Loading article…
セマンティック技術の究極の目標は、機械がデータを理解できるようにすることです。データにセマンティクスをエンコードすることを可能にするよく知られた技術には、リソース記述フレームワーク（RDF）[ 1 ]とWebオントロジー言語（OWL） [ 2 ]があります。これらの技術は、情報に含まれる意味を形式的に表現します。たとえば、オントロジーは、概念、物事間の関係、および物事のカテゴリを記述できます。データにセマンティクスを埋め込むことで、データに対する推論や異種データソースの処理など、大きな利点が得られます。
ソフトウェアにおいて、セマンティック技術は、データファイルやコンテンツファイル、そしてアプリケーションコードとは別に意味を符号化します。これにより、機械も人間も、実行時に意味を理解し、共有し、推論することが可能になります。セマンティック技術を用いることで、新たな関係性の追加、変更、実装、あるいはプログラムの相互接続方法の変更は、これらのプログラムが共有する外部モデルを変更するだけで済むほど容易になります。
一方、従来の情報技術では、意味や関係性は設計段階でデータ形式やアプリケーションプログラムコードに事前に定義され、「ハードワイヤード」される必要があります。つまり、何らかの変更が生じたり、これまで交換されていなかった情報を交換する必要が生じたり、2つのプログラムが新しい方法で相互運用する必要が生じたりすると、人間が介入しなければならないということです。
オフラインでは、関係者間で変更に必要な知識を定義し、共有し、データ構造とプログラムロジックを再コーディングして変更に対応させ、最後にこれらの変更をデータベースとアプリケーションに適用する必要があります。そうして初めて、変更を実装することができます。
セマンティック技術は「意味中心」の技術です。その応用分野は多岐にわたりますが、以下の分野に限定されるものではありません。
質問が与えられた場合、セマンティック技術は膨大な数の情報源にまたがるトピック、概念、関連性を直接検索することができる。
セマンティック技術は、既存のIT技術の上に抽象化レイヤーを提供し、データ、コンテンツ、およびプロセスの橋渡しと相互接続を可能にします。第二に、ポータルの観点から見ると、セマンティック技術は、情報技術のみの場合よりもはるかにインテリジェントで、機能的で、関連性が高く、応答性の高いインタラクションを提供する、新たなレベルの深みと考えることができます。セマンティック技術は、テキスト内のトピック、概念、および概念間の関連性を抽出するために、自然言語処理と機械学習を活用することがよくあります。