Эволюция технологий семантического веба: проблемы и перспективы

Лукичев Руслан Владимирович ORCID: 0000-0002-2293-2410 кандидат философских наук магистр; факультет программной инженерии и компьютерной техники; Университет ИТМО Директор по развитию; ООО "Первая Фестивальная Компания" 198332, Россия, г. Санкт-Петербург, Ленинский пр-т, 100к3, кв. 113 Lukichev Ruslan Vladimirovich PhD in Philosophy Master's degree; Faculty of Software Engineering and Computer Engineering; ITMO University Director of Development; LLC 'First Festival Company' 198332, Russia, Saint Petersburg, Leninsky ave., 100k3, block 113 ruslanlukichev@gmail.com

Актуальность темы и методология исследования

Семантический веб – это концепция, предложенная ровно четверть века назад сэром Тимом Бернерсом Ли, создателем Всемирной паутины. Еще в преддверии эпохи Web 2.0 он пророчески заявлял о необходимости научить компьютеры самостоятельно описывать те или иные явления, затем делать выводы и, наконец, аргументированно рассуждать ^{[1, с. 184]}. На страницах книги «Плетя паутину: истоки и будущее Всемирной паутины» основатель и бессменный глава Консорциума W3C рассуждал о необходимости становления семантического веба как информационной сети, данные в которой были бы представлены в машиночитаемом формате или конвертированы в таковой, – с целью их прямой или косвенной обработки компьютерами, постоянно взаимодействующими между собой ^{[1, с. 177]}.

Семантический веб все еще находится в процессе становления и включает в себя целый ряд технологий, в том числе RDF, OWL, SPARQL, обзору и анализу которых посвящена настоящая статья. Поставленная исследовательская задача представляется весьма актуальной.

Во-первых, более глубокое понимание природы подобных семантических инструментов позволяет совершенствовать механизмы обработки больших данных в самых разных предметных областях, включая медицину, экономику, военно-промышленный комплекс, науку, образование и многое другое, а также улучшать процесс подбора и интерпретации запрашиваемой пользователем информации в поисковых системах. Все это способствует высвобождению человеческих и временных ресурсов, отводимых на работу с данными, и автоматизирует обмен информацией между различными устройствами, тем самым претворяя в жизнь концепцию Интернета вещей.

Во-вторых, большинство статей отечественных авторов за последние несколько лет, посвященных семантическому вебу, раскрывают лишь некоторые его аспекты, не затрагивая проблемы и перспективы их развития в комплексе, либо предлагают изучение вопросов использования подобных технологий в том или ином отдельно взятом виде профессиональной деятельности. Например, от онлайн-образования ^[2], сферы финансов и инвестирования ^[3] до археологических изысканий ^[4] или геоаналитики улично-дорожных сетей ^[5]. Впрочем, широта и разнохарактерность применения семантического инструментария и связанного с ним онтолого-ориентированного подхода лишь подчеркивает необходимость его углубленного и всестороннего рассмотрения.

В-третьих, выбранная тема получает особое значение в контексте проблемы импортозамещения. Изучение технологий семантического веба поможет создать российские аналоги зарубежных веб-сервисов, обеспечивая независимость от иностранных компаний и повышая информационную безопасность нашей страны. Основные выводы и положения настоящего исследования могут быть взяты за теоретическую основу при разработке отечественных систем структуризации и описания данных, доступных для машинной обработки, а также профильных лекционных курсов в высших учебных заведениях.

Что касается методологии исследования, то в статье применена комплексная методологическая база, которая подразумевает использование преимущественно общенаучных методов, в частности, системного и аналитического, с целью систематизации и обобщения релевантных теоретических и научно-практических изысканий как отечественных, так и зарубежных авторов. Также в настоящей работе немаловажную роль играет индуктивный метод: поочередное рассмотрение ключевых особенностей ряда основополагающих семантических технологий способствует формированию более целостного взгляда на проблему их текущих ограничений и перспектив дальнейшего развития.

Обзор основных семантических технологий

Отправной точкой в развитии семантического веба можно по праву назвать создание языка XML (eXtensible Markup Language) в 1996 году – расширяемого языка разметки, предназначенного для создания, хранения и передачи структурированной информации в машиночитаемом формате. XML-документ предполагает обязательное наличие так называемого пролога, с указанием версии языка, и корневого элемента, который в свою очередь содержит произвольное количество вложенных элементов, состоящих из открывающих и закрывающих тегов с соответствующими им значениями и атрибутами, наименование которых определяет пользователь. При всех достоинствах указанного языка разметки, в том числе его независимости от платформы, расширяемости и ориентированности на быстрый и надежный обмен информацией между программами и устройствами, он имеет существенный недостаток, а именно способен описывать лишь структуру данных, а не заложенный в них смысл.

По этой причине основным компонентом семантического веба стала технология, получившая название RDF (Resource Description Framework). Она не зависит от предметной области и поддерживает графовую модель данных, предполагающую наличие триплета из субъекта (сущности или ресурса), объекта и связи между ними, называемой предикатом. Такого рода триплет позволяет машине формировать логические утверждения из предоставленной в ее распоряжение информации.

Если модель RDF описывает субъектно-объектные отношения, то взаимосвязи между сущностями оказались представлены в его расширении, – примитивном языке онтологий RDF Schema. Он обеспечивает возможность задать семантику конкретной области знаний, определив словарь терминов посредством организации иерархии классов и свойств.

Понятие онтологии – одно из ключевых в концепции семантического веба. Оно подразумевает иерархически структурированный, формализованный набор знаний о той или иной предметной области, включающий в себя описание характерных для неё классов, подклассов и их экземпляров, а также свойств и зависимостей между ними. Для этих целей рабочие группы W3C консорциума разработали отдельный, более выразительный и эффективный, чем RDFS, язык, – OWL (Ontology Web Language), обладающий широким набором инструментов для формирования сложных онтологий и основанный на дексрипционных логиках. Это «семейство логик, созданное специально для представления терминологически знаний, которое имеет собственную богатую историю и особенности, хорошо известные в соответствующем профессиональном обществе» ^{[6, c. 88]}.

На сегодняшний день остается актуальной вторая версия языка OWL, которая призвана расширить его первоначальный стандарт и предоставить дополнительные возможности для моделирования сложных отношений между данными, например, такие как эквивалентность, равенство и логические комбинации классов, их непересекаемость и непротиворечивость, специальные характеристики свойств и поддержка логического вывода. Кстати, существует несколько диалектов OWL, в том числе OWL2 DL (Description Logics), обеспечивающий вычислительную эффективность и результативную поддержку логического вывода на основе дескрипционных логик, но при этом не имеющий полной совместимости с RDF; и OWL2 Full – напротив, с максимальной выразительной мощностью и абсолютной структурной и семантической совместимостью с RDF, однако без гарантий эффективной поддержки логического вывода ^{[6, c. 94]}.

Также нельзя не упомянуть о еще одном важном инструменте: по аналогии с языком SQL в семантических базах данных существует свой язык запросов для эффективного взаимодействия с RDF-графами, – это SPARQL (SPARQL Protocol and RDF Query Language). Он имеет SQL-подобный синтаксис и поддерживает различные виды запросов, включая выборку данных в хранилищах триплетов, создание новых записей, их модификацию и удаление. SPARQL использует шаблоны для формирования запросов, а также позволяет их объединять и разделять, что способствует более гибкой настройке поиска и обработки данных и созданию сложных запросов.

Семантический веб: ограничения и точки роста

Рассмотренные выше технологии обеспечивают эффективную работу с данными в семантическом вебе, делая их более информативными, связанными и доступными для машинной обработки. Однако, несмотря на значительный прогресс в этой области, у них существует ряд проблемных моментов, требующих решения, равно как и многообещающие перспективы дальнейшего совершенствования и развития.

Одна из, возможно, не столь очевидных проблем, препятствующих широкому распространению семантических технологий, – это их сложность и высокий порог входа, а также нехватка интуитивно понятных инструментов для работы. Существующие стандарты семантической сети следует упростить, сделав их более доступными и привлекательными для начинающих разработчиков ^{[7, c. 14]}. А интерфейсы должны быть простыми и удобными в использовании как для специалиста, так и для рядового пользователя, и отвечать критериям так называемого юзабилити ^{[8, c. 14587]}. Некоторые отечественные авторы предлагают в этой связи собственные наработки – например, редактор запросов на языке SPARQL. Существующие решения не отличаются выразительностью интерфейса и не обладают функциями дополняющих подсказок и визуализации запросов ^{[9, c. 87]}, что и было предложено специалистами из Пермского государственного национального исследовательского университета в собственной версии такого редактора.

Кроме того, применяемые в семантическом вебе языки имеют множество диалектов, что существенно затрудняет их изучение и стандартизацию. Очевидно, необходимо введение единого общего протокола, поскольку агрегация данных из различных источников остается сложной задачей из-за большого разнообразия их форматов и структур.

Еще одна проблема – достоверность и актуальность данных: быстро меняющаяся информация требует постоянного обновления и синхронизации с первоисточниками, что представляется весьма трудоемким процессом, производительность которого также нуждается в оптимизации. Не меньшую роль играет и релевантность агрегированной информации поставленной пользователем задаче, а также контекстуальная обусловленность логических выводов. Как отмечают зарубежные исследователи, стандарты семантического веба действительно облегчают обмен данными и их интеграцию, но полностью раскрывают свой потенциал лишь благодаря возможности адаптации данных под различные цели ^{[10, c. 3389]}.

Наконец, одной из ключевых проблем для любого типа данных, включая семантический веб, является их безопасность, в том числе целостность и конфиденциальность. Например, остается до сих пор нерешенным вопрос предотвращения атак, основанных на инъекциях вредоносного кода в запрос на языке SPARQL, а имеющиеся предложения по защите семантических сетей не представляются эффективными ^{[11, c. 41]}. Возможное решение состоит в создании специальных криптографических средств, разработкой которых уже занимаются, в частности, представители Южного федерального университета.

Говоря о перспективах, отметим, что основными на сегодняшний день направлениями для дальнейшей прикладной интеграции семантического веба являются такие области, как большие данные, машинное обучение, искусственный интеллект и Интернет вещей. Концепции и технологии семантической сети активно интегрируются в сети связанных объектов для решения проблем совместимости, ограничивающих развитие Интернета вещей, что в конечном счете привело к появлению нового термина, известного как семантическая сеть вещей (Semantic Web of Things – SWoT) ^{[12, c. 265]}. Автоматическое извлечение и агрегирование информации и возможность создания интеллектуальных агентов, способных предоставлять персонализированные услуги, адаптированные к потребностям пользователя, а также интероперабельность с широким спектром устройств открывает путь к созданию интеллектуальной автономной среды, устройства и приборы в которой смогут свободно обмениваться данными и взаимодействовать друг с другом на семантическом уровне.

Заключение

Семантический веб – ключевой элемент Интернета будущего, где знания окажутся равнодоступными и для людей, и для машин – с учетом их контекста и смысловой составляющей. Используемые для этого технологии, в том числе XML, RDF, RDFS, OWL, SPARQL, обеспечивают возможности персонализированного поиска, агрегирования сведений из разных источников, ускоренной и эффективной обработки больших объемов данных, обмена информацией между различными устройствами и находят применение в самых разных областях, таких как образование, наука, здравоохранение, транспорт и финансы. Решение существующих проблем семантического веба и реализация его перспективных направлений развития позволят достичь нового уровня взаимодействия с данными, что открывает широкие возможности для последующих технологических инноваций.