Σημασιολογικές μηχανές αναζήτησης

Abstract

Το σημασιολογικό διαδίκτυο, είναι το διαδίκτυο επόμενης γενιάς που αναπαριστάται από μια αρχιτεκτονική πολλών επιπέδων και παρέχει τις στρατηγικές για την υποστήριξη πολλών υπηρεσιών. Συντελεί έναν καθοριστικό ρόλο στην εξέλιξη της Ανάκτησης Πληροφορίας (IR) για την παροχή υπηρεσιών υψηλότερου επιπέδου, μέσω της χρήσης αυτοματοποιημένων πρακτόρων που επικοινωνούν και ανταλλάσσουν πληροφορίες. Η φιλοσοφία του σημασιολογικού ιστού είναι η δημιουργία ενός διαδικτύου που βασίζεται στις σχέσεις που υπάρχουν μεταξύ των πόρων, δηλαδή των αντικειμένων του πραγματικού κόσμου, σε αντίθεση με τον παγ κόσμιο ιστό που είναι ένα διαδίκτυο βασισμένο σε κείμενα. Οι μηχανές αναζήτησης που λειτουργούν στο σημασιολογικό διαδίκτυο ονομάζονται Σημασιολογικές Μηχανές Αναζήτησης. Η θεμελιώδης διαφορά μεταξύ αυτών των νέων συστημάτων αναζήτησης έναντι των παραδοσιακών, είναι ότι στοχεύουν στην προσομοίωση της ανθρώπινης λογικής, ώστε να διαχειρίζονται τα αιτήματα των χρηστών τους σε εννοιολογικό επίπεδο, παρ έχοντας ταυτόχρονα άμεση, έγκυρη και ενημερωμένη γνώση . Η χρήση της σημασιολογίας στην αναζήτηση είναι αποτελεσματική κατά την αναζήτηση διερεύνησης, όταν δηλαδή ο χρήστης αναζητά να ερευνήσει και να συλλέξει πληροφορίες για ένα αντικείμενο, χωρίς να γνωρίζει συγκεκριμένες πηγές. Αντίθετα παραμένει αντικείμενο τη ς παραδοσιακής έρευνας και δεν απασχολεί την σημασιολογία, η πλοηγική αναζήτηση, κατά την οποία ο χρήστης ενδιαφέρεται να μεταβεί είτε σε συγκεκριμένες ιστοσελίδες, είτε να εντοπίσει σελίδες που περιέχουν μια φράση ή έναν συνδυασμό λέξεων . Το έργο των σημασιολογικών μηχανών αναζήτησης είναι σύνθετο και πολυεπίπεδο, καθώς επιδιώκουν την ικανοποίηση ερωτημάτων διατυπωμένων είτε με λέξεις κλειδιά είτε σε φυσική γλώσσα και ταυτόχρονα λα μβάνουν υπ' όψιν τους παράγοντες που σχετίζονται με την τοποθεσία, την επικαιρότητα, την πολυσημία των όρων, την αξιοπιστία των πηγών κ .α . Για την πραγματοποίηση των στόχων της σημασιολογικής έρευνας απαιτείται η δόμηση της γνώσης και η ενσωμάτωση σημασιολογίας, ώστε τα δεδομένα να είναι αντιληπτά και επεξεργάσιμα σε επίπεδο μηχανής. Για την αναπαράσταση της γνώσης και την χρησιμοποίησει της από τα διάφορα συστήματα, το σημασιολογικό διαδίκτυο χρησιμοποιεί τις γλώσσες RDF και OWL που συντάσσονται στην XML. Η γλώσσα RDF αποτελείται από την τριάδα υποκείμενο - ιδιότητα - αντικείμενο, που περιέχει πληροφορίες για την περιγραφή των πόρων και η γλώσσα OWL που χωρίζεται σε τρεις υπογλώσσες, χρησιμοποιείται για την αναπαράσταση των οντολογιών, δηλαδή των εννοιών που χρησιμοποιούνται για την περιγραφή μιας θεματικής περιοχής. Αναφορικά με το ζήτημα της εύρεσης και μεταφοράς των δεδομένων, το σημασιολογικό διαδίκτυο χρησιμοποιεί ειδικά αυτοματοποιημένα προγράμματα, τους πράκτορες (agents) που στο σύνολό τους συνθέτουν ένα πολυπρακτορικό σύστημα στο οποίο συνεργάζονται και ενεργούν. Η σημασιολογική διαδικασία αρχίζει όταν οι πράκτορες λάβουν τα αιτήματα των χρηστών που στην συνέχεια θα επεξεργαστούν για να αναζητήσουν τα κατάλληλα αποτελέσματα και να τα προωθήσουν στους χρήστες. Καθ' όλη την διάρκεια της σημασιολογικής διαδικασίας, τα δεδομένα περνούν από τα διαφορετικά στάδια που απαρτίζεται μια σημασιολογική μηχανή αναζήτησης, καθένα από τα οποία αναλαμβάνει την επιτέλεση διαφορετικών λειτουργιών. Τα στάδια αυτά είναι η ανίχνευση του συστήματος για την ικανοποίηση της πληροφοριακής ανάγκης των χρηστών, η ευρετηρίαση των δεδομένων, ο συμπερασμός, η ανάκτηση και ταξινόμηση των αποτελεσμάτων . Απόρροια της πολύχρονης σημασιολογικής έρευνας ήταν η δημιουργία της πρώτης σημασιολογικής μηχανής, της Swoogle, το 2004. Στη συνέχεια ακολούθησε ένας μεγάλος αριθμός σημασιολογικών συστημάτων, με διαφορετική στρατηγική κατεύθυνση και τεχνολογική εφαρ μογή όπως π.χ. Watson, Sindice, Sig.Ma, Falcons, SWSE, PowerAqua, PowerMagpie κ.α. που κατάφεραν να πετύχουν μεγάλο βαθμό αποδοτικότητας και ποιότητας στις υπηρεσίες τους. Ωστόσο, το μέλλον των σημασιολογικών μηχανών αναζήτησης απαιτεί περισσότερη μελέτη από την επιστημονική κοινότητα, ώστε τα συστήματα αυτά να ανταποκριθούν στο έπακρο στους στόχους τους και να αντιμετωπίσουν επιτυχώς τις υπάρχουσες προκλήσεις. Αναφορικά με την δομή των κεφαλαίων που ακολουθεί, το πρώτο κεφάλαιο περιλαμβάνει γενικές έννοιες των μηχανισμών ανάκτησης πληροφορίας, σύντομη ιστορική αναδρομή, έννοιες, στόχους και προκλήσεις των σημασιολογικών μηχανών αναζήτησης καθώς και την σύγκριση των χαρακτηριστικών και των στόχων των δύο συστημάτων, των παραδοσιακών και σημασιολογικών. Στο δεύτερο κεφάλαιο περιγράφεται η αρχιτεκτονική του Σημασιολογικού διαδικτύου πάνω στο οποίο βασίζονται οι σημασιολογικές μηχανές αναζήτησης και αναλύονται τα επιμέρους επίπεδά της. Το κεφάλαιο τρία, περιγράφει την έννοια του πράκτορα και την λειτουργία ενός πολυπρακτορικού συστήματος. Στην συνέχεια στο κεφάλαιο τέσσερα, γίνεται αναφορά τη ς αρχιτεκτονικής μιας σημασιολογικής μηχανής αναζήτησης καθώς και η περιγραφή της διαδικασία της σημασιολογικής έρευνας. Ακολουθεί το κεφάλαιο πέντε που ασχολείται με την επεξήγηση της επεξεργασίας των σημασιολογικών δεδομένων και συγκεκριμένα, της επεξεργασίας των κειμένων, της ερμηνείας και κατανόησης του περιεχομένου των ερωτημάτων των χρηστών και της ταξινόμησης των αποτελεσμάτων από την μηχανής αναζήτησης. Τέλος, στο έκτο κεφάλαιο περιγράφονται κάποια παραδείγματα σημασιολογικών συστημάτων που ήδη εφαρμόζονται και αναπτύσσεται η στρατηγική και ο τρόπος λειτουργίας τους.