大数据时代的语义技术.pdfVIP

探索与交流 大数据时代的语义技术 黄智生1，2 （1.荷兰阿姆斯特丹自由大学计算机系，阿姆斯特丹 1081hv ； 2.北京工业大学未来网络科技高精尖创新中心，北京 100022） 摘要：当前正处于大数据时代，大数据为智慧城市提供丰富的数据环境。智慧城市技术需要面向万维网大 数据处理及其知识服务的支持。语义技术为海量数据处理及知识管理提供有效的技术手段。本文系统化介绍面 向大数据环境的语义处理技术，包括大数据时代的语义数据环境、海量语义数据处理平台及语义技术在智慧城 市与医学大数据中的应用。 关键词：大数据；语义技术；知识图谱；知识管理；智慧城市技术 中图分类号：TP182 DOI ：10.3772/j .issn .1673-2286.2016.10.002 万维网为大数据时代提供海量的异构数据环境， 配获取检索结果，易获得包含部分关键字的噪声数据。 进而为智慧城市技术及其知识服务提供巨大的开发空 如检索“化学”，检索结果却出现“自动化学习”和“机 间。但是，数据异构性使我国面临如何对大数据进行 械化学习”。为避免此类字符串误匹配，可通过对网络 有效语义整合和处理的巨大挑战。有效整合海量异构 中的文本描述进行结构化处理，即采用专业词典，将长 数据，其中一个核心主题就是如何实现异构数据的互 串文本描述进行分词处理，切割成独立的子部分。如把 操作（Interoperability）。 “自动化学习”切分成“自动化”和“学习”两个独立的 数据互操作指多源数据能够实现类似单一系统数 部分，在使用“化学”进行查找时就不会匹配到“自动 据般的无缝链接。语义网思想及围绕语义网目标实现 化学习”，因为需要满足同时匹配两个独立的子结构。 所开发的一系列技术，称为语义网技术，简称语义技术 将长串文本切分成子结构的处理方法称为结构化处 （Sem ant ic Technology）。语义技术为异构数据提供 理，但结构化处理不能实现数据互操作。在进行网络 数据互操作的技术基础，也为大数据的有效分析提供 搜索使用的关键字只是表达语义上的需求，而并不在 [1-3] 一种技术途径 。本文将系统化地介绍面向大数据环 意网络资源是采用何种具体的词来表达。因此，需要一 境的语义处理技术。 种网络资源描述方式，来刻画语义上的关联性。刻画某 个特定领域的概念集合及该领域概念间的关联性被称 [4 -5] 1 大数据时代的语义数据环境 为本体（Ontology） 。 近十多年，国际万维网组织制定和出台了一系列语 1.1 语义技术的基本思想 义技术标准，得到广泛地应用。其中主要的语义技术 标准包括以下四类。 面对海量的万维网数据，一个核心问题是如何快速 （1）网络资源描述框架（Re sou r ce D e scr ipt ion 有效地寻找所需信息。目前通用的办法是通过网络搜 Framework，RDF）和网络资源描述框架模式（Resource 索引擎，采用键入对应的关键字来获得结果。但是，传 Description Framework Scheme，RDFS）。主要用于描 统搜索引擎主要通过关键字对网络资源进行字符串匹 述网络信息资源，前者用于描述具体的网络信息资源及 年第 期（总第 期）