结合语义（通用7篇）
结合语义 篇1
一、引言
关于翻译方法的优劣, 一直存在着两分法的争论, 如字对字翻译和自由翻译, 忠实翻译和地道翻译, 形式对等和动态对等, 显性翻译和隐性翻译, 等等。这些两分法都围绕着同一个问题:翻译应该忠实于原文还是译语读者?而由于翻译文本和过程中存在的语言和文化因素, 至于哪一种译法更好、更全面, 至今尚无定论。彼得·纽马克认为这些两分法虽然给予原文和译语足够的重视, 却很少考虑到原文的文本类型和译语读者。基于此, 他提出了语义翻译和交际翻译的理论, 给翻译界带来了新的指引, 让译者们懂得注重在尊重原文的前提下, 从原文的文本类型出发以追求原文和译文之间的对等和忠实。
二、纽马克的文本类型和语义翻译、交际翻译
纽马克认为, 在翻译中采取的方法应该依据源语文本的类型而定, 不同的文本类型功能不同, 所适用的翻译方法也不一样。纽马克依据文本的功能, 将文本分为六大类:表达性文本、信息性文本、祈使性文本、审美性文本、交际性文本和元语言文本, 其中以前三类文本最常见也最重要。表达性文本包括文学作品、政府的公文和法律文件等表达人们思想情感、态度、愿望等的文本;信息性文本涉及叙述或描述事物的文本, 如教科书、技术报告、报刊文章、科学论文等;祈使性文本用于唤起人们的同情或促使人们采取某种行动, 包括通知、说明书、广告宣传、说服性文字和娱乐性的通俗小说等。语义翻译主要用于表达性文本的翻译, 而交际翻译更适合信息性和呼唤性文本。
在Approaches to Translation一书中, 纽马克给出了交际翻译和语义翻译的定义:“交际翻译指译文对译文读者产生的效果尽量等同于原作对原文读者产生的效果。语义翻译则指在译语语义和句法结构允许的前提下, 尽可能准确地再现原文的意思。” (Newmark, 1981:39) 语义翻译比较客观, 讲究译文的准确性, 忠实于源语文化和原作者。语义翻译尽量使译文和原文的形式更为接近, 试图保留原文的原汁原味。交际翻译比较客观, 注重译文读者的反应, 使源语忠实于译语和译语文化, 不给读者留下任何疑点与晦涩之处 (廖七一, 2004:181) 。交际翻译重组句法, 运用更合乎译语的搭配和词汇, 力求通畅地道。当信息的内容与效果发生矛盾时, 语义翻译更重视内容而非效果, 交际翻译则重效果轻内容。
三、语义翻译和交际翻译在《红楼梦》章回标题翻译中的辩证结合
《红楼梦》的英译本有5—6个版本, 其中最为译界称赞的是杨宪益和夫人戴乃迭翻译的版本 (以下简称“杨译”) , 以及英国译者戴维·霍克斯 (David Hawkes) 翻译的版本 (以下简称“霍译”) 。本文选取这两个译本进行对比, 展示语义翻译和交际翻译的辩证结合。
中国古代的作品通常以章回标题标示本章的主题或者发生的主要事件, 起着传递信息的重要作用。根据纽马克的文本分类方法, 交际翻译最适用于翻译这些标题。但是章回标题又有着其独特的结构特征, 如“托内兄如海荐西宾接外孙贾母惜孤女”就是典型的对偶句式。对偶句的句子长度相等, 前后两句相对应的词语性质相同, 且前后两句的最后一个字的声调相反 (第一、第二声为升调, 第三、第四声为降调) 。例如, “贾夫人仙逝扬州城冷子兴演说荣国府”一句中, “城”为平声 (第二声) , “府”为上声 (第三声) , 分别属于升调和降调。这种饱含句法特征的句子代表了中国的文化精髓, 也更适合用语义翻译。而问题也由此而生:章回标题, 既以传递信息为主要任务, 又具备鲜明的句法特征, 进行翻译时该如何处理?是保留信息舍弃形式, 还是舍弃信息保留形式?翻译最基本的标准是忠实, 舍弃了信息自然不可取, 但在传递信息的同时保留原文的言语形式又是对翻译的更高要求, 如何才能达到两者间的平衡?纽马克认为:“对于是否忠实于原文, 是强调源语还是重视译语的问题是悬在翻译理论和实践之间不可逾越的鸿沟。” (Newmark, 1981:38) 但这并不意味着这样的冲突无法解决, 语义翻译和交际翻译的侧重点各不相同, 可以缩小重视程度的差距。
由于鲜明的文化因素和语言上的差异, 在英译本中很难保留章回标题的升调和降调的对称, 但杨宪益和霍克斯都巧妙地运用英语的韵律为译语读者创造韵律美, 使译语读者能像源语读者那样感受到其中的韵律。
例1:薄命女偏逢薄命郎葫芦僧判断葫芦案
杨译:An Ill-Fated Girl Meets an Ill-Fated Man
A Confounded Monk Ends a Confounded Case
霍译:The Bottle-gourd girl meets an unfortunate young man
And the Bottle-gourd monk settles a protract lawsuit
例1很好地展示了语义翻译的运用。杨译和霍译都保留了原文的句式结构:形容词+名词+动词+形容词+名词。虽然原文中的升调和降调无法保留, 但两位译者都运用头韵法创造了新的韵律。杨译中, 第一句中“Ill-Fated”的重复就是头韵的体现, 第二句中“Confounded”和“Case”也以“C”开头形成头韵。霍克斯也在第一和第二句中使用“Bottle-gourd”来获得头韵的效果。
例2:享福人福深还寿福多情女情重愈斟情
杨译:Favourites of Fortune Pray for Better Fortune
An Absurd, Loving Girl Falls Deeper In Love
霍译:In which the greatly blessed pray for greater blessing
And the highly strung rise to new heights of passion
在例2中, 杨译和霍译不仅运用语义翻译准确传递原文的意思, 还尽量保持了原文的句法结构, 并巧妙使用了头韵。杨译中使用了“Favourites”, 重复了“Fortune”。霍译的头韵不仅体现在“greatly”和“greater”, 还在第一句和第二句中分别使用“blessed”和“blessing”, 以及“highly”和“heights”。
例3:情中情因情感妹妹错里错以错劝哥哥
杨译:Moved by Affection, Baoyu Moves His Counsin
A Wrong Report Makes Baochai Wrong Her Brother
霍译:A wordless message meets with silent understanding
And a groundless imputation leads to undeserved rebukes
这一章回标题再次展现了中文对偶结构的娴熟运用。和例2中的“福”和“情”相似, 此例中的“情”和“错”分别重复了三次, 词性和含义都不相同。杨译使用了语义翻译, 在译文中重新创造了新的对仗形式, 保留了原文的句法特征所制造的效果。杨译中, “moved”是被动语态, “moves”是主动语态, 都是同一个动词的变位, 第一个“wrong”是形容词, 第二个是动词。这样的词汇用法也成功地获得了头韵的效果。相比霍译, 杨译的语义翻译更为成功, 霍译只是传递了信息, 却没有传递原文体现的句法层面的效果。
例1、例2和例3证明了语义翻译能有效地翻译章回标题, 既保证了原文的语义, 又尽量地保留或创造了句法形式, 使译语读者能获得与源语读者相近的感受。但是否就此可以证明语义翻译要比交际翻译更适于翻译文化和语言特色强烈的章回标题?纽马克认为, 一切翻译在某种程度上都必须既有语义翻译又有交际翻译, 只是强调的重点不同而已, 两者应该看成一个整体 (1988:47) 。下面的例子能更好地展现语义翻译和交际翻译的作用:将两者辩证结合, 译文会更令人满意或比运用单一译法译出的译文更好。
例4:贾元春才选凤藻宫秦鲸卿夭逝黄泉路
杨译:Yuanchun Is Selected as Imperial Consort in Phoenix Palace
Qin Zhong Dying Before His Time Sets Off for the Nether Regions
霍译:Jia Yuanchun is selected for glorious promotion to the Imperial Bed-chamber
And Qin Zhong is summoned for premature departure on the Journey into Night
中文里常用“黄泉路”来指代人死后去往地府所经的路途, 是一种委婉语。杨译将“黄泉路”译为“Nether Regions”, 符合西方文化对阴间的称呼。霍译中的“Journey into Night”源自美国作家奥尼尔 (Eugene O’Neill) 的戏剧Long Day's Journey into Night (《长夜漫漫路迢迢》) , 该剧名象征着现实和梦想间的遥远距离。霍克斯在此借用这一剧名, 以“Night”寓意死后的世界, 黑暗、清冷。可见, 杨和霍都采用了交际翻译来处理“黄泉路”这一文化意象, 而霍译则通过“Night”更好地保留了原文的比喻效果。霍译还运用对仗句式保证原文的句法效果:“Jia Yuanchun”对应“Qin Zhong”, “is selected for”对应“is summoned for”, “glorious promotion”对应“premature departure”, “to the Imperial Bed-chamber”对应“on the Journey into Night”。霍译考虑了译语读者的感受, 使其获得了近似源语读者的感受。这一例子很好地体现了交际翻译和语义翻译的结合, 既照顾了译文读者, 使用西方读者易于接受的文化意象, 又尽量保留了原文中的对仗结构。
众多的例子表明, 语义翻译能让译者准确传达原文的语义和句法结构, 但它并不是唯一的方法, 交际翻译也能满足这样的目的。纽马克 (1981) 指出, 译者应尊重原文的结构并以此作为其唯一的资料基础进行翻译。因此, 如果语义翻译和交际翻译能够在同一翻译里同时使用, 译文就会更符合翻译的标准。
例5:史太君两宴大观园金鸳鸯三宣牙牌令
杨译:The Lady Dowager Feasts Again in Grand View Garden
Yuanyang Presides over a Drinking Game
霍译:Lady Jia holds two feasts in one day in the Prospect Garden
And the Faithful makes four calls on the three dominoes in the Painted Chamber
在翻译“牙牌令”时, 杨将其译为“Drinking Game”, 而霍则选则“Dominoes”这一西方人熟悉的概念。在该词的翻译上, 两人不约而同地选择交际翻译以使译语读者明白“牙牌令”这一特殊的中国词汇。正如例4所展示的, 霍不仅考虑译语读者的感受, 而且忠实于原作者。他在译文中使用对仗句式尽量传达原文的句法特点:“Lady Jia”对应“the Faithful”, “holds”对应“makes”, “two feasts”对应“four calls”, “in one day”对应“on the three dominoes”。
四、结语
章回标题的功能主要是传递信息, 概括本章的主要内容。根据纽马克的文本类型分类, 章节标题应该使用交际翻译法处理。但由于章回标题通常都有鲜明的句法结构, 体现了中国古文的特点, 具有不可忽视的作用, 要保留原文的结构特点, 语义翻译体现出了这方面的优势。选择交际翻译还是语义翻译似乎成了译者在翻译文化因素和语言结构差别显著的文体时碰到的难题。通过对《红楼梦》章回标题的译文分析, 语义翻译和交际翻译各有侧重、各有优势, 都能同时处理好意思和形式的问题。而两者的辩证结合, 不仅可以准确传达原文意思, 而且能顺利保留或创造出近似于原文的句法结构, 使译语读者对译文的感受接近源语读者对原文的感受, 充分地考虑原文文本类型和照顾译语读者。语义翻译和交际翻译的辩证使用并不仅限于章回标题, 只要明确了原文的文本类型, 各类文本的翻译中就可以结合语义翻译和交际翻译法创造更为合适的译文。因此, 没有必要争论到底是语义翻译更好还是交际翻译更合适, 因为即使是翻译一个句子, 两种译法也可以紧密结合, 带来让译者和读者都满意的译本。
摘要：语义翻译和交际翻译是翻译理论家彼得.纽马克的主要贡献, 纽马克指出不同的文本类型应该用不同的方法翻译。他提出的语义翻译以原文作者为主, 而交际翻译关注译语读者的反应。中国古典名著《红楼梦》的章回标题在传递信息的同时, 具有鲜明的句法特征, 正好对应了交际翻译和语义翻译的方法, 将二者辩证结合能创造出更好的译本。
关键词：语义翻译,交际翻译,《红楼梦》章回标题
参考文献
[1]冯庆华.实用翻译教程[M].上海:上海外语教育出版社, 2002.
[2]廖七一.当代英国翻译理论[M].武汉:湖北教育出版社, 2004.
[3]Newmark, Peter.Approaches to Translation[M].Oxford:Pergamon Press, 1981.
[4]Newmark, Peter.A Textbook of Translation[M].London:Prentice Hall International (UK) Ltd., 1988.
结合语义 篇2
关键词：委婉语,语义功能,语义变化
前言
本文是从语义学的角度研究英语委婉语的语义特征和语义变化的。从语义学观点出发, 委婉语有扬升性﹑模糊性﹑民族性和间接性的特征, 对语义特征的描述揭示了委婉语的构成和使用的内部机制-联想意义。随着时间的推移, 委婉语的联想意义不断变化导致新的委婉语不断出现, 旧的委婉语或被新词代替或被废弃使用。
一、委婉语的语义特征
1、扬升性特征
委婉语的基本特征就是用一种令人愉快的、委婉有礼的、听起来不刺耳的词语来代替令人不快的、粗鲁无礼的、听起来刺耳的词语。一般来说, 语义扬升型委婉语是以借代或比喻, 对不光彩的或令人不快的事物进行雅称, 以达美化之目的。这类委婉语一般指用于职业的委婉语。人类社会职业分工各有高低不同, 为了体现人人平等的现代意识, 人们往往对某些不够体面的职业使用委婉语加以美化、扬升, 从而使一些“卑微低下”的职业名称变得悦耳动听、令人羡慕。例如:把plumber (管道工人) 说成pipe engineer (管道工程师) 。
2、模糊性特征
委婉语的模糊性特征是指把秘而不宣或令人厌恶、恐惧的事物在语义上进行淡化、泛化或模糊化, 从而冲淡人们的嫌恶或恐惧心理。语义模糊型的委婉语一般用于描述生﹑老﹑病﹑死的词语上。例如:把old people婉称为senior citizens;把old age (衰老) 婉称为getting on (in) years等。用缩略词或简化词来表示一些疾病的名称。
3、民族性特征
每一个民族在漫长的发展过程中, 都形成了自己独具特色的民族文化。一个特定的时代、地区、社会所产生和流行的委婉语就是这一时代、地区和社会的道德、民俗、政治和社会心理等文化现象的一面镜子。
英语中有关“死”的很多委婉语都来自《圣经》或基督教, 如be safe in the arms of Jesus, be in Abraham’s bosom, be promoted to glory (“荣升天国”, 这是基督教救世军常用的委婉语) 。
4、间接性特征
在任何一个民族的语言中, 都有禁忌语和委婉语, 前者为直接指称语, 后者为间接指称语。为了避免有伤大雅和令人不愉快的话, 人们喜欢用迂回的方法陈述事实, 这种绕圈子的表达方式能起到婉转含蓄的作用。
二、委婉语的语义变化
英语委婉语引起的语义变化是指词的联想意义的改变, 词汇的概念意义没有改变。根据英国著名语义学家利奇的理论, 联想意义包括内涵意义、社会意义、情感意义、反映意义和搭配意义。
1、内涵意义
内涵意义是人们在使用或听到一个词语时, 这个词语使人们所联想到的“真实世界”中的经验。人们在言语交际中可以用内涵意义是褒义或中性意义的语词 (委婉语) 来替代含有贬义的词 (禁忌词) , 以扫除交际障碍, 顺利达到交际目的。
由于内涵意义可以因人、不同的社会、国家或时代而异, 对一个词所附加的内涵意义可以逐渐的增加。委婉语的使用中也存在这种现象, 许多委婉语在使用一段时间后, 人们又会把它与所指称的事物或现象联系或等同起来, 从而使这些委婉语增加了禁忌词所带有的内涵意义, 逐渐失去了原先所具有的中性意义或褒义。
2、社会意义
社会意义是一段语言所表示的关于使用该语言的社会环境的意义。委婉语的使用具有性别差异。人们在与异性进行语言交际时, 要比在同性之间更多地使用委婉语:女性要比男性更多地使用委婉语。其次, 社会地位不同, 对委婉语的使用也不同。人们在“权势关系”的语境中往往要比在“亲密关系”语境中更多地使用委婉语。不同行业的用语也存在差异。通常, 法律用语、外交政治性用语和广告用语中委婉语使用较多, 而科技语体需要使用精确词语, 因此通常较少使用委婉语。
3、感情意义
感情意义是用来表达说话者的感情或态度的, 它不是一种独立的意义, 它要通过慨念意义、内涵意义、社会意义才能表现出来, 例如“sacrifice one’s life”是“die”的一种委婉说法, 这个词带有称颂悼念的感情。选择不同的委婉语或甚至选择禁忌语往往体现出说话者不同的态度和感情色彩。
4、反映意义
利奇认为, 反映意义能引起听者 (或读者) 的联想。有一些多义词, 其中某一个意义会引起不好的联想, 因而成为禁忌词。出于避讳或礼貌, 人们在交际中都避免用这些词。然而, 语言是在不断变化、发展的。用来替代禁忌词的委婉语, 由于长期用来指代禁忌的东西也逐渐获得禁忌词的联想意义, 以至于失去委婉效果, 又被新的委婉语所替代。
5、搭配意义
利奇认为, 搭配意义是由一个词所获得的各种联想构成的, 而这些联想则产生于与这个词经常同时出现的一些词的意义。例如intercourse一词原来常用在以下搭配中:friendly intercourse, social intercourse。
结语
委婉语不仅是一种普遍存在的语言现象, 同时也是一种社会文化现象。对委婉语的研究有助于揭示人类交际的规律, 人类的交际心理, 以及社会、文化的特性。从语义的角度分析委婉语的语义特征和语义变化, 可以帮助我们更深刻地认识英语委婉语的工作机制。对于了解英语国家的文化内涵, 社会习俗, 扫清跨文化交际中的语言障碍有重要的作用。
参考文献
[1]伍谦光:《语义学导论》, 湖南教育出版社。
[2]陈治安、文旭、刘家荣:《模糊语言学概论》, 西南师范大学出版社。
[3]包惠南:《文化语境与语言翻译》, 中国对外翻译出版公司, 2001年。
[4]陈原:《社会语言学》, 上海学林出版社, 1983年。
[5]叶建敏:《汉英流行委婉语的跨语言对比》, 山东外语教学, 2004, (3) 。
[6]高丽佳、田平:《英汉委婉语的语义特征》, 广西社会科学, 2006, (10) 。
[7]辜同清:《英语委婉语语义分析》, 四川师范学院学报, 2001, (5) 。
结合语义 篇3
面向语义网的语义搜索引擎可以分为三种方式:首先,是常规的基于关键词技术对网络语义数据进行重点处理的搜索引擎技术;其次,是建立在以本体为重要组成部分的中心式语义数据数据处理技术的搜索引擎;最后,是以本体作为背景,对网络中的数据信息进行分析、推理并提供相应的数据处理能力的搜索引擎技术。这三种形式的基于语义搜索引擎技术都这有各自的数据处理功能和特点,具体分析如下:
第一种关键词技术的语义搜索引擎可以对网络中的相关概念性信息、三元组以及语义标签进行分析处理,通过匹配关键词的方式来获得相应可能的语义数据,作为响应用户的查询请求,这种搜索引擎技术以google最具有代表性,此外在语义文档上通过建立倒排索引和单独建立针对本体文档的N-GRAM索引,可以使用户更加快速的查询定位到相应的语义文档。第二种搜索引擎技术则是以实体为主要的搜索引擎处理单元,并提供给用户相应的需求单元,用户获得的通常是通过关键词技术得来的实体集合。而第三种语义搜索引擎技术是包含实体,同时还可以实现语义的集成,是一种综合性的新型语义搜索引擎关键技术。
2 面向语义网的语义搜索引擎关键技术的特点
2.1 面向语义网的语义搜索引擎技术是更高层次描述方式
语义网技术集成了当前网络终端用户的情境模型和搜索引擎结构中的语义网技术应用,是对目前的WWW网络制式的进一步扩展,是促进计算机和人类之间更加紧密合作的一项新型人机智能化应用技术。语义网技术通常采用多层次形式表示框架XML,并在其中加入文档模式来表示文档结构,但就XML本身来讲,是不具有描述结构本身语义功能的,如果不对XML语义的元素解析,计算机是无法读懂信息内容的。因此,语义网技术中基于语义搜索引擎技术的更高层次的描述语言——RDF就可以定义相关元素的语义,也就是常说的具有三元组集特性,语义网中集合了XML和RDF就实现了语义网络的人工智能,可以进行相关事件的简单推理。另外,完整的语义网还需要一个标准的概念体系,也作本体(Ontology)。而本体实际上是需要RDF子集的OWL进行描述的,XML、RDF和Ontology三者之间构成了完整的计算机引擎分析系统的基础,是语义搜索引擎更具智能化的重要组分。
2.2 面向语义网的语义搜索引擎是三种引擎技术相互关联的统一整体
语义网的语义搜索引擎技术是将用户情境模型和搜索引擎技术相结合在一个系统结构中的,通过语义网和本体技术对用户情境模型收集到的信息进行处理,然后对情境信息进行结构和特征方面的形式化描述,转化成可以被计算机理解的形式,最后在搜索引擎使用终端进行呈现和使用。也就是说,面向语义网的语义搜索引擎关键技术在于实现实体之间对情境信息完成语义理解,并根据已知本体的情境信息进行推理,对搜索引擎找到的搜索结果进行过滤、选择和推荐,以满足用户的查询需求。通常情况下,用户端的搜索关键词都具有某种联系,通过语义网技术我们可以明确不同用户使用搜索引擎过程中关键词的这种内在关联,当用户进行关键词检索时,语义网中的RDF就可以描述这种关系,并采用OWL对这种关系进行解释说明,达到明确关键词之间关联的目的,再通过三元组的形式将这种关联存储在本体中,以不同的意义标识嵌入到相关网页内容中,从而实现相关关键词内容信息的快速查询和呈现。简而言之,面向语义网的语义搜索引擎关键技术实际上是包含关键词之间关联内容的统一整体。
2.3 面向语义网的应用搜索引擎关键技术的精准性
在用户使用搜索引擎进行信息资料的检索过程中,系统的情境管理分配的信息链接,也就是用户检索历史信息,都可以作为扩展搜索引擎的叙词表,并根据用户选取的最终检索结果进行跟踪、定位、过滤和积累。对于检索关键词之间的关联信息,需要将一些独立的关键词信息从结果中过滤出去,只吸收和包含关键词又包含相关内容关系的信息反馈给用户,从而实现搜索引擎检索结果的精简和准确,为用户提供真正需要的信息资料。
2.4 面向语义网的应用搜索引擎中的标引技术应用
对用户使用搜索引擎的未来情境要进行一系列的复杂推理,需要通过检索历史在本体技术上建立证明树,并产生相应的可在网络中进行查询的语义标记描述,将用户的情境和对应的信息库的范围尽量放大,从而提取并贮存用户未来可能需要的情境信息,也可以在此基础上适时为用户推荐相关可能需要的信息资源。此外,还要善于管理和利用公共领域的本体资源,加强语义网的语义搜索引擎对于自然语言的解读能力,再通过本体技术和语义网技术对相关信息进行统一规范整理,建立起相似类目的使用规则和资源体系,实现信息资源库构建和搜索引擎标记技术的统一,为用户提供更好的信息资源和检索体验。
3 面向语义网的语义搜索引擎关键技术的应用
3.1 用户检索情境模型的建立与搜索引擎相结合
通过收集用户的检索爱好,包括:习惯、目标、心理、性格、行为、问题、专业、交流和文学创作以及工作内容等方面的综合信息,建立起适用于用户的个性化动态情境模型,对用户的兴趣、长期计划、目标进行动态关注,并进行相应的信息存储、描述和推荐,将搜索引擎技术同情境模型相结合既可以实现搜索引擎的个性化定制,又可以建立起以用户为中心的信息资源库,满足用户各项检索需求。
3.2 面向语义网的语义搜索引擎情境管理器模型的代理技术应用
由于搜索引擎的用户群体广泛,涉及的问题十分复杂,范围广,数据信息庞杂,每时每刻计算机都要通过交互作用来获取用户的情境信息,因此,必须加强情境管理器的配置和管理。通过应用不同的代理技术可以分摊情境管理器的压力,诸如采用情境接收器代理、情境文献知识代理、查询信息代理和集成服务代理,通过设置语义网的交互协议,可以根据用户使用的喜好提出更加合理的建议,在语义网协议管理的条件下可以实现代理的自适应性,实现搜索引擎技术的个性化定制服务和智能化集成应用。
4 结束语
结合语义 篇4
1 基于语义Web服务匹配的相关概述
基于语义Web服务匹配在其中加入了服务本体概念, 所以基于语义Web服务匹配在描述信息是具有清晰、准确的语义。语义Web模型是提供服务本身内部的流程信息, 和执行与服务相关的控制结构和数据流, 这些流程会在Web服务组合和执行时用到, 这些工作能够帮助发现Web服务是否符合请求者的要求。也能更加深入的去分析Web服务的可实施性。
1.1 语义Web服务匹配的现状
语义Web服务匹配是将用户的服务请求和Web服务数据库中的信息进行比较, 找出符合服务请求的语义Web服务信息。针对如何找出匹配的语义Web服务信息, 现阶段主要依据利用本体自身概念的逻辑包含关系进行推理实现匹配关系, 以及根据本体概念的语义相似度量进行相似度的匹配方法。例如:卡内基梅隆大学的Massimo Paolucc等提出的弹性匹配算法;基于本体属性的相似度算法;基于本体两个概念的几何距离来提出的语义相似度算法等运算方法。
1.2 基于语义的Web服务匹配排序模型的设计思路
在构建语义的Web服务匹配模型前, 应该通过研究相关的研究工作资料, 找出现有的语义Web服务匹配排序机制算法中存在的问题和不足。语义Web服务匹配模型的基本构架由八个部分组成, 根据语义描述的服务请求描述模块, 用于注册服务的服务注册模块, 用于存储本体信息的信息库, 用于搜索提取待匹配信息的信息提取模块等阶段的构建。
2 基于语义距离度量模型的语义Web服务匹配结果排序机制
随着语义Web服务匹配的发展, 在服务时对搜索结果的排序操作要求也越来越高。通过对各个研究工作概括和整理相关研究工作的资料, 探讨出一种基于语义距离度量模型的语义Web服务匹配结果排序机制, 运用这种基于语义距离度量模型来对在进行语义Web服务搜索时的匹配结果进行自动的排序操作, 这样能更加便捷、快速的完成Web服务的搜索工作。下文主要简单的介绍语义距离度量模型的相关知识和如何进行运用语义距离度量模型来对搜索结果排序, 以及加权语义距离度量在语义Web服务匹配中的运用。
2.1 语义距离度量模型
语义距离度量模型 (Semantic Distance Metric Model, 简称为SDMM) 是一种与“语义”信息本身定义具有相关信息的定义对象间的各种相关关系之间形成的一种三维空间可计算模型。利用本体的定义、实例、属性之间的语义联系:等价、包含和关联定义, 这三个向量可对应轴Veql、Vsub、Vrel, 利用这三个向量轴就能构成语义距离度量模型。语义距离度量模型是利用度量本体的定义、实例、属性与语义距离关系之间的三维空间可以计算的模型, 表达式为:SDMM=
2.2 基于语义距离度量模型的匹配结果排序
在语义距离度量模型 (SDMM) 中, 对象转换运算符 (→) 为其运算符, (→) 表示从语义距离度量模型的任意一个本体对象向另一个本体对象之间的转换函数。例如:从Ci向Cx转换可以记作Ci→Cx, 这样转换后就得到了一个集合Sx。在对对象进行求值算子Vx时, assign是作为语义距离度量模型中的算子, assign表示的是从坐标原点Ci→Cx所得的集合Sx中任意取一个元素, 语义距离度量模型的转换可由图2表示。
基于语义距离度量模型的语义Web服务匹配结果排序主要是根据语义Web服务所关系的本体对象的语义对象距离, 也就是说是本体定义对象在语义距离度量模型中的相互转换的操作序列之间的度量, 例如:在语义距离度量模型中Cm→Cn, 在计算语义距离时可利用公式 (1-1) 进行计算。
(1-1) 公式分为三个部分, 分别表示Cm→Cn在等价语义关系轴Veql上的操作, Cm→Cn在包含语义关系轴Vsub上的操作, 以及Cm→Cn在关联语义关系轴Vrel上的操作, 因此从概念Cm到概念Cn的转换距离度量实际上就是转换操作序列的三元组的度量。在这个过程中, 只是根据本体自身的概念, 属性作为一切推理的依据, 将本体中的所有对象映射在唯一的坐标点上, 再根据公式计算。
2.3 加权语义距离度量
因为语义Web服务匹配具有不同的服务要求类型和语义Web服务匹配要与上下文联系起来, 所以对语义Web服务匹配结果距离度量要运用加权的方式进行处理。在基于语义距离度量模型的语义Web服务匹配排序机制中, 可以给基于语义距离度量模型中的各个坐标轴的方向量赋予不同的权重值, 依靠权重值得到不同的加权语义距离度量, 从而进行语义Web服务匹配的排序。例如:有两个语义Web服务匹配距离对象Cm和Cn, 经过赋予不同的权重值后, 加权语义距离度量的计算表达式可以如公式 (1-2) 所示。
也可以根据不同的语义Web服务匹配内容, 在语义距离度量模型的三个方向的向量的语义距离度量权重值的设置可以有不同的方法, 甚至在实际的运用实例中可以将其中一个向量的权重值设置为0, 这就只需要考虑剩下的两个向量对语义距离度量的影响。
3 总结
语义Web服务匹配结果的排序机制在随着语义Web服务的搜索研究工作的不断深入的过程中, 已经成为了一个不可或缺的研究专题, 也在不断的研究运用不同的相似度度量模型和计算方法。而由于语义Web服务匹配搜索具有海量的信息, 运用不同的运算方法和不同的度量模型就有可能出现不同的Web服务匹配结果, 这就有可能影响到语义Web服务匹配搜索的准确性。本文在这些的基础上提出一种较科学的基于语义距离度量模型的语义Web服务匹配排序机制, 并且还依据不同的Web服务匹配搜索提出了对语义距离度量模型的方向轴赋予加权值的方法。但是怎样将语义信息完全统一的放入语义空间模型中并且进行一个统一的度量, 以及语义距离度量模型是否对不同的语义Web服务匹配搜索都适用, 这些都是以后研究工作的重心以及最需要解决的问题。
摘要：随着社会科技的进步和发展, 现在人们也越来越重视信息共享, 而开放的Web环境也成为了人们获取海量信息的主要来源。人们的需求也就让人们对语义Web服务技术不断地深入研究, 所以现在网上语义Web服务的数量也就快速的增加。本文主要提出了基于语义距离度量模型的语义Web服务匹配排序机制, 根据这种排序机制, 依据语义Web服务的语义相似度量对语义Web服务匹配结果进行排序。
关键词：语义Web服务,语义Web服务匹配,语义距离度量模型,语义Web服务组合
参考文献
[1]马应龙, 金蓓弘, 冯玉琳.基于进化分布式本体语义Web服务动态发现[J].计算机学报, 2013, 8 (11) :603-614.
[2]汤杰.语义Web服务组合的研究与实现[J].燕山大学学报, 2013, 11 (11) :120-121+125.
[3]方欣.基于语义的Web服务匹配研究[J].达宁大学学报, 2013, 2 (3) :156-157+159.
[4]杨易超.基于语义的Web服务匹配模型的研究与实现[J].电子科技大学学报, 2013, 2 (20) :178+180+185.
结合语义 篇5
从传统的计算机集成制造、并行工程到虚拟企业、大规模定制生产等新一代先进制造技术,产品信息交换与共享一直是需要解决的首要问题。长期以来,信息交换与共享技术侧重于数据本身的交换和共享的实现,如以基于STEP的产品数据交换发展而来的PDM、EDM,均侧重于对不同异构数据的交换共享的具体实现技术和方法。这种技术在传统的集中式环境下能够实现统一的产品数据交换与共享,但在基于Internet的分布式环境下,由于STEP本身描述机制的特点,要实现信息的网上交换与共享,就需要耗费大量的时间和人力来解决网上数据接口匹配问题,以及尽可能满足分布式环境下的动态性、临时性以及实时性要求,这是很难做到的。
事实上,从虚拟企业模式的提出到对虚拟组织更深入的理解,尤其在近年来我国大力提倡企业产品创新能力的形势下,围绕产品的设计、制造,要求以产品创新为核心的分布式企业之间实现知识级的共享和重用,传统的产品信息表达方式和处理模式已无法适应现代企业的需求。产品信息的交换与共享已不再局限于数据内容、格式的交换与共享,信息共享的层次已由数据共享上升为知识共享。随着网格计算、语义网以及语义网格研究的兴起,产品信息交换与共享研究层次也在不断上升,研究内容不断深入。语义网格的研究为分布式资源运作提供了可行的空间,虚拟组织的架构为产品的创新提供了更广阔的知识源,而语义网格环境下虚拟组织的产品信息交换与共享的研究则上升到对信息语义层次的理解、挖掘、推理创新层面,进而为支持产品创新能力的实现提供知识基础。
近年来国内外许多研究机构已经在不同范围和层次中对产品信息交换与共享进行研究[1,2,3],其中最典型的国际组织EuroSTEP长期注重于STEP产品数据的网上XML转换表达[4]。但是由于XML本身的局限性,导致STEP转换后带来语义信息的损失,即这种转换是单向不可逆的,遇到这种情况国际标准采用的是原文直译法以保留不能解析的语义信息。目前EuroSTEP等组织一直致力于该方面的完善和补充。随着近几年语义Web、网格计算以及语义网格研究的深入,为实现网络信息语义层的理解、推理提供了可能[5,6],因此结合语义网格研究虚拟组织的产品信息具有其独特的优势。针对产品信息语义描述共享层次的研究,当前较多地侧重于产品信息本体研究[7,8,9,10]。STEP采用EXPRESS描述已经经过多年的应用论证,而语义Web的OWL还处于发展试验中。抛弃当前已经推出的STEP的EXPRESS描述或XML表达国际标准,完全采用语义Web的OWL来实现产品数据的语义表达还需要更长的时间,因为从语义描述上它没有EXPRESS功能强大,从语法表达上它没有现行的STEP XML表达国际标准严格,同时OWL本身缺少严格的数据模型作为理论基础,它的许多地方还正在完善中。
本文从上述角度出发,在充分利用已有研究成果基础上,寻找一条新的解决方法,既能够满足分布式环境下产品信息的知识级交换与共享,又无需类似采用RDF、OWL完全取代EXPRESS对STEP进行重新的语义描述。本文将系统阐述语义在线重组实现的思想方法及其体系架构,并论述其相关关键技术。
1 异构产品信息语义在线重组的方法及其架构
针对虚拟组织中各成员间产品信息交换和共享的动态性、临时性的特点,围绕虚拟组织的某个产品信息交换需求,通过产品语义的在线重组来实现产品信息语义交换,这种重组目的并不是为了完全取代原有产品信息描述方式,而是在区分语法与语义的前提下,在语法层次上对原有信息实现信息转换,在语义层次上对原有语义内容进行解释、添加补充,或引用新的适应语义网格环境的语义标识和对语义补充注释机制。它既保留原有信息的完整性并使双向性成为可能,同时又具备了面向语义网格环境的知识交换和共享的功能。通过这种机制能够根据虚拟组织的临时需求对各网格节点异构产品信息的语义建立动态关联,实现语义的自导航和重定位,从而实现对产品信息知识级的动态交换与共享。这种对语义的在线重组是动态的、实时的,也是临时性的,称为“虚拟重组”。
Internet为实现产品信息网上交换与共享提供了通用的物理平台,解决了异地异构平台兼容的问题,XML提供了数据层异构产品网上交换的数据格式,而结合语义网/语义网格可以提供语义层的语义交换中介。图1所示为虚拟组织异构产品信息语义交换的在线重组架构。图2所示为异构产品信息语义在线重组的过程。它在整体上可分为三个层次,底层为数据交换层(简称数据层),中间层为语义交换层(简称语义层),顶层为实现语义在线重组而提供的LEV(linked-entity visualization)语义标注功能层。
底层的数据交换是建立在XOEM(extensive object exchange model)数据模型基础上并基于XML的异构产品信息网进行数据交换的。XML只是在语法上实现了统一的数据交换表达,并没有提供充分的语义表达方式。因此,为了实现对产品信息的语义共享和交换,需要在语义层上解决语义的描述。语义交换层是建立在数据交换层基础上实现的,通过由数据模型到语义模型的映射来实现。与数据交换层不同的是,产品信息的语义在线重组并不是将异构产品信息语义全部进行统一转换或重新描述,而是通过对原有内容的语义部分进行解释或引入语义标注或引入注释机制。那么这种语义标注的具体描述方法就是我们需要实现的语义统一描述与识别的研究内容[11]。
顶层的LEV语义标注功能层不仅解决了产品信息在数据层和在语义层之间的映射,而且更为重要的是解决了产品信息间的语义关联和语义导航。语义的动态关联是指分布的异构产品信息之间存在的语义联系,这种联系是根据虚拟组织某一阶段的需求建立的,同时也是动态的、临时的。语义的自导航就是在临时建立的语义关联基础上,能够根据产品信息交换与共享意图,通过对语义关联的理解和推理自动检索出相应的语义路径。语义的重定位是指根据语义自导航能力,按照相应的语义路径最终定位到实现产品信息交换与共享意图的语义信息节点中,完成语义信息的交换共享。语义的动态关联是产品信息在线重组实现的前提,语义的自导航是产品信息在线重组实现的过程,语义的重定位是产品信息在线重组的结果。
由于数据层的XML数据交换已经在前期工作中基本解决,因此主要涉及的关键技术存在于语义交换层和LEV语义标注功能层。
2 关键技术
2.1 面向产品信息语义描述的语义模型
建立语义网格环境下面向产品信息语义描述的语义模型是语义在线重组研究的理论基础。目前面向多样化异构产品信息网上表达的数据模型均侧重于数据表达的严格完整性,即满足语法层次的要求,但缺乏语义信息。而语义网格环境的语义模型侧重于语义关系的理解和推理,但是语义描述的方式在语法层次上不能满足产品信息表达的严格完整性要求。
近年来,在有关产品信息语义描述的研究中,大多数是通过采用本体语言来描述产品信息的。最普遍的是采用OWL语言来重新定义产品语义本体,然后利用OWL语言的特点实现产品语义的描述和推导。国外有代表性的是wikiSTEP组织[12],该组织主要针对产品信息STEP国际标准,完全采用语义Web的OWL来实现产品数据的语义表达。在当前基于本体和语义网的研究过程中,产品信息本体的定义存在较大的随意性和不确定性。目前国内的大多数研究中,对本体的定义本身就涉及本体的一致表达规范性问题,从而产生了对本体库的管理、搜索、定位、接口、服务等一系列有待解决的问题,而产品数据STEP协议就不存在类似的问题。事实上STEP协议中的EXPRESS描述本身就是不够严格规范的弱本体定义。OWL语言只是一种本体描述语言工具,不能提供本体的设计方法和原则,如果不能有严格规范的约束和定义,单靠OWL语言是无法解决上述问题的。因此研究面向产品信息统一描述的语义模型具有非常现实的意义。
直接将XOEM模型和OWL匹配是比较困难的。因为OWL是属于本体论的范畴,侧重于推理,其约束表达能力极强;而XOEM模型侧重于数据的描述,且描述能力强,而约束表达能力极弱。可以通过添加OWL标签来弥补XOEM模型的缺陷。对于模型的不一致,我们需要通过中间的过渡桥梁来解决。考虑到XOEM模型可用有向图表示,因此我们可以建立类似RDF简单数据模型的模式有向图,将XOEM模型有向图转换成该模式有向图,同时将OWL模式转换到该模式有向图中,从而实现了XOEM和OWL有机结合即所谓的XOEM+OWL,图3显示了其结构关系。表1和表2分别给出了二者相对应的XOEM+OWL模式图表达关系。
我们在原有研究成果中提出的数据模型———基于带根连通有向图的数据模型即可扩展对象交换模型XOEM[13]的基础上,引入OWL语义标注,提出了基于XOEM+OWL的统一的产品知识表达语义模型[14],研究了XOEM+OWL模型的模式图表达定义。数据层遵循原有的数据模型XOEM实现STEP数据转换,语义层通过OWL语义标注引入STEP语义,数据层与语义层之间通过XOEM+OWL模型内的映射匹配约束建立关联。根据XOEM+OWL,针对数据层的STEP数据模式图和语义层的OWL模式图,分别给出了相应的匹配表达方法。最后研究二者之间的映射匹配约束关系的表达,给出了匹配系数的表达式。由此实现了对任何产品信息的数据表达和语义描述均规范于统一的XOEM+OWL模型内,根据该模型我们可以得到统一的基元,利用对基元的控制操作来实现对产品信息语义的在线重组。
2.2 基于XOEM+OWL的异构产品信息语义描述
由于产品信息的XML表达的语义局限性,使得许多研究者先后采用RDF、OWL等来描述STEP产品信息,他们的思路类似于STEP采用XML数据表达,均是尝试用RDF或OWL来取代EXPRESS进行描述。这种方法的局限性在于:不同于数据格式的转换,OWL的语义描述方法多种,对同一种产品信息,可以采用多种不同的OWL方式来描述其内部语义,即使是同一种OWL语言描述也难以规范对语义理解的一致性。因此企图只通过OWL的描述来实现对产品信息的统一语义描述是困难的,这也是目前这些研究难以再进一步深入的原因。事实上将产品信息的数据表达和语义描述有机结合在一起研究能够有效解决这个问题。
从上述思路出发,在研究已取得的面向产品信息统一描述的语义模型的研究成果基础上,我们提出了基于XOEM+OWL的异构产品信息统一描述方法与实现技术,研究了数据层和语义层实现的统一关联方法。数据层遵循原有的数据模型XOEM实现STEP数据转换,语义层通过OWL语义标注引入STEP语义,数据层与语义层之间通过XOEM+OWL模型内的映射匹配约束建立关联。对于二者关联的媒介,我们设计了语义基元,因此我们研究的产品信息语义描述所组成的单元就是语义基元,它建立在XOEM+OWL的基础上,实现了STEP模式与OWL模式的关联映射。表3所示为语义基元内部二者映射关系表达式。
Cos(sc,oc)是由两个不同层次的衡量系数计算组成的:元素级匹配(ElementMatch)和语义级匹配(OWLMatch)。元素级匹配侧重于XOEM+OWL模型基元的数据级层次相似度,而语义级匹配侧重于基元的语义级层次相似度。Cos(sc,oc)的计算公式如下:
式中,wsc和woc分别为元素级匹配和语义级匹配相对应的权重系数;ElementMatch和OWLMatch分别为元素级匹配和语义级匹配的值。
在具体实现过程中,我们针对STEP Part21数据文件进行研究并设计了相应的基元。产品数据的表达依然是遵循XOEM模型并采用规范统一的XML数据来描述的[15]。我们通过对STEP Part21的实例进行设计来构造语义基元,语义基元间通过ID进行联系,从而不会影响到现有的STEP XML数据表达。但与现有的STEP XML数据表达区别的是,对实例ID的处理是通过引入语义标注来关联相应的OWL语义描述信息[16]。对于语义描述,可通过自我解释和语义标注两种途径生成相应的OWL语义描述信息。对于XML数据层和OWL语义层的关联,在自我解释途径中,依靠当前已有的研究成果,按照STEP协议进行OWL描述,此时会产生相应的OWL语义描述信息。此外,语义标注途径给用户提供了对语义关联的对象及其语义内容进行动态增加、修改、删除的功能。产品信息的语义统一描述不仅是只针对类似STEP Part21文件级的产品信息,而且可以处理任何级别的跨平台异构产品信息。因此,单纯靠自我解释途径是不够的,语义标注是一种有效的补充方法。
2.3 异构产品信息在线语义标注
产品信息的网上动态关联是实现产品信息网上共享的重要手段。通过这种动态关联为多样化异构产品信息之间的沟通建立了新的联系桥梁,并且能够根据需要进行动态的调整改变。
要实现异构产品信息的在线语义标注,关键在于如何将异构产品信息语义关联信息可视化[17]。由于基于XOEM+OWL的异构产品信息统一描述是通过我们设计的语义基元实现的,因此我们以语义基元为基本对象,重点研究了语义基元之间语义关联信息的可视化。可以将语义基元间的语义关联转换成实体链接关系(linked entity),表4列出了二者的匹配关系。
2.4 语义描述实例
以圆的描述为例,图4为其STEP XML Schema初始的数据描述实例。根据表1可得到STEP的XML模式图(图5),采用OWL进行语义描述时,根据表2可得到相应的OWL模式图(图6),遵循XOEM+OWL模型,可以看出两种模式的有向图基本趋于一致,也基本实现了数据层和语义层的有效匹配。在此基础上,根据表4,得到其相应的LEV数据描述,LEV系统通过分析LEV数据描述来展示相应的可视化结果。
3 基于SVG+AJAX的语义标注可视化系统——LEV设计与实现
根据上述方法,我们设计与实现了异构产品信息语义关系可视化系统——LEV[18]。该系统完全基于浏览器的跨平台功能,采用SVG实现二维矢量图形的显示,采用AJAX实现异步数据的传输与保存,支持多用户并行操作。系统不仅实现了可视化功能,同时提供多用户在线并行修改创建语义关联的功能,语义基元的在线重组可以通过该系统进行扩充。
系统特色主要表现在以下几个方面:
(1)语义设计功能。该系统不仅提供了语义关系可视化功能,同时提供了语义在线标注功能,通过对Entity的编辑修改实现对语义基元属性的构建,通过对Link的编辑修改实现对语义基元间的语义关联。此外,该系统的一大特色在于语义匹配、扩展和检索功能强大。
(2)系统操作功能。对系统图形对象的操作,不仅可以控制某个图形对象,而且可以控制与该图形对象所有语义关联的图形对象进行同步操作。这种功能便于我们观察所有相关语义的Entity对象间的关系。
(3)支持异步数据传输的并行功能。系统支持多用户并行地对系统图形对象进行操作,同时支持基于AJAX的异步数据传递,有效解决了并行操作的数据不一致问题。
4 结束语
结合语义 篇6
一英国自然语言语义学研究的路径与特征
相对于逻辑实证主义语义学,英国的日常语言语义分析立足于生活语言本身的结构与特性,并且兼顾了语义学研究的自然性特征和结构属性,从而为语义学解释的一致性和完备性提供了重要启示。
1.日常语言语义学的方法论转向及其内涵特征。
英国的日常语言语义学从一开始就反感于逻辑实证主义对于意义的“理想状态”处理方式,认为这种态度并不合乎语言的自然性特征,“哲学家对于句法结构不能完全反映逻辑关系所表示的不满促使语言学家去寻找更深一层的描写……以解释句子的意义以及语义和形式之间的关系”[1]215,而这种特征内在地包含了语义、语用以及概念结构的意向性等方面特征。为此,英国的日常语言语义学研究虽然也秉承了语义分析的基本方法,把对于世界和事实的理解限定于语言实体范畴,但是在语义分析路径上则推翻了逻辑实证主义关于命题意义的经验证明方案,将与语义相关的语用、实践和语境等因素纳入到语义学方法论的系统框架之中,从而在整体上树立了语义学研究的崭新路径。
作为英国日常语言语义学的早期奠基者,摩尔(G.Moore)的语义学研究倾向于从“常识”的角度对日常语言进行细致的语义分析,期望从日常语言的“表象”背后揭示意义的本质和内涵。摩尔认为,观念即思维中与语词相对应的概念就是语词的意义,而命题则从总体上表征了句子的意义。也就是说,意义可以被看做是一种实体性的存在,“摩尔把他想加以分析的东西(即被分析者)说成是表达式的意义或表达式所代表的概念”[2]。中后期的维特根斯坦则否定了其前期《逻辑哲学论》所坚持的语词意义与事实指称严格对应的做法,认为语词的意义存在于我们对其应用和实践的理解过程中,也就是说语词只有在一种类似“游戏”的生活状态中才能实现其意义,“一个字词的意义是它在语言中的用法”。[3]我们可以看出,这种语义分析态度直接地体现为对于逻辑实证主义语义学的“反叛”,这既是维特根斯坦在后逻辑实证主义时代对于语义学研究路径反思的结晶,同时也在另一个维度上又开启了日常语言语义学研究的崭新征途。
对于牛津学派的日常语言语义分析而言,奥斯汀(J.Austin)和赖尔(G.Ryle)等人将语义分析的技术工作推向了极致。奥斯汀认为意义和真理等语义学问题只有在言语行为的基础上才能得到真正解决,因此意义的理解本质上就是对于我们存在的事实和世界状态的反应。因此,奥斯汀的语义分析实际上已经从语用化倾向出发走向了社会约定论的道路。赖尔对于语义分析方法的理解同样立足于概念、范畴的解释、澄清,并且深入到语词、句型的具体使用习惯、心理类型之中,“它是一个范畴错误……实际上它们属于另一种逻辑类型或逻辑范畴。”[4]在赖尔看来,逻辑的语形与世界的事实并不具有对应关系,因此对于意义本身而言,它既不是一种抽象的存在,也并不存在于语词的外延形态中,而真正具有重要地位的是语词的内涵。这种内涵的刻画、描述与语言的实践、主体的意向以及情境特征具有很大关系,在此基础上我们就可以达到语言逻辑的“纯粹”状态。
整体上来看,在英国以前期的剑桥为中心和在后期以牛津为中心的日常语言学派坚持了语义学研究的自然化趋向,其目的就在于通过日常语言的分析建立起可靠、完善的意义理论,“这种自然性恰恰通过具体的独立的语用环境及其意义的自主建构来得以实现。”[5]83因此,日常语言语义学的研究并没有否认语义分析的经验主义基础,而只是将希望寄予对形态多样、具有丰富内涵的自然语言本身进行理解、分析,以消除哲学的疑惑,达到真理性的认识,这就是日常语言语义学与逻辑实证主义语义分析的根本区别所在。
2.自然语言语义学研究的语境内涵与特征。
语义学分析的语境基础是包括了语形、语义和语用在内的系统背景,如果我们把语境区分为内涵语境和外延语境的话,逻辑实证主义语义分析的句法和语义规则也可以被看做是语词意义的逻辑句法语境,例如罗素摹状词的特征性家族就可以被看做是语词的内涵语境。尽管如此,对于英国语义学研究中一直存在的“语境”概念的内涵而言,如同对于“意义”概念的多维解读一样,历史上不同时期的哲学和语言学对其理解存在着较大的差异,但是总体上来说,语义学分析的“语境”内涵潜在地蕴含了语词外延存在的情态、环境以及主体的心理、意向等相关因素。斯特劳森(P.Strwson)认为意义与指称表达的语境基础具有重要意义,“表征的意义类型在语境中使用,给出特别的指称……语境条件一般作为指称正确使用的基础。”[6]也就是说,意义的理解应该立足于生活世界和语用实践,因为命题陈述本身并不具有真理性特征,只有在动态的语境之中才能把握语言与实在的关联性、确定指称的精确对象,同时实现意义与真值的有效结合。
马林诺夫斯基(B.Malinowski)较早地将意义理论的研究带入了语用、交流和朴素的语境分析层面,他认为我们对于语言的理解必须在人类社会的复杂系统中进行展开,而意义取决于语境功能的要求,也就是说“把语言看做行动的方式而不是思维的工具比较合适”[1]88。因此,意义的基本元素是句子而非语词,它本身并非是一种固定的实体,而是一种语境的存在。奥格登(K.Ogden)和理查德(I.A.Richards)则认为,在语言功能的实施过程中,意义解释和指称理解包含了意向、态度等语境因素。在语境的基础上,符号、意义与实在三者之间处于一种关联和制约的体系之中,“语境包括了符号和对象,为不同实体之间提供了意义关联,而内在心理语境在符号与指称之间建立了关联”,[1]9因此符号的意义表现为多种复杂的形态,其中就包含了意义实现的语用语境基础。
20世纪上半期,伦敦学派语义学从自然语言研究的背景出发,在文化和社会历史的视域之中对语言的本质、语义理解等问题进行了探索。受到英国日常语言学派的影响,伦敦学派的主要代表人物如弗思(J.R.Firth)、罗宾斯(R.H.Robins)、韩礼德(M.Halliday)等人采用语义分析技术对语言的概念和范畴以及语境因素等问题进行了研究,其共同特征就是强调语境因素与意义的对应性和关联性。例如,Firth的语义学思想具有“泛意义论”的色彩,他在经验研究的基础上将意义看做是言语行为活动的主要特征。罗宾斯则认为,作为意义基本单元的是句子而非语词,语言是一种活动的模式,而并非只是一种思想的表现,因此意义也并非是语词及其所指物之间的关联,而是语词与其所处语境的关联。在这里,语词的意义取决于语境的功能,“情境语境成为了意义理论的基础和语言理论的重要部分。”[7]
总体来看,日常语言语义学以及进行自然语言分析的伦敦学派语义学所强调的语境分析原则强烈地突出了意义存在的复杂性特征,并且将外延语境因素引入到语义问题的处理过程中,在一定程度上认识到了将语形、语义和语用分析相结合的语境分析原则的重要性,这对于语义学认识域的拓宽是具有重要意义的。
3.自然语言结构语义分析的旨趣与特征。
受到同时期欧洲大陆语义学的影响,从20世纪30年代到20世纪中期,英国语义学研究中一直存在的结构分析思维在语言学和哲学领域得到了很大程度的扩散与传播。事实上,早在英国的弗莱哲(J.G Frazer)关于社会结构关系的探索中就认为,心理意识与社会结构之间的意义关系表现在两者之间结构性的特征之中,而随后英国的阿丹森(R.Adamson)乃至于罗素都主张在逻辑基础上对命题进行结构性的分析,这样就能够使得作为分析基础的原子命题能够对事实的本质结构进行澄清。从方法论上来说,结构语义学与逻辑实证主义具有很大不同,这表现为结构语义分析强调对于实在、事实的隐含意义研究,而非直接指向实在本身。从结构语义分析的视角来看,语言本质上就是“客观的”、系统的整体结构,在其中意义的产生与表征就是各种结构、要素之间的关联活动,“自然语言的语义层有其本身与句法结构相对应的部分”,[1]15也就是说意义就存在于语词之间的关联以及系统和结构的关系之中,并且是作为一种系统和结构的“凸现”。
对于弗思而言,在语言的基本结构之中系统性的特征存在非常重要,语言的各种要素要求能够在关系的联结中形成特定的结构,这表现在语词与句子以及语境的内在构成等方面,“分析的首要原则就是区分结构和系统……意义是系统和结构相互作用的产物……系统为结构要素赋予了价值。”[8]也就是说,在意义实现的过程和层次之中都普遍存在着结构和系统的组合特征。乌尔曼(S.Ullmann)则强调在语言符号分析过程中的内部结构和系统功能,认为由符号所指示的语词意义在历时性上具有系统性特征。韩礼德则认为“语义是一种网络的结构”[9],而意义就是语言系统不同层次或类型的表征形态,它表现为语言系统和语境之间的一种结构性“产出”。
从英国结构语义分析的本质和特征研究中,我们可以看出,结构语义学否定了经验主义将语词意义与指称对象相等同的简单做法,将意义确定在了语词和句法所构成的网络结构中,其中结构性要素的关联即意义的产出并不依赖于指称的对象。也就是说,结构语义分析的前提是承认语言符号的社会约定性特征,在语言形态的多样性基础上力图寻求意义的确定性存在。实际上,这种结构语义学的分析方法在内涵语境的基础上赋予了语义分析以动态性和灵活性,这种分析倾向尽管存在着很大的缺陷和不足,但仍然对于英国后来的整体主义语义学、动态语义学和语义学分析中语境思维的应用提供了某种适当的契机。
二当代英国语义学的方法论建构与发展
20世纪后期以来,随着世界科学的全面突破和飞速跃进,英国语义学研究在计算机科学、认知科学等相关学科的持续推动下,呈现出多学科、跨领域和综合应用的发展趋向。在继承传统、反思历史的基础上,英国语义学研究不仅保持了与欧洲大陆语义学沟通、融合的开放态度,实现了逻辑语义分析和日常语言语义分析的有效贯通,而且力图在全新的背景、平台基础上构建科学语义学方法论的系统结构。
1.整体的和动态的语义学研究倾向得到了全面扩张和展开。20世纪后期,基于对实证的逻辑语义分析的反思和受到语义学语用化研究倾向的影响,英国语义学开始逐渐从传统的微观语义分析向整体、系统的语义分析进行转变,而这一点也符合了当代语言哲学的内在转变趋势。
从理论特征上来看,传统的微观语义学在与形而上学论题划清界限的同时又极端、绝对地把语言、逻辑树立为形而上学不可动摇的背景。对于英国的逻辑实证主义语义学而言,这种衍生于经验主义内核的语义还原论思维不可避免地走向了没落的厄运。正是在此基础上,整体主义语义学的提出鲜明地把意义理解的基础置于整体语境的分析视域之中,它从根本上要求命题理解在相关的语境因素和语义分析之间保持适度的平衡。为此,达米特在语义学方法论的建构过程中树立了系统整体的理论思想,在对于意义和真理等语义学问题的分析、处理过程中,语义分析的系统性、结构性和语用特征等多维界面被纳入进来,成为达米特语义学思想结构的重要组成部分,而在这种整体结构之中意义的表达、实践必须遵循科学的有效性和协调性等一般性特征。
在动态语义学研究方面,波普尔的语义学思想本质上是基于英国语义学研究中一直存在的经验主义基础上而对真理和知识等概念、范畴进行反思的结果,其思想的动态性特征主要体现在其理论、命题的经验证伪性基本原则之中。波普尔认为,理论的真理性本身就是一个不断被检验、不断被证伪的过程,真理性特征是暂时的,而被证伪是一直存在的,“客观真理观念,它是一个我们可能永远也达不到的标准。正是在这个意义上,真理观念是一种调节的观念。”[10]对于认识论的研究而言,真理是一种永远处在“被逼进”状态的存在,科学的探索能够不断地向真理的“本质”进发,但是这种“本质”永远都是一种相对性的存在。因此,面对这种理论命题的“逼真度”,科学的研究唯有不断地提升和进步才能为命题的意义赋予新的内涵。
总体上来说,在意义的动态理解过程中,“语义结构的语境独立性和语用结构的语境特殊性之间存在着内在的关联性。”[11]245也就是说,语义分析的动态化倾向充分专注到了语义内涵的语境转换特征,从而为语义学研究的自然性扩张奠定了基础,这也是当代英国语义学研究从相对的动态性和系统的整体性趋向扩张的动力所在。
2.意向和认知语义分析在英国语义学研究中得到广泛应用和普及。认知、意向语义学反对客观主义的语义分析趋向,同时基于经验论的研究背景,认为语言、概念结构与主体思维结构具有很大关系,这种语义分析的意向和认知特征反映了“心理现象与物理现象之间的关联”[11]350。也就是说,意向、认知语义解释为心理表征奠定了重要基础,“对语义特征的分析和把握,正是对命题态度极其意义分析和把握的前提和基础。”[5]84例如,格莱斯将交际参与者的意向性表达与意义的分析紧密结合起来,他认为语言交流的有效性依赖于对符号意向性的理解、分析,也就是说在语言交往过程中双方需要对说话者的意图进行推理、判断。在作为言语的非自然意义中最关键的就是意向性的意义内涵,这样意向性就成为了语言意义实现的重要工具和手段。在格莱斯之后,威尔森(D.Wilson)认为说话者的意向性包括信息和交流两个层面,信息意向即言语的表层含义,而交流意向则是语言的隐性含义,因此语言的交往实际上是在这两种含义的共同作用下进行的推理、判断和分析。
从认知语义学的立场上来说,我们应该将与语言相关的知识结构、认知过程和隐喻含义等相关界面进行整合,对文化、社会的语境信息进行认知处理。在这方面,达米特语义学研究的认知取向则在很大程度上代表了当代英国语义学实现“认知语义”转向的重要特征。达米特否定了实证主义将意义与指称简单等同的做法,认为必须将语义真理的确定根基于主体的内在理性,这样我们就可以通过理解语言形式的意向性表征来实现对于真理的把握。实际上,传统的思想将真理作为一个不可动摇的初始性存在,从而在某种程度上忽视或有意回避了真理分析中主体的能力和意向性地位的存在。为此,达米特强调我们必须了解语言的运行机制和交流双方所使用语言的意图、目的等背景知识,也就是说“意义理论是理解理论……本质要求……促进了意义理论的认知转向”[12],这样才能够实现意义与真理的有机结合。
从理论的目标指向性上来说,认知、意向语义分析肯定了人们在语言使用背后所具有的思维、心理作用,将意义作为命题形式在心理当中的整体反映,也就是说语义潜在地包含了心理认知图景。因此,相对于逻辑实证主义在意义理解中强调真值条件的狭隘做法,当代英国语义学试图从脱离主客观二元对立的基本背景出发,将意义的理解置于整体的认知结构、模式之中,强调人的思维、心理和大脑反应机制对于意义理解的重要作用,并且在此过程中将主体的情绪、态度和意向等因素涵盖进来。总体上来说,这种语义分析路径对于实现语义学方法论的科学性建构目标而言是值得肯定的。
3.计算、信息语义学和语义的规范性研究得到了普遍重视。20世纪后期以来,计算机科学和信息科学等新兴学科在英国迅速兴起,机器语言翻译和人工智能研究开始逐渐成为英国前沿科学领域的“显学”。正是在这种时代背景下,当代英国语义学的分析触角广泛地渗透到了计算机科学语言的语义研究当中,并且通过相关路径的开拓为语义学研究开辟了广阔的空间。
就计算语义学处理的规范性本质而言,自然语言的语义分析模式势必与语言、心理等计算信息处理实现跨领域的结合,而在信息科学方面基于哲学语言分析和逻辑计算处理的英国计算语义学一直走在世界前列。从内在特征上来看,计算语义学实现了语义和语形的内在关联,因此能够从结构上展开对于算法结构的理论分析。从信息和计算语义的视域出发,当代英国计算、信息语义学研究中存在着以下一些研究路径,这些路径从语义和计算的关联特征、结构等方面表达了对于规范语言语义学计算化处理的态度和方向:第一,语义学的公式化处理(Axiomatic semantics)。公理语义学对于意义的理解侧重于反映计算的程序状态对于命题的影响,同时也希望将对于程序的理解形式化,通过对于语言组成结构的语义分析建立公理系统,在这方面霍尔(C.A.R.Hoare)采用公理系统对语义进行了程序化的处理,并且强调了程序化处理的严格性和规范性。第二,语义学的代数式处理(Algebraic semantics)。皮特斯(M.Pitts),林科(G.Link)等人用代数方法对计算语言的语义进行分析,他们将计算语言的语形看做是抽象的代数结构,并且立足于数据类型的科学理解,用代数结构对于数据类型的语义进行研究。第三,语义学的操作化处理(Operational semantics)。这种语义方法采用虚拟的计算模型和条件性约束来对计算元语言进行定义,并且通过程序规范的语言对语义加以确定。英国的兰丁(P.J.Landi)和温斯克(G.Winskel)采用抽象模型的标准实施表述了计算式的语义,其本质就是用语言结构的计算操作来界定语义,从而建立起逻辑的解释系统。第四,指称语义学的程序化语言分析(Denotational Semantics)。例如,斯特罗奇(C.Strachey)将计算语言作为计算程序设计的结果,尽管计算系统自身存在差异性,但计算指令的执行方式并不影响输出的结果,因此语义的分析与计算程序的语言处理过程是无关的。
总体上来看,英国计算语义学的应用和发展,以及语义分析、处理的不同路径典型地反映了语义和语形之间的内在关联,也就说它首先要处理的就是语形和语义的“纠缠”关系。在实践过程中,它力图通过算法和集合的规定为意义表征赋予全新的解读方式,同时也希望能够通过语义信息的有效处理而实现对于对象意义的理性分析。也就是说,在计算语义学的系统研究中,语义分析和语形构造紧密地结合在了一起,这对于语词意义的理解和概念的深入分析具有重要意义。
4.语境论语义学的方法论研究成为了当代英国语义学科学性内涵建构的合理趋向。20世纪后期以来,英国的语义学研究在对语形、语义和语用相结合进行分析的背景基础上,充分认识到了作为意义理解整体基础的语境论能够作为一种本体论实在对命题意义进行判断,同时它也全面兼顾了多种形态的语境因素及其关联特性,为意义理解赋予了完备性和系统性。因此,从某种程度上来说,英国语义学的这种研究旨趣为当代世界语义学的发展指出了可资借鉴的崭新路径。
历史地看,利奇虽然对于语境论语义学的现状、进展表示了极大的不满,但他对于语境论语义学建构的系统性、结构性和科学性还是寄予了很大期望。他敏锐地意识到了导致语义学自诞生以来地位模糊、界限不清的主要原因在于对语义学方法论的科学性结构、领域没有建立一种统一而明确的认识,特别是在自然语言、规范语言之间以及与语义相关的逻辑性、意向心理等相关问题、特性的研究中没有实现科学的归纳和整合,而这一任务最终还是需要通过语境论语义学的继续完善、丰富来加以实现。也就是说,语境论语义学的方法论建构应该满足基本的科学性条件和要求,“语义学和下面几种知识划清界限的问题,这几种知识分别为:(1)真实世界的知识;(2)句法;(3)情景知识;(4)一般人类语言的语义学”,[1]124这实际上是指出了语境论语义学建构的基本界面和需要系统化处理的几个重要范畴。
站在语境论语义学的立场上,英国的逻辑实证主义语义学和日常语言语义学,以及当代英国的认知语义学和计算语义学研究实际上是从语境系统的不同界面出发而展开的语义分析路径,而语境论语义学分析的“语境”界面与语言构造本身以及心理状态和事实存在等因素密切相关。因此,达米特认为我们必须将意义的真值分析置于动态的语境之中加以理解,而句法形式、文化和意向特性等相关界面在整体上决定了真理的特征,也就是说我们需要对真理概念进行系统和完整的解释,“语境框架的变动规约了真理的形态。”[13]
从利奇和达米特等英国当代语境论语义学研究的核心思想来看,语义分析实际上是被要求恰当地处理语义表征的语形体系,而正是在这种语形体系的规定范围内语义的功能和作用才能够得以充分发挥,同时在自然语言的规范化和规范语言的自然化处理过程中理论和命题解释的语境平台被整体地凸现出来,从而在意义和语境之间建立起了动态的和结构性的关联。
结语
语义维基概述 篇7
维基系统属于一种人类知识的网络系统。我们可以在Web的基础上对维基文本 (Wikitext) 进行浏览、创建、更改, 并且代价远比HTML文本小。与此同时维基系统还支持那些面向社群的协作式写作, 可以帮助我们在一个社群内共享某个领域的知识。然而维基系统的知识是劣构的, 一个大型的维基系统常常拥有上万个页面, 要想在众多的页面中找到并参考不同的页面里的信息既需要技巧还相当耗时。除此之外, 维基系统最大的遗憾莫过于其知识无法被机器所理解, 系统无法回答诸如“有多少城市的人口大于10, 000, 000”等需要机器进行推理的问题。
另一方面, 语义网 (Semantic Web) 研究者致力于机器对自然语言的理解, 却因无法建立统一规范的本体 (Ontology) 而陷入僵局, 人们不自觉地希望结合语义网和维基系统的研究成果, 实现更大范围内共享知识的愿望。
1 语义维基的定义
常规的维基是由文字和没有归类的超链接构成, 而语义维基是一种根据知识模型组织页面的维基。语义维基能够获取和判断关于维基页面的更深层次的信息 (元数据) 及信息间的关系。语义维基比常规的维基更方便信息的聚类, 检索。它和普通维基相比有三大优点: (1) 知识结构化:一般来说, 每个语义维基系统都至少有一个语义本体, 即“维基本体” (Wiki Ontology或Wikitology) , 它定义了特定领域的规范化概念, 作为人机之间, 应用程序之间沟通的基础; (2) 知识重用:维基本体采用的数据表示与语义网是兼容的, 兼容的层次从RDF到OWL不等, 大多能实现本体的导入与导出, 达到知识的重用目的; (3) 知识机器理解:所谓“机器理解”实际上不是机器真的理解知识, 而是由于知识采用一种特定的结构表示, 使得机器能够进行检索与推理, 这一点与人工智能是有区别的。
2 语义维基系统描述
语义维基是建立在语义网发展基础之上, 目的是知识概念的形式化, 使得机器能够理解、交换知识, 并进行相应的知识推理。
2.1 系统架构
Powl与OntoWiki采用的架构如图1所示。
与图1Powl的架构相类似, 整个语义维基系统分为三层:数据存储层、程序接口层、用户界面层。数据存储层考虑本体数据的存储是否与其它语义系统存储的数据相兼容, 是实现数据共享的基础。程序接口层将本体数据转换成自身系统的业务逻辑。用户界面层则是处理与用户的交互及系统业务逻辑的表现。
2.2 语义数据的表示
XML和RDF是当前与语义网本体描述相关的W3C推荐标准。XML给出了语义数据表示的语法基础, RDF (Resource Description Framework) 规定了资源描述的方式。RDF虽允许用户使用自己的词汇描述资源, 却仍然没有语义, 还需借助RDF Schema (RDFS) 及强大的OWL (Web Ontology Language) 建模原语来表达语义。
语义维基的数据表示继承语义网的数据表示形式, 用维基词条页面的URL作为RDF资源的URI来使用, 用目录 (Category) 来表示命名空间, 维基页面描述映射概念, 链接映射“属性 (Properties) ”或“类型 (Type) ”。命名空间明确一个资源, 能有效地消除二义性, 网站可以根据需要指定命名空间。描述如何将一个RDF三元组陈述转换成一个语义维基标注如图2所示。
2.3 查询 (Querying) 与搜索 (Searching)
查询与搜索是两种不同的信息检索方式, 搜索是基于关键字的, 并不要求用户掌握相应的查询语言 (querying language) , 但基于XML的数据搜索速度慢, 而且并不能体现语义网的好处, 所以语义维基更偏向使用查询。SPARQL是目前W3C关于RDF查询语言的推荐标准, 能够做到基于语义级别的精确检索。如果用户对查询语言足够熟悉, 就能精确地定位信息。但通常, 大多用户并不情愿因此学习一种特定的查询语言, 所以维基系统除了采用这种直接的查询外, 还采用间接的方式提供结构化查询。
2.4 推理
知识表示是建立在谓词逻辑基础之上, 维基本体可以看作是谓词逻辑的集合, 我们希望通过建立一套规则系统, 可以从现有的规范知识中推理出新的知识。另一方面, 我们也希望通过推理验证一个本体是否规范。遗憾的是, 目前的语义维基都还无法实现大规模的知识推理。
2.5 语义数据的导入与导出
本体的导入与导出是实现知识重用的基础, 导出的本体兼容RDF或OWL, 可以在其他软件中使用。本体的导入可分为两类:一类是完全导入, 将现有的本体导入到语义维基中, 并自动创建相关的页面及概念间的关系;另一类是词汇 (Vocabulary) 导入, 只是导入现有本体的词汇, 然后在维基系统中创建本体中的各元素。
3 语义维基的分类
语义维基一方面希望保持信息可以快速简单地编辑, 另一方面又要求信息保持良好的结构, 这看上去有点矛盾, 因为众多用户以自己的标准对页面进行编辑有可能破坏本体的结构, 但如果系统的限制太多又会降低用户体验。目前众多版本的语义维基也因此分化成两类:第一类是强调语义网应用, 将语义维基作为组织语义数据的工具, 比较适合领域专家使用, 但非技术用户只能敬而远之;另一类是强调“用户友好”, 将语义作为维基的数据组织工具, 针对普通用户, 但只能应用语义网的部分特性。
3.1 用维基组织语义数据 (Wikis for Semantic Data)
当前的很多项目都是基于第一类, 它们将词条作为概念 (Concept) , 超链接作为对象或数据属性 (Property) , 这种模型被称之为“维基本体 (Wikitology) ”。这类维基系统作为充分支持本体信息编辑的协作编辑工具, 能帮助领域专家和本体工作者在一个系统里合作, 同时维基页面里的文字内容既可以供人阅读同时也是正式的本体。即使这种维基不能编辑复杂的schema信息, 它仍可能用来开发和存档本体词汇。
这类语义维基的主要代表是Semantic MediaWiki (简称SMW) 。它是在MediaWiki (WikiPedia使用的维基引擎) 的基础上引入语义标注, 即在原有的维基标记语言 (WikiML) 基础上增加了新语法, 建立标注属性、类型、值的关系的语法基础。
SMW在每个页面下面增加了一个factbox, 里面显示与当前维基词条相关的语义数据, 同时还可将该语义数据输出为OWL/RDF格式。同时SMW还提供一个浏览语义数据的界面, 你可以从输入一个词条名称开始, 浏览所有语义相关的数据, 还可以通过点击按钮转到对应的维基页面。通过点击按钮查找所有具有相同属性值 (property value) 的语义数据。
这类语义维基成了本体的动态和不断修正的工具, 并使得维基内容从文本描述到正式概念的提升。这类语义维基并不适合普通用户, 用户需要学习WikiML及本体建模相关知识。
3.2 语义作为维基的数据组织工具 (Semantic Data for Wikis)
目前有些应用只是引入语义工具来支持现有的维基, 比如, 通过语义搜索功能简化信息搜索。在这种情况下, 语义数据主要目标是保持简单易用的原则, 因此不会引入太多新的界面或功能, 也不能进行大规模的推理。
IkeWiki是这类语义维基的典型代表, 支持从非正式文本到采用OWL正式本体的不同层次的形式化表达, 并且具有丰富的界面交互。它基于JAVA技术, 采用著名的Jena语义平台。
IkeWiki与SMW最大的不同之处在于IkeWiki要求预先加载本体到系统中, 也就意味着如果本体中没有OWL元素属性, 就无法在IkeWiki系统中进行谓词标注。另外一个不同在于IkeWiki将语义数据与维基页面内容分开存储。当呈现 (rendering) 一个页面时, 呈现通道 (rendering pipeline) 将分别存储的文章内容和元数据组合成带有语义标注的页面文本。
实际上, 这两类语义维基的界线并不绝对, 现有语义维基引擎的各种后续版本和正在开发的新引擎都在两个界线之间, 甚至倾向融合。
除了以上提到的以“文本中心”的语义维基之外, 最近还出现了各种协作数据库系统, 也具有类似语义维基的性质。这些系统一般采用基于表格的编辑器, 用来维护数据记录。
参考文献
[1]SREN AUER.OntoWiki-A Tool for Social, Semantic Collaboration[D].The Semantic Web-ISWC, 2006.
[2]MICHEL BUFFA, FABIEN GANDON.SweetWiki:A semantic wiki[D].Web Semantics:Science, Services and Agents on the World Wide Web Volume6, Issue1, February2008.
[3]BO LEUF.The Wiki way:quick collaboration on the Web[M].2001.
[4]陈立华, 徐建初.Wiki:网络时代协同工作与知识共享的平台[J].中国信息导报, 2005 (1) .
[5]R.TAZZOLI, P.CASTAGNA, SE.CAMPANINI.Towards a semantic Wiki Web[C].Proceedings of the3rd International Semantic WebConference.2004.
[6]SREN AUER.Powl-A Web Based Platform for Collaborative Se-mantic Web Development[Online][EB/OL].http://www.semantic-scripting.org/SFSW2005/papers/Auer-Powl.pdf, 2005.