體上現在越來越多的元數據，如Facebook Open Graph, Twitter Card，這些都是幫助用戶集成信息，更直接地看到信息，發現信息的手段。

*學派*

但是很不幸，語義網內部分裂成兩派，減少「人機界面的摩擦」和減少「機器與機器的摩擦」這兩派在鬥爭中合作，在合作中鬥爭，已經內耗了十幾年了。

用Jim Hendler (disclaimer：我以前的老闆)的話說：這就是強調「語義」呢（SEMANTIC web），還是強調「網」（Semantic WEB）

減少「機器和機器的摩擦」，也就是SEMANTIC web，更多找眼於機器的效率。坦白說，大多數這個領域的人開始都是在關注這個問題，有原罪。所以從RDF, OWL, OWL2, RIF下來，發明了一系列這種語言，越來越邏輯，越來越沒人懂，越來越被歷史唾棄。後來就變成一些邏輯學家的遊戲了。現在他們在幾個會議里，如KR, AAAI，還在堅持。大多數工業界的實踐已經和這些沒有關係了。可惜很多教科書還由於歷史原因，在這麼教。

減少「人機界面的摩擦」，就是Semantic WEB，更多著眼於如何更好的服務於人。從Web現有的技術出發，比如博客啊，比如圖片啊，比如JSON啊，怎麼加上一點點結構化數據，每加一點就讓用戶感受到價值？ 現在大家發明了很多輪子，很多不冠以語義網的名字。怎麼從這些實踐中總結（而不是設計）出一個最優實踐來？這個是前沿現在關心的問題。

還有一些實踐是介乎兩者中間的，比如Watson， 比如Siri，既提供了智能的人機界面，又實踐了大規模的機器處理。

*結語*

語義網是利用結構化數據，加快數據流動速度的方法。通俗解釋請看文中寄信那個例子。