Chương 1: TỔNG QUAN VỀ WEB CÓ NGỮ NGHĨA Internet ngày trở thành một kho dữ liu khổng lồ và hỗn độn. Vic tìm kiếm thông tin trên web cũng trở nên khó khăn hơn, con ngưi thưng xuyên phải đối đầu với một lượng lớn những thông tin không hợp lý hoặc không liên quan được trả v từ kết quả tìm kiếm. Web ngữ ngha ra đi gip cải tiến web hin ti bằng cách thêm vào một lớp ngữ ngha để máy tính có thể hiểu được thông tin, tăng cưng khả năng rt trích thông tin một cách tự động, tăng cưng khả năng tích hợp dữ liu. Trong chương này ta sẽ tìm hiểu v công ngh web ngữ ngha, công ngh web của tương lai.
Web ng ngha 1. Định nghĩa Theo đnh ngha của Tim Berners Lee giám đốc tổ chức World Wide Web Consortium như sau: Web có ngữ nghĩa hay Semantic web l sự mở rng của web hin ti m trong đó thông tin được định nghĩa rõ rng sao cho con ngưi v my tnh có th cùng lm vic với nhau mt cch hiu qu hơn [13]. Web ngữ ngha là một thế h web mới, đang được phát triển ở nhiu lnh vực. H thống web mới này sẽ thay thế h thống web hin ti song không có ngha là một h thống hoàn toàn khác h thống web hin ti.
Web ngữ ngha được phát triển trên h thống web hin ti bằng cách bổ sung thêm ngữ ngha cho các tài nguyên trên web để gip máy tính có thể hiểu và tăng khả năng xử lý tự động. Mục tiêu v cc hướng nghiên cứu của web ngữ nghĩa Mục tiêu của web ngữ ngha là phát triển các chuẩn chung v công ngh, cải tiến web hin ti bằng cách thêm vào một lớp ngữ ngha để máy tính có thể hiểu được thông tin trên web nhiu hơn, tăng cưng khả năng rt trích thông tin một cách tự động, tăng cưng khả năng tích hợp dữ liu. 11 Ứng dụng wiki ngữ nghĩa trong phát triển hệ thống quản lý thông tin khóa luận tốt nghiệp Để xây dựng h thống web ngữ ngha thay thế cho world wide web hin ti, các nhà nghiên cứu đang nỗ lực và tập trung nghiên cứu với ba hướng chính sau: [3], [14], [1]. - Chuẩn hoá các ngôn ngữ biểu diễn dữ liu (XML) và siêu dữ liu (RDF) trên web.
- Chuẩn hoá các ngôn ngữ biểu diễn ontology cho web có ngữ ngha. - Phát triển nâng cao web có ngữ ngha (Semantic web advanced development - SWAD). Trong luận văn tác giả tập trung nghiên cứu theo hướng thứ ba. Một vấn đ rất được quan tâm trong SWAD là làm thế nào để thêm ngữ ngha vào các tài liu web mà các tài liu hin nay được viết bằng ngôn ngữ tự nhiên và chỉ có con ngưi mới đọc hiểu được.
Hơn nữa vic nhng ngữ ngha này phải được thực hin một cách tự động để có thể chuyển đổi hàng tỷ các tài liu web đã có sẵn sang các tài liu tương ứng cho web có ngữ ngha. Muốn vậy, vấn đ đầu tiên cần giải quyết là rt trích tự động ngữ ngha của mỗi tài liu web rồi ch thích li ngữ ngha này vào tài liu đó. Khi nim thực th có tên trong web ngữ nghĩa Theo Thomas B. Passin, thực thể có tên là con ngưi, tổ chức, nơi chốn và những đối tượng khác được tham khảo đến bằng tên [1], [2], [17].
Thực thể có tên khác v mặt bản chất lẫn ngữ ngha với các từ ở chỗ nó được dùng để chỉ các cá thể riêng bit còn các từ được dùng để chỉ các khái nim, quan h, thuộc tính nói chung. Lấy ví dụ trong câu:“ThS. Đỗ Tùng là Trưởng phòng Đo to của Trưng Đi hc Hùng Vương” thì ThS. Đỗ Tùng là thực thể có tên trong khi “Trưởng phòng Đo to”, “Trưng Đi hc Hùng Vương” là các từ vựng.
Trong một tài liu, các thực thể có tên to nên một phần quan trọng trong ý ngha của tài liu đó. Do đó, nhng ngữ ngha vào web ngoài vic phân tích c pháp các câu, ngữ ngha cho từ vựng đòi hỏi phải có bước xác đnh ngữ ngha cho các thực thể có tên. Từ “ngữ ngha” ở đây cũng có ý ngha hn chế, ám chỉ vic một thực thể thuộc lớp hay thuộc tính cụ thể nào đã được đnh ngha từ trước. 12 Ứng dụng wiki ngữ nghĩa trong phát triển hệ thống quản lý thông tin khóa luận tốt nghiệp Bên cnh vấn đ có liên quan đến cơ sở tri thức đã nói ở trên, trong thực tế một thực thể có thể có nhiu tên khác nhau trong khi các thực thể khác nhau li có thể có cùng tên.
Điu này gây nhập nhằng trong vic suy luận một thực thể chính xác thuộc một lớp này hay lớp kia và có những thuộc tính trong ngữ cảnh nào. Và điu đó làm ảnh hưởng lớn đến kết quả của suy luận. Trong tình huống này, web ngữ ngha phải có khả năng phân tích ngữ cảnh chứa thực thể một cách tự động, cần thiết có thêm một vài chỉ dẫn trực tiếp từ con ngưi để thu giảm không gian tìm kiếm và tăng mức độ tin cậy đối với kết quả suy luận. Để giải quyết những tình huống như trên, cách thông thưng nhất là ứng dụng sẽ hỏi ngưi dùng muốn tìm kiếm trong phm vi nào, ngữ cảnh nào và muốn thể hin kết quả ở trưng hợp nào.
Đôi khi, cũng có thể sử dụng các hàm lượng giá để dự đoán thực thể có khả năng rơi vào trưng hợp nào mà ngưi dùng yêu cầu. Khi nim ti nguyên v định danh ti nguyên trong web ngữ nghĩa Thuật ngữ “tài nguyên” hay “resource” trên web là một phm trù rộng lớn dùng để chỉ mọi đối tượng có thể tìm thấy trên web như khái nim, từ vựng, thực thể, tính chất và quan h giữa các đối tượng. Tài nguyên cũng chính là dữ liu của trang web đó và là đối tượng là mục tiêu nghiên cứu của web ngữ ngha [2], [3]. Tài nguyên trên web là khái nim rộng hơn thực thể có tên và cũng như thực thể có tên, cùng một tài nguyên nhưng có thể được đặt tên khác nhau trong khi có nhiu tài nguyên bản chất khác nhau nhưng li có cùng tên.
Điu đó nảy sinh yêu cầu đnh danh mỗi tài nguyên bằng một đnh danh duy nhất. Các tài nguyên khác nhau sẽ có đnh danh khác nhau. Đnh danh này được gọi là một URI (Uniform Resource Identifier). URI là chuỗi ký tự cho phép xác đnh các tài nguyên trên mng internet.
Mỗi một nguồn tài nguyên trên mng sẽ có một đa chỉ duy nhất xác đnh nó, đó chính là URI [28]. URI có 2 dng là URL (Uniform Resource Locator) và URN (Uniform Resource Name). URN xác đnh tên của tài nguyên, trong khi URL cung cấp đa chỉ 13 Ứng dụng wiki ngữ nghĩa trong phát triển hệ thống quản lý thông tin khóa luận tốt nghiệp cho vic vic tìm kiếm nó. Vì vậy URN và URL luôn có mục đích hỗ trợ và bổ sung cho nhau.
Tổng quát của URI là IRI (Internationalized Resource Identifier), nó cho phép đnh danh tài nguyên thống nhất trên phm vi quốc tế (được đnh ngha trong RFC 3987) Một URI không phải là một tập các hướng dẫn chỉ cho máy tính làm thế nào để đến được một file hay một tài nguyên nào đó trên web dù nó cũng có thể làm được điu này. Nó là một tên cho một tài nguyên. Tài nguyên này có thể hoặc không thể truy cập được qua Internet. URI có thể hoặc không thể cung cấp cách thức cho máy tính lấy thêm thông tin v tài nguyên đó.
Một URL là một kiểu của URI mà sẽ cung cấp cách để lấy thêm thông tin v tài nguyên hoặc có thể là cách để tự truy lục tài nguyên cùng các phương pháp khác để cung cấp thông tin v các URI hoặc những tài nguyên khác. Cũng chính xác khi nói rằng các URI là một phần quan trọng của Semantic web. Nhưng không nên cho rằng một URI có thể cung cấp đầy đủ một bộ nhận dng cho một tài nguyên. Lợi ích của web ngữ nghĩa Lợi ích của công ngh web ngữ ngha so với công ngh web hin ti là: [24], [25], [3].
• My tnh có th hiu được thông tin trên web: Web ngữ ngha đnh ngha các khái nim và bổ sung quan h dưới dng máy tính có thể hiểu được. Do đó, vic tìm kiếm, đánh giá, xử lý, tích hợp thông tin có thể được tiến hành một cách tự động. • Thông tin được tm kim nhanh chóng v chnh xc hơn: Với web ngữ ngha, máy tính có thể xác đnh một thực thể thuộc lớp này hay lớp khác, có những thuộc tính cụ thể nào dựa trên ngữ cảnh nào chứa nó. Do đó thu hẹp không gian tìm kiếm và cho kết quả nhanh, chính xác hơn.
• Kh năng suy lun thông minh: Dựa vào các luật suy diễn trên cơ sở tri thức v các thực thể, đối tượng từ đó máy tính có khả năng sinh ra những kết luận mới. Ứng dụng web tương lai có thể sẽ trả li được những câu hỏi kiểu như: “Tên ging 14 Ứng dụng wiki ngữ nghĩa trong phát triển hệ thống quản lý thông tin khóa luận tốt nghiệp viên dy môn ton ti Trưng Đi hc Hùng Vương có hướng dẫn sinh viên lm khóa lun tốt nghip năm 2013 v quê qun ti Lâm Thao – Phú Th?”. • Dữ liu liên kt đng: Thay thế cách liên kết sử dụng hyperlink tnh trong web cũ bằng những liên kết dữ liu dựa trên đnh danh của tài nguyên (URI) và quan h giữa chng. Cách liên kết này đôi khi còn được gọi là liên kết bằng siêu dữ liu (meta data).
• Hỗ trợ công cụ tự đng hóa: Ngoài những lợi ích trên, web ngữ ngha còn cung cấp các loi dch vụ tự động từ nhiu lnh vực khác nhau như các lnh vực gia đình, các thư vin k thuật số, các dch vụ kinh doanh đin tử, dch vụ sức khỏe. Web ngữ ngha cung cấp phương tin để thêm các thông tin lên web nhằm hỗ trợ sự tự động hóa cho các dch vụ. Kiến trúc web ngữ nghĩa Để có được những khả năng trên, web ngữ ngha cần một kiến trc chặt chẽ với nhiu lớp hỗ trợ bên dưới. Mỗi lớp trong kiến trc có vai trò nhất đnh: Dưới cùng là lớp Unicode và URI nhằm đảm bảo vic sử dụng tập ký hiu quốc tế và xác đnh các tài nguyên trên mng.
Kế đến là lớp XML (Extensible Markup Language) cung cấp c pháp chung nhưng không ràng buộc v ngữ ngha cho các tài liu có cấu trc, làm cơ sở cho sự trao đổi dữ liu trên web. Bên trên, lớp XML SCHEMA đnh ngha cấu trc các tài liu XML, cho phép mở rộng XML bằng các kiểu dữ liu mới.