Семантическая сеть судебной процедуры
Обновлено: 23.04.2024
Разрешение конфликтов – проблема, связанная с управлением порядка применения правил, образующих конфликтное множество. Порядок активизации правил конфликтного множества определяется выбранной стратегии разрешения конфликтов.
Ранее в примерах конфликтное множество правил представлялось в виде упорядоченного списка, при этом конфликтные правила дописывались в конец этого списка. Простые стратегии разрешения конфликтов основаны на том, что выбирается либо первое, либо последнее правило, входящие в список. Выбор первого правила соответствует поиску в ширину, а выбор последнего правила (только что добавленного) – поиску в глубину.
Во многих продукционных системах чаще всего применяют второй способ. Другими принципами, используемыми при разрешении конфликтов, являются:
- принцип стопки книг,
- принцип наиболее длинного условия,
- принцип приоритетного выбора;
Принцип стопки книг заключается в том, что список конфликтующих правил упорядочивается в соответствии с частотой использования продукций в прошлом. В первую очередь выбирается продукция, которая использовалась чаще всех.
Принцип наиболее длинного условия отдает приоритет той продукции, ядро которой имеет наиболее длинное условие. Такие продукции соответствуют специфичным (узким) ситуациям. Данный принцип опирается на тот факт, что продукции с длинными условиями учитывают больше информации о текущей ситуации и это должно приводить к ускорению поиска решения.
Принцип метапродукции основан на введении в базу знаний специальных метаправил, упорядочивающих процесс разрешения конфликтов. На основании метаправил осуществляется анализ множества конфликтных правил и в определенных ситуациях активизируются те или иные правила из этого множества.
В случае приоритетного выбора с каждой продукцией связывается статический или динамический приоритет (Pr), определяющий порядок ее активизации. Иногда в постусловиях продукции может указываться имя следующей продукции, которую необходимо выполнить. Это превращает систему продукций в обычный алгоритм.
1. Общие понятия и определения семантических сетей.
2. Способы описания семантических сетей и логический вывод.
1. Семантические сети не являются однородным классом моделей представления знаний. Часто общей основой отнесения схемы представления знаний к семантической сети является то, что она представляется в виде направленного графа, вершины которого соответствуют объектам (понятиям, сущностям предметной области), а дуги – отношениям или связям между ними. И узлы, и дуги, как правило, имеют метки (имена).
Объекты предметной области, отображаемые в семантической сети можно условно разделить на три группы: обобщенные, индивидные (конкретные) и агрегатные объекты.
Обобщенный объект соответствует некоторой собирательной абстракции реально существующего объекта, процесса или явления предметной области. Обобщенные объекты фактически представляют определенные классы предметной области.
Индивидный объект – каким-то образом выделенный единичный представитель (экземпляр) класса.
Агрегатным называется составной объект, образованный из других объектов, которые рассматриваются как его составные части. Например, изделие состоит из совокупности деталей, предприятие – из отделов, служб, цехов и т.д.
Данная классификация объектов является относительной. В зависимости от решаемой задачи один и тот же объект может рассматриваться как обобщенный или индивидный, как агрегатный или неагрегатный. Типы связей между объектами семантических сетей могут быть любыми, но чаще всего применяются следующие основные связи (отношения): род-вид, является представителем, является частью.
Наличие связи типа «род-вид» между обобщенными объектами А и В означает, что понятие А более общее, чем понятие В. Любой объект, отображаемый понятием В, отображается и понятием А, но не наоборот.
Связь «является представителем» существует обычно между обобщенным и индивидным объектом, когда индивидный объект выступает в роли представителя некоторого класса. Экземпляр может быть представителем нескольких обобщенных объектов, в этом случае ему присуще свойство нескольких обобщенных объектов, что соответствует множественному наследованию.
В ряде случаев между связями «род-вид» и «является представителем» не делают различий, отмечая, что эти связи задают отношение «общее-частное». Иногда это приводит к недоразумениям, поэтому для формализации таких связей используют отношения ako (a kind of) и is_a (is a member of the class).
Отношение «является частью» связывает агрегатный объект с его составными частями, оно позволяет отражать в базе знаний структуру объектов предметной области.
Один из механизмов вывода, применяемый в семантической сети, основан на поиске по пересечению. Он позволяет устанавливать отношение между двумя словами.
Поиск выполняется методом «в ширину» по внешним указателям из двух исходных страниц до тех пор, пока не будет найдено общее понятие, соответствующее вершине пересечения двух направлений поиска. Найденные в результате поиска пути от исходных вершин к вершине пересечения и будут представлять отношения между исходными словами-понятиями.
Таким образом, модель позволяет формировать отношения, которые представлены в ней неявно и, следовательно, на ее основе получать новые знания. Это позволяет строить системы понимания естественного языка, обладающие следующими возможностями:
- определять основной смысл текста путем поиска множества вершин пересечения,
- осуществлять выбор необходимого значения многозначного слова на основе кратчайшего пути от этого слова к другим словам рассматриваемого предложения (своего рода семантическая метрика),
- формировать ответы на различные запросы путем установления взаимосвязей между словами-понятиями запроса и словами-понятиями, хранящимися в памяти системы.
Работы Симмонса и Филмора указали на важную роль глаголов при анализе смысла предложений естественного языка.
Предложение можно представить вершиной-глаголом и различными падежными связками (отношениями). Такую структуру называют падежной рамкой. Среди падежных отношений выделяют следующие:
- агент – отношение между событием и тем, кто (что) его совершает,
- объект – отношение между событием и тем, над чем выполняется действие,
- инструмент – объект, с помощью которого совершается действие,
- место, время совершения события.
При анализе предложения программа находит глагол и устанавливает соответствующие падежные отношения между частями предложения. Падежная рамка фиксирует знания падежной (лингвистической) структуры естественных языков в виде сетевого формализма.
В семантической сети отсутствуют какие-либо ограничения как на типы отношений, так и на типы объектов, отображаемых в сети. В большинстве случаев многообразие объектов можно подразделить на три группы:
- объекты-понятия – сведения о физических и абстрактных объектах предметной области,
- объекты-события – абстрактные или конкретные действия, которые могут привести к изменению состояния предметной области,
- объекты-свойства – уточняют понятие и событие, например, указывают характеристики понятий, фиксируют параметры событий и т.д.
Многообразие отношений, используемых в семантических сетях, подразделяется на следующие группы:
1) лингвистические отношения,
2) логические отношения (отрицание, импликация, и т.д.),
3) теоретико-множественные отношения, которые включают в себя отношения типа «множество-подмножество»,
4) квантифицированные отношения, которые подразделяются на логические кванторы общности и существования, нечеткие кванторы (много, несколько, часто и т.д.),
Особое место при этом занимают теоретико-множественные отношения, обладающие транзитивными свойствами.
Отношение R называется транзитивным, если для любых объектов α, β, γ, таких, что α находится в отношении R с β, и β в отношении R с γ, следует справедливость отношения α находится в отношении R с γ.
В базах знаний выделяют интенсиональные и экстенсиональные знания. Если имеется конечное множество атрибутов А, состоящее из элементов А1, А2…,Аn и конечное множество отношений R, то схемой, или интенсионалом отношения Ri, где i изменяется от 1 до n, называется набор пар вида INT(Ri)=, где DOM – множество возможных значений атрибута Aj.
Экстенсионал отношения Ri – множество фактов , где F – факты отношения Ri, обычно задаваемые в виде совокупности пар .
Интенсиональная семантическая сеть представляет моделируемую предметную область на обобщенном концептуальном уровне, а экстенсиональная наполняет ее конкретными фактическими данными. Таким образом, семантическую базу знаний можно рассматривать как совокупность объектов и отношений, часть из которых определена интенсионально, а часть – экстенсионально.
2. Наиболее часто для описания семантических сетей используют концептуальные графы, вершинами концептуального графа являются либо объекты (понятия, сущности предметной области), либо концептуальные отношения. Ребра концептуального графа связывают между собой вершины-понятия и вершины-отношения.
Для того, чтобы различать указанные типы вершин, на концептуальных графах их изображают прямоугольником и эллипсом соответственно.
Обычно каждый концептуальный граф фиксирует одно предложение. Тогда база знаний будет представляться в виде совокупности таких графов.
Каждая вершина-понятие концептуального графа может иметь метку типа. Тип обозначает класс принадлежности вершины. На концептуальном графе метку типа вершины отделяют двоеточием от конкретного имени вершины.
На концептуальных графах можно также вводить индивидные вершины-понятия с одинаковыми именами. Чтобы различать экземпляры объектов (понятий) с одинаковыми именами, используется специальный числовой маркер.
Кроме числового маркера, на концептуальных графах могут применяться обобщенные маркеры, которые обозначаются как *. В сочетании с переменной, записываемой после этого знака, обобщенный маркер оказывается полезным в ситуациях, когда две различные вершины графа представляют один и тот же объект.
В отличие от числовых маркеров, которые применяются для выделения семантической сети индивидных объектов, обобщенные маркеры позволяют выделять один и тот же обобщенный объект заданного типа.
Пример концептуального графа с обобщенным маркером:
На концептуальных графах вводятся операции, которые позволяют выполнять их преобразования. Новые графы получаются с помощью четырех операций: копирование, специализация, объединение и упрощение.
Операция копирования позволяет сформировать из исходного графа G, состоящего из множества вершин и ребер его копию.
Операция специализации заключается в замене обобщенной вершины его индивидным или конкретным вариантом. При этом может быть два случая:
1. Если вершина отмечена обобщенным маркером, то обобщенный маркер заменяют конкретным индивидным маркером (именным или числовым).
2. Тип вершины можно заменить соответствующими подтипами, обладающими необходимыми свойствами.
Операция объединения позволяет получать из двух графов один. Если на графе G1 имеется вершина-понятие V1, которая аналогична вершине-понятию V2 из графа G2, то можно сформировать новый граф V3, удалив V2. При этом все связи V2 необходимо переориентировать на V1.
Операция упрощения позволяет исключить на графах дубликаты отношений. При этом исключаются вершины-отношения и связанные с ней дуги. Дублирование отношений возникает в результате выполнения операции объединения.
Операция специализации позволяет сопоставлять две вершины концептуального графа и, если сопоставление успешно, выполнять объединение.
Совместное использование операций специализации и объединения обеспечивают реализацию механизма наследования. Например, заменив обобщенный маркер индивидным, свойство типа распространяется на конкретный индивидный объект. Если в ходе выполнения операция ограничения происходит замена типа на его подтип, то имеет место наследование «класс-подкласс».
Операции специализации и объединения конкретизируют исходный граф. Если граф G1 – конкретизация графа G2, то можно сказать, что верно и обратное (G2 есть обобщение G1).
Методы вывода на семантических сетях используют ассоциативные и сопоставляющие алгоритмы, которые сводятся к нахождению путей на графе, построению транзитивных замыканий, выделению подграфов с определенными свойствами.
Основные подходы к построению процедур вывода на семантических сетях базируются на простых операциях над графами: удаление и добавление новых вершин и ребер, специализация, поиск вершины или ребра по имени, переход от одной вершины к другой по связям, объединение подграфов и другие.
Одним из самых простых средств вывода на семантических сетях является поиск по пересечению. Другим средством вывода является сопоставление с образцом.
В данном случае происходит сопоставление отдельных фрагментов семантической сети, при этом запрос в базе знаний представляется в виде автономного подграфа, который строится по тем же правилам, что и семантическая сеть.
Поиск ответа на запрос реализуется путем сопоставления подграфа запроса с фрагментами семантической сети. Для этого осуществляется наложение подграфа запроса на соответствующий фрагмент сети. Успешным будет то наложение, в результате которого фрагмент сети оказывается идентичным подграфу запроса.
В общем случае в подграфе запроса могут быть заданы объекты, атрибуты, имена отношений, не представленные в базе знаний явно. Это требует выполнения предварительных преобразований фрагментов сопоставляемых семантических сетей. В результате таких преобразований могут быть получены новые связи.
Методы вывода на семантических сетях, использующие идею пересечения путей или сопоставления фрагментов сетей, имеют существенный недостаток. Он связан с комбинаторным ростом числа сопоставлений или пересечений в сетях достаточно большой размерности.
В ряде систем, основанных на семантических сетях, используются специализированные правила вывода.
Семантическая сеть – система знаний некоторой предметной области, имеющая определенный смысл в виде целостного образа сети, узлы которой соответствуют понятиям и объектам, а дуги – отношениям между объектами. Семантическая сеть дает возможность охарактеризовать отношения между понятиями. Часто понятия представляются словом или набором слов. Простым примером является иерархическая сеть, где понятия являются терминами и единственным отношением явлется type-of (относится к типу). Более сложные семантические сети включают в себя отношения различных типов например твердость, температура, сделано из, текстура и цвет. Одной из самых больших семантических сетей является WordNet, лексическая база данных английского языка.
В семантических сетях, так же как при фреймовом представлении знаний, декларативные и процедурные знания не разделены, следовательно, база знаний не отделена от механизма вывода. Процедура логического вывода обычно представляет совокупность процедур обработки сети. -декларативные - описания фактов и явлений, фиксируют наличие или отсутствие таких фактов, а также включают описания основных связей и закономерностей, в которые эти факты и явления входят; -процедурные - это описания действий, которые возможны при манипулировании фактами и явлениями для достижения намеченных целей. Для того чтобы формализация оказалась возможной, семантическую сеть необходимо систематизировать. СС Куиллиана систематизируют функции отношений между понятиями с помощью следующих признаков: - множество – подмножество (типы отношений: «абстрактное-конкретное», «целое-часть», «род-вид»); -индексы (свойства, имена прилагательные в языке и т.п.); -конъюнктивные связи (логическое И); -дизъюнктивные связи (логическое ИЛИ); -связи по ИСКЛЮЧАЮЩЕМУ ИЛИ; -отношения «близости»; -отношения «сходства-различия»; -отношения «причина-следствие» и др.
Этапы формализации семантической сети:-Определение узлов и названия действий (связей) – задание алфавита;
-Определение концептов – моделей связей – возможных действий и операций над понятиями, определенных алфавитом;
-Определение информационно-логических связей – возможных цепей построения рассуждений, выводов с использованием понятий из алфавита и действий, применимых к ним («Пути выводов»); -Задание контекста семантической сети (позиционирование в предметной области), для определения законов, используемых при рассуждениях (контекст – границы схемы, пространство схемы).
При построении СС отсутствуют ограничения на число элементов и связей. Для реализации семантических сетей существуют специальные сетевые языки: NET, язык реализации систем SIMER+MIR и др. Широко известны экспертные системы, использующие СС в качестве языка представления знаний: PROSPECTOR, CASNET, PORUS. Пример СС:
Семантическая сеть — информационная модель предметной области, имеет вид ориентированного графа, вершины которого соответствуют объектам предметной области, а ребра задают отношения между ними. Объектами могут быть понятия, события, свойства, процессы.
Таким образом, семантическая сеть является одним из способов представления знаний.
В названии соединены сроки с двух наук: семантика в языкознании изучает смысл единиц языка, а сеть в математике является разновидностью графу — набора вершин, соединенных дугами (ребрами). В семантической сети роль вершин выполняют понятия базы знаний, а дуги (причем направленные) задают отношения между ними. Таким образом, семантическая сеть отражает семантику предметной области в виде понятий и отношений между ними.
В компьютере вершинам, или узлам, графа соответствуют группы ячеек памяти, а связям — указания, содержащие коды адресов памяти, благодаря чему программа находит нужные ячейки. Важнейшие связи — типа «Это»: они позволяют построить в сети иерархию понятий, в которой узлы низших уровней наследуют свойства узлов высших уровней. Таким механизмом переноса обусловлена эффективность семантических сетей ..
Ни в коем случае нельзя смешивать понятия «Семантическая сеть» (англ. Semantic Network) и «Семантическая паутина» (англ. Semantic Web). Это несоответствие возникает как раз из-за неточного перевода. Хотя эти понятия не эквивалентны, однако, они связаны.
Структура семантической сети
Структура семантической сети отображается графически с помощью узлов и дуг, соединяющих их. Узлы называются объектами, а дуги - связями или ребрами. Связи в семантической сети применяются для представления отношений, а узлы, как правило для представления физических объектов, концепций или ситуаций. В качестве примера можно привести семантическую сеть на рис. 1., Связи которой, определяющие отношения между членами семьи:
Семантическая сеть родственных связей для семантических сетей отношения имеют особо важное значение, поскольку образуют базовую структуру для организации знаний. Знания, заданные без учета отношений, превращаются просто в коллекцию несвязанных фактов. Только при определении отношений, знания приобретают вид связанной структуры, исследование которой позволяет логическим путем создавать другие знания.
На основании приведенного примера, можно сделать вывод, что Анна и Борис - бабушка и дедушка Ивана, несмотря на то, что на рисунке не присутствует явная связь, обозначенный как «внук». Семантические сети иногда называют ассоциативными сетями, так узлы таких сетей связаны, то есть ассоциированные между собой.
В научных исследованиях Квиллиана, человеческая память от начала моделировалась как ассоциативная сеть, в которой понятия были представлены в виде узлов, а связи показывали, как эти понятия сочетаются друг с другом. Согласно указанному моделью, если происходит стимуляция одного узла, как в результате чтения слов в предложении, то идет активизация связей этого узла с другими узлами. В дальнейшем эта активность распространяется по сети. Как только узел получает достаточное активизацию, в сознательном уме возникает концепция, представленная этим узлом.
Например, известно, что человек знает тысячи слов, но в процессе чтения предложения, в ее сознании отражаются только те слова, которые оно читает. Как показала практика, во многих способах представления знаний, особенно полезным является применение отношений одинаковых типов. Поэтому, при построении семантических сетей для представления знаний в различных предметных областях, вместо того, чтобы каждый раз определять новые отношения, принято использовать именно стандартизированные типы.
История семантических сетей
Идея систематизации на основе каких-либо семантических отношений предлагалась еще учеными ранней науки. Примером этого может служить биологическая систематика Карла Линнея 1735 Если рассматривать ее как семантическую сеть, то в данной классификации используется отношение подмножества, современное AKO.
Предками современных семантических сетей можно считать экзистенциальные графы, предложенные Чарльзом Пирсом в 1909 г. Они использовались для представления логических выражений в виде особых диаграмм. Пирс назвал этот способ «логикой будущего».
Важным начинанием в исследовании сетей стали работы немецкого психолога Отто Зельц 1913 и 1922 В них, для организации структур понятий и ассоциаций, а также изучение методов наследования свойств были использованы графы и семантические отношения. Исследователи дж. Андерсон (1973), д. Норман (1975) и другие использовали эти работы для моделирования памяти человека и его интеллектуальных возможностей.
Компьютерные семантические сети были детально разработаны Ричардом Риченс в 1956 году в рамках проекта кембриджского центра изучения языка по машинному переводу. Процесс машинного перевода подразделяется на 2 части: перевод исходного текста в промежуточную форму представления, а затем эта промежуточная форма переводится на язык. Такой промежуточной формой как раз и были семантические сети. В 1961 г.. Появилась работа Мастерман, в которой он, в частности, определял базовый словарь для 15 000 понятий. Эти исследования были продолжены Робертом Симмонсом (1966), Уилксом (1972) и другими учеными.
Математика позволяет описать большинство явлений в окружающем мире в виде логических выражений. Семантические сети возникли как попытка визуализации математических формул. Основным способом представления для семантической сети является граф. Однако не стоит забывать, что за графическим изображением непременно стоит строгий математический запись, и обе эти формы являются, не конкурируют, а дополняют друг друга.
Графическое представление
Основной формой представления семантической сети является граф. Понятия семантической сети записываются в овалах или прямоугольниках и соединяются стрелками с подписями — дугами (см. рис.). Это наиболее удобно воспринимаемая человеком форма. [источник не указан 337 дней] Её недостатки проявляются, когда мы начинаем строить более сложные сети или пытаемся учесть особенности естественного языка. Схемы семантических сетей, на которых указаны направления навигационных отношений, называют картами знаний, а их совокупность, позволяющая охватить большие участки семантической сети, атласом знания.
Математическая запись
В математике граф представляется множеством вершин V и множеством отношений между ними E. Используя аппарат математической логики, приходим к выводу, что каждая вершина соответствует элементу предметного множества, а дуга — предикату.
Лингвистическая запись
В лингвистике отношения фиксируются в словарях и в тезаурусах. В словарях в определениях через род и видовое отличие родовое понятие занимает определённое место. В тезаурусах в статье каждого термина могут быть указаны все возможные его связи с другими родственными по теме терминами. От таких тезаурусов необходимо отличать тезаурусы информационно- поисковые с перечнями ключевых слов в статьях, которые предназначены для работы дескрипторных поисковых систем.
Классификация семантических сетей
Для всех семантических сетей справедливо разделение по арности и количеству типов отношений.
- По количеству типов отношений, сети могут быть однородными и неоднородными.
- Однородные сети обладают только одним типом отношений (стрелок), например, таковой является вышеупомянутая классификация биологических видов (с единственным отношением AKO).
- В неоднородных сетях количество типов отношений больше двух. Классические иллюстрации данной модели представления знаний представляют именно такие сети. Неоднородные сети представляют больший интерес для практических целей, но и большую сложность для исследования. Неоднородные сети можно представлять как переплетение древовидных многослойных структур. Примером такой сети может быть Семантическая сеть Википедии.
- По арности: - типичными являются сети с бинарными отношениями (связывающими ровно два понятия). Бинарные отношения очень просты и удобно изображаются на графе в виде стрелки между двух концептов. Кроме того, они играют исключительную роль в математике.
- На практике, однако, могут понадобиться отношения, связывающие более двух объектов — N-арные. При этом возникает сложность — как изобразить подобную связь на графе, чтобы не запутаться. Концептуальные графы (см. ниже) снимают это затруднение, представляя каждое отношение в виде отдельного узла.
- По размеру:
- Для решения конкретных задач, например, тех которые решают системы искусственного интеллекта.
- Семантическая сеть отраслевого масштаба должна служить базой для создания конкретных систем, не претендуя на всеобщее значение.
- Глобальная семантическая сеть. Теоретически такая сеть должна существовать, поскольку всё в мире взаимосвязано. Возможно когда-нибудь такой сетью станет Всемирная паутина.
Иерархические
Наиболее часто возникает потребность в описании отношений между элементами, множествами и частями объектов. Отношение между объектом и множеством, обозначающим, что объект принадлежит этому множеству, называется отношением классификации (ISA). Говорят, что множество (класс) классифицирует свои экземпляры.[3] (пример: «Шарик является собакой» = Шарик является объектом типа собака). Иногда это отношение именуют также MemberOf, InstanceOf или подобным образом. Связь ISA предполагает, что свойства объекта наследуются от множества. Обратное к ISA отношение используется для обозначения примеров, поэтому так и называется — «Example», или по-русски «Пример». Иерархические отношения образуют древовидную структуру.
Отношение между надмножеством и подмножеством (называется AKO — «A Kind Of», «разновидность»). (Пример: «собака является животным» = тип с именем собака является подтипом типа животные). Элемент подмножества называется гипонимом (собака), а надмножества — гиперонимом (животное), а само отношение называется отношением гипонимии. Альтернативные названия — «SubsetOf» и «Подмножество». Это отношение определяет, что каждый элемент первого множества входит и во второе (выполняется ISA для каждого элемента), а также логическую связь между самими подмножествами: что первое не больше второго и свойства первого множества наследуются вторым. Отношение АКО (Род-Вид) часто используется для навигации в информационном пространстве.
Объект, как правило, состоит из нескольких частей, или элементов. Например, компьютер состоит из системного блока, монитора, клавиатуры, мыши и т. д. Важным отношением является HasPart, описывающее связь частей и целого — отношение меронимии. В этом случае свойства первого множества не наследуются вторым. Мероним и холоним — противоположные понятия:
Мероним — объект, являющийся частью для другого. (Двигатель — мероним автомобиля.)
Холоним — объект, который включает в себя другое. (Например, у дома есть крыша. Дом — холоним крыши. Компьютер — холоним монитора.)
Вспомогательные
В семантических сетях часто используются также следующие отношения [Гаврилова]:
- функциональные связи (определяемые обычно глаголами «производит», «влияет»…);
- количественные (больше, меньше, равно…);
- пространственные (далеко от, близко от, за, под, над…);
- временные (раньше, позже, в течение…);
- атрибутивные (иметь свойство, иметь значение);
- логические (И, ИЛИ, НЕ);
- лингвистические.
Этот список может сколь угодно продолжаться: в реальном мире количество отношений огромно. Например, между понятиями может использоваться отношение «совершенно разные вещи» или подобное: Не_имеют_отношения_друг_к_другу(Солнце, Кухонный_чайник).
Использование семантических сетей
Семантическая паутина
Концепция организации гипертекста напоминает однородную бинарную семантическую сеть, однако здесь есть существенное отличие:
Попытка создания семантической сети на основе всемирной паутины получила название семантической паутины. Эта концепция подразумевает использование языка RDF (языка разметки на основе XML) и призвана добавить ссылкой смысл, понятный компьютерным системам. Это позволит превратить Интернет в распределенную базу знаний глобального масштаба.
Автор статьи
Читайте также: