Bootstrapping Semantic Web 语义网的引导(1)

最近看了一点资料，从两个方面谈一下与Semantic Web的Bootstrapping相关的两种很热的技术发展现状：语义标记和语义浏览。

一、语义标记：RSS,XHTML,Microformat,GRDDL
RSS是一种XML格式的新闻摘要信息，如下面：

<item>
<title>book</title>
<dc:creator>Alice</dc:creator>
</item>

现在，RSS已经用得非常广泛了，RSS聚合器是我们用得最多得，它可以订阅我们需要的各种新闻、Blog摘要等。这一切仅仅得宜与一种被大家普遍认可的格式。

Google Base可以以RSS格式直接发布，可以使用Google base自己命名空间中的标签。

而XHTML是将XML和HTML结合起来的思路，让HTML既能够描述呈现相关的格式，也能够增加任意的XML标签，从而可以直接表达任意的XML内容，这样，就有可能将各种类似RSS的XML格式，比如FOAF,hCard等直接写在网页源文件中，聚合器的处理对象将就是XHTML文件了。这样不是更方便吗？从语义网的角度看，实质上就是在XHTML格式之上建立统一的语义标注规范。

微格式以及现在出现的结构化Blog，基本上就是这个作用。现在微格式还没有形成一种标准，将XML内容建立在XHTML格式之上也有两种方法，一种是利用class属性，如下面的xhtml代码所示：

<div class="column" id="column-book">
<span class="title">book</span>
<span class="author">Alice</span>
</div>

这种方法丧失了XML本来的面目。
另外一种方法，就是在script 标签中“嵌入”XML文档，如：

<script type="application/x-column; charset=utf-8">
<column alternate-for-id="column-book">
<title>book</title>
<author>Alice</author>
</column>
</script>

显然，这种方法会更加自由，但是，现在的浏览器还不支持这样的格式。

有了XHTML，那么如何将XHTML中的XML文档转换为RDF文档的呢？GRDDL就起这个作用，它的全称是Gleaning Resource Descriptions from Dialects of Languages ，直观的理解就是你可以从纯HTML的文档中获取RDF文档。假如像这样的规范和处理工具成熟起来，RDF数据源就将铺天盖地了。