Das ist ein Konzept eines auf Maschinenlesbarkeit basierenden World Wide Web (Web 3.0).
Das Semantic Web erweitert das Web, um Daten zwischen Rechnern einfacher austauschbar und für sie einfacher verwertbar zu machen; so kann beispielsweise das Wort „Bremen“ in einem Webdokument um die Information ergänzt werden, ob hier der Begriff des Schiffs-, Familien- oder Stadtnamens gemeint ist. Diese zusätzlichen Informationen explizieren die sonst nur unstrukturiert vorkommenden Daten. Zur Realisierung dienen Standards zur Veröffentlichung und Nutzung maschinenlesbarer Daten (insbesondere RDF). Während Menschen solche Informationen aus dem gegebenen Kontext schließen können (aus dem Gesamttext, über die Art der Publikation oder der Rubrik in selbiger, Bilder etc.) und derartige Verknüpfungen unbewusst aufbauen, muss Maschinen dieser Kontext erst beigebracht werden; hierzu werden die Inhalte mit weiterführenden Informationen verknüpft.
Das Semantic Web beschreibt dazu konzeptionell einen „“ (engl. ‚gigantischer globaler Graph‘). Dabei werden sämtliche Dinge von Interesse identifiziert und, mit einer eindeutigen Adresse versehen, als Knoten angelegt, die wiederum durch Kanten (ebenfalls jeweils eindeutig benannt) miteinander verbunden sind. Einzelne Dokumente im Web beschreiben dann eine Reihe von Kanten, und die Gesamtheit all dieser Kanten entspricht dem globalen Graphen.
Beispiel Im folgenden Beispiel wird im Text „Paul Schuster wurde in Dresden geboren“ auf einer Webseite der Name einer Person mit dessen Geburtsort verknüpft. Das Fragment eines HTML-Dokuments zeigt, wie in RDFa-Syntax unter Verwendung des schema.org-Vokabulars und einer Wikidata-ID ein kleiner Graph beschrieben wird:
<div vocab="http://schema.org/" typeof="Person"> <span property="name">Paul Schuster</span> wurde in <span property="birthPlace" typeof="Place" href="http://www.wikidata.org/entity/Q1731"> <span property="name">Dresden</span> </span> geboren. </div>
gerahmt|Graph, der sich aus dem RDFa-Beispiel ergibt
Das Beispiel definiert folgende fünf Tripel (dargestellt im Turtle-Format). Dabei repräsentiert jedes Tripel eine Kante (im Englischen edge genannt) im sich ergebenden Graphen: Der erste Teil des Tripels (das Subjekt) ist der Name des Knotens, wo die Kante beginnt, der zweite Teil des Tripels (das Prädikat) die Art der Kante, und der dritte und letzte Teil des Tripels (das Objekt) entweder der Name des Knotens, in dem die Kante endet, oder ein Literalwert (z. B. ein Text, eine Zahl usf.).
_:a <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> <http://schema.org/Person> . _:a <http://schema.org/name> "Paul Schuster" . _:a <http://schema.org/birthPlace> <http://www.wikidata.org/entity/Q1731> . <http://www.wikidata.org/entity/Q1731> <http://schema.org/itemtype> <http://schema.org/Place> . <http://www.wikidata.org/entity/Q1731> <http://schema.org/name> "Dresden" .
Die Tripel ergeben den nebenstehenden Graphen (obere Abbildung).
gerahmt|Graph, der sich aus dem RDFa-Beispiel ergibt, angereichert mit zusätzlichen Informationen aus dem Web
Einer der Vorteile, URIs zu verwenden, ist, dass diese über das Protokoll HTTP aufgelöst werden können und oft ein Dokument zurückgeben, welches der gegebene URI weiter beschreibt (das ist das sogenannte Prinzip Linked Open Data). Im gegebenen Beispiel etwa kann man die URIs der Knoten und Kanten (z. B. http://schema.org/Person, http://schema.org/birthPlace. http://www.wikidata.org/entity/Q1731) alle auflösen und erhält dann weitergehende Beschreibungen, z. B. dass Dresden eine Stadt in Deutschland ist oder dass eine Person auch fiktiv sein kann.
Der nebenstehende Graph (untere Abbildung) zeigt das vorhergehende Beispiel, angereichert um (einige wenige beispielhafte) Tripel aus den Dokumenten, die man erhält, wenn man http://schema.org/Person (grüne Kante) und http://www.wikidata.org/entity/Q1731 (blaue Kanten) auflöst.
Zusätzlich zu den explizit in den Dokumenten gegebenen Kanten kann man auch weitere Kanten automatisch schlussfolgern: Das Tripel
_:a <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> <http://schema.org/Person> .
aus dem ursprünglichen RDFa-Fragment, zusammen mit dem Tripel
<http://schema.org/Person> <http://www.w3.org/2002/07/owl#equivalentClass> <http://xmlns.com/foaf/0.1/Person> .
aus dem Dokument, welches man in http://schema.org/Person fand (in der Grafik die grüne Kante), wird unter der OWL-Semantik das folgende Tripel geschlussfolgert (in der Grafik die gestrichelte rote Kante):
_:a <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> <http://xmlns.com/foaf/0.1/Person> .
Ein Beispiel für einen Standard unter der Nutzung dieser Prinzipien ist Akoma Ntoso, auf dessen Grundlage in Deutschland offene, maschinenlesbare, vernetzte und adressierbare Rechtsetzungs- und Parlamentsdokumente veröffentlicht werden sollen.
Begriff Der Begriff der Semantik wurde von Michel Bréal im Jahr 1897 begründet und bezeichnet die Verbindung zwischen Wortbedeutung und anderen (bei Bréal: linguistischen) Fragestellungen. Der Name (deutsch Semantisches Netz) hat oft zu Missverständnissen und Diskussionen geführt. Zahlreiche andere Begriffe wurden vorgeschlagen, die aber letztlich alle dasselbe Ziel haben: In Anlehnung an den Begriff Web 2.0 spricht man nach John Markoff vom Web 3.0, wenn zu den Konzepten des Web 2.0 noch die Konzepte des Semantic Web hinzukommen.John Markoff: Entrepreneurs See a Web Guided by Common Sense. In: New York Times, 12. September 2006 In Abgrenzung an den Begriff WWW hat Tim Berners-Lee, der Begründer des WWW, den Begriff Giant Global Graph (GGG) eingeführt, welcher die Struktur des Semantic Web als weltumspannende verknüpfte Graphstruktur betont. Teilweise in Abgrenzung zum als schwergewichtig und kompliziert gesehenen Semantic Web wurde der Begriff Linked Open Data um 2007 eingeführt. Das W3C-Konsortium selbst wechselte im Dezember 2013 zum neuen Begriff Web of Data, Web der Daten
Grundlagen Das Konzept beruht auf einem Vorschlag von Tim Berners-Lee, dem Begründer des World Wide Web: Das Semantic Web ist eine Erweiterung des herkömmlichen Webs, in der Informationen mit eindeutigen Bedeutungen versehen werden, um die Arbeit zwischen Mensch und Maschine zu erleichtern („The Semantic Web is an extension of the current web in which information is given well-defined meaning, better enabling computers and people to work in cooperation“).Tim Berners-Lee, James Hendler, Ora Lassila: The Semantic Web: a new form of Web content that is meaningful to computers will unleash a revolution of new possibilities. In: Scientific American, 284 (5), S. 34–43, May 2001 (dt.: Mein Computer versteht mich. In: Spektrum der Wissenschaft, August 2001, S. 42–49) Das Semantic Web baut auf existierenden Web-Standards und Arbeiten im Bereich Wissensrepräsentation auf.
„Klassisches“ Web Das „klassische“ (nur auf Text basierte) Web – also das Web der Dokumente, wie es von Tim Berners-Lee eingeführt und seitdem kontinuierlich erweitert wurde – basiert auf einer Reihe von Standards: HTML als Auszeichnungssprache für den Inhalt üblicherweise textueller Dokumente, URLs als Notation für Adressen von beliebigen Dokumenten (also Dateien) im Web und HTTP als Protokoll, um diese Dokumente abzurufen und zu bearbeiten.
Sehr bald wurden auch Bilder, in Formaten wie GIF und JPEG, in HTML-Dokumente eingebettet und ausgetauscht. Bereits im ursprünglichen Vorschlag von Tim Berners-Lee, von 1989, wies er darauf hin, dass diese Standards nicht nur zum Austausch von ganzen Dokumenten, sondern auch zum Austausch von miteinander vernetzten Daten verwendet werden können. Jedoch, wie auch andere Teile des Vorschlags (z. B. dass alle Seiten im Web leicht zu editieren sein sollten), ging das zunächst unter.
Somit sind die meisten Inhalte im heutigen Web – z. B. natürlichsprachlicher Text, Bilder und Videos – größtenteils unstrukturiert in dem Sinne, dass in der Struktur eines (klassischen) HTML-Dokumentes nicht ausdrücklich angegeben ist, ob es sich bei einem Stückchen Text um
einen Vornamen oder Nachnamen, den Namen einer Stadt oder eines Unternehmens oder eine Adresse
handelt. Das erschwert die maschinelle Verarbeitung der Inhalte, die angesichts der rasch wachsenden Menge an zur Verfügung stehenden Informationen wünschenswert wäre.
Die Standards des Semantic Webs sollen Lösungen für dieses Problem anbieten: Einzelne Teile von Texten können nicht nur für ihr Aussehen formatiert, sondern auch mit ihrem Inhalt / ihrer Bedeutung ausgezeichnet werden und ganze Texte strukturiert werden, so dass es Computern ermöglicht wird, Daten einfach aus den Dokumenten auszulesen.
Durch die Verwendung des gemeinsamen RDF-Datenmodells und einer standardisierten Ontologiesprache können zudem die Daten weltweit integriert und sogar implizites Wissen aus den Daten geschlossen werden.
Metadaten HTML-Dokumente erhielten bereits die Möglichkeit, eine begrenzte Zahl von Metadaten festzuhalten – in dem Fall Daten über die jeweiligen Dokumente.
Mitte der 1990er Jahre begann Ramanathan V. Guha (ein Schüler McCarthys und Feigenbaums und ein Mitarbeiter des Cyc-Projektes) die Arbeit am Meta Content Framework (MCF), zunächst bei Apple und ab 1997 bei Netscape. Ziel des MCF war es, eine allgemeine Grundlage für Metadaten zu schaffen. Zur selben Zeit wurde beim Web-Standard-Konsortium W3C an XML gearbeitet. Die Idee von MCF wurde dann mit der Syntax von XML verbunden, um die erste Version von RDF zu ergeben.
Der erste weit verbreitete Einsatz von RDF fand sich in RSS, einem Standard, um Feeds darzustellen und zu abonnieren. Dies fand vor allem in Blogs Anwendung, die dann durch RSS Reader abonniert werden konnten.
Obwohl zunächst meistens nur an Metadaten gedacht wurde – insbesondere Metadaten zu im Web vorhandenen Dokumenten, die dann von Indizier- und Suchmaschinen ausgewertet werden können – ist diese Beschränkung mit der Entwicklung von RDF und spätestens mit dem Artikel im Scientific American 2001 weggefallen. RDF ist ein Standard zum Austausch von Daten und keineswegs auf Metadaten beschränkt. Dennoch wird in vielen Texten zum Semantic Web veraltet nur von Metadaten gesprochen.
Die meisten Syntaxen zum Austausch von RDF – NTriples, N3, RDF/XML, JSON-LD – sind gar nicht in der Lage, direkt im Text zum Auszeichnen von Textstellen verwendet zu werden (im Gegensatz zu RDFa).
Entsprechend fand auch die Erweiterung von Uniform Resource Locators (URLs), die zum Adressieren von Dokumenten im Web verwendet werden, hin zu Uniform Resource Identifiers (URIs) statt, die zum Identifizieren beliebiger Sachen verwendet werden können, insbesondere also auch von Sachen, die in der Welt (z. B. Häuser, Personen, Bücher) oder auch nur abstrakt sind (z. B. Ideen, Religionen, Beziehungen).
Wissensrepräsentation Ursprünge des Semantic Web liegen unter anderem im Forschungsgebiet der Künstlichen Intelligenz, insbesondere dem Unterbereich Wissensrepräsentation. Bereits MCF baute systematisch auf einer Prädikatenlogik auf.
mini|Logo des Gremiums zur Standardisierung des WWW
Ursprünglich waren die Attribute für Metadaten in den Dokumenten eng begrenzt: In HTML war es möglich, Schlüsselwörter, Erscheinungsdaten, Autoren etc. anzugeben. Dieser Bereich wurde dann durch die Dublin-Core-Gruppe stark erweitert und systematisch ausgebaut, wobei sehr viel Erfahrungen aus den Bibliothekswissenschaften einflossen. Doch auch das führte zu einem begrenzten Vokabular, d. h. zu einer kleinen Menge von verwendbaren Attributen und Typen. Ein so kleines Vokabular kann mit vergleichsweise wenig Aufwand von einem Computerprogramm bearbeitet werden.