Semantik Web Uygulama Örnekleri

Yukarıda da belirtildiği gibi Semantik Web bilgi ve bilgisayar odaklı bir yapıya sahip olacak (bu özelliğinden dolayı Semantik Web’in diğer bir adı da -pek kullanılmamakla birlikte Web of Data’dır). Semantik Web’in yapısındaki bu özellikler kullanımı açısından da insanlığa yepyeni ufuklar açıyor. Her ne kadar tasarlanmakta olan Semantik Web uygulamalarının çoğunluğu daha geliştirme aşamasında olsa da bir kısmı şimdiden hayata geçirildi:

1. Semantik Web ile Web 2.0 arasındaki en önemli fark, arama motorları sistemlerinde fark edilecek. Bir anlamsal arama motoru kullanan kullanıcı, kendisini ilgilendiren konuda bazı anahtar kelimeler girmek yerine sorusunu sisteme doğrudan yöneltebilecek. Örneğin en son dünya futbol şampiyonunun hangi takım olduğunu öğrenmek istediğinizi düşünün. Bunu günümüz Web’inin geleneksel arama motorlarında dünya şampiyonu, futbol gibi anahtar kelimeler girerek bulmaktan başka bir şansınız yok gibi. Alacağımız cevap ise önceden bellidir: 1 saniyede yaklaşık 1.000.000 cevap… (Ancak şansınız varsa, gelen ilk 20-30 sonuç arasında muhtemelen aradığınız cevaba dair bir ipucu yakalarsınız.)

Semantik Web’in bize sunacağı anlamsal bir arama motorunda ise anahtar kelimelere, her şeyden önce şansa yer olmayacak. Böyle bir arama motorunda kullanıcı tarafından doğrudan sorulmak istenen soru girilecek ve doğru cevap alınacak:

Örnek: Sorgu: En son dünya futbol şampiyonu hangi takımdır?

Cevap: İspanya

2. Bir anlamsal arama motoru, yöneltilen soruda geçen eş anlamlı ifadeleri tespit edecek yeteneğe de sahip olacak.

Örnek: Sorgu: Safari turlarıyla ilgili kapsamlı bilgi istiyorum

Cevap: Afrika Safari turu 1, Afrika Safari turu 2, … Afrika Safari turu n Sistemin kullanıcının sorusuna  verdiği cevaptan da anlaşılacağı üzere, sistem Web 2.0’dakinden çok farklı olarak sorudaki “Safari” ile “turlar” arasındaki ilişkiyi anlayacak ve cevap olarak yalnızca kullanıcının ilgilendiği “Safari turlarını” getirecek, Safari sözcüğüyle ilişkili araba modellerini, internet tarayıcısı gibi ürünleri ise otomatik olarak cevap kümesinden eleyecek.

3. Anlamsal teknolojilerin kullanımıyla tost makinesinden buzdolabına kadar her ev aleti “akıllanacak”, hatta ihtiyaç halinde birbirleriyle uyumlu bir şekilde çalışacak. Bu şekilde dünyamız “akıllı evler” çağına girecek, örneğin sütün bittiğini fark eden buzdolabınız süpermarketten süt ısmarlayabilecek.

4. Kullanıcı ilgilendiği kavramlar arasındaki bağlantıları görsel olarak da tespit edebilecek. Yukarıdaki bahsedilen üç örnekten farklı olarak bu örnek hâlihazırda DBpedia projesi kapsamında (Rel- Finder) büyük ölçüde hayata geçirildi ve tüm internet kullanıcılarına açık. DBpedia projesiyle ile ilgili ayrıntılı bilgi için lütfen bir sonraki bölümü (Linked Data) inceleyin. DBpedia projesi kapsamında geliştirilen RelFinder ile RDF tabanlı bilgiler arasındaki ilişkiler görsel olarak da incelenebiliyor.

Elemanlar (XML, XML Şeması, RDF, OWL, SPARQL)

Anlamsal ağ standartları ve XML, XML Schema, RDF, RDF Schema ve OWL gibi araçları kapsar. w3c.org daki “Web Ontology Language Review” dokümanı bu elemanların fonksiyonlarını ve bu elemanlar arasındaki ilişkileri açıklar. Burada özetleyecek olursak:XML yapılandırılmış dokümanlar için yüzeysel söz dizim kuralları sağlar. Fakat dokümanın anlamı ile ilgili anlamsal kısıt yüklemez.

  • XML Şema, XML dokümanlarının yapı ve içerik elemanlarını düzenlemeye yarayan bir dildir.
  • RDF nesnelere (resources) ve bu nesnelerin nasıl ilişkili olduğuna işaret eden bir veri modelidir. RDF temelli model XML sözdiziminde ifade edilebilir.
  • RDF Şema, RDF kaynaklarının özelliklerini ve sınıflarını ifade etmeye yarayan sözcükler bütünü ve bunların genelleştirme hiyerarşileri için bir anlambiliminden oluşur.
  • OWL, özellikleri ve sınıfları betimlemek için daha fazla sözcük grubu getirir:

Arasında, sınıflar arası ilişkiler, en önemlilik, eşitlik, özelliklerin daha iyi sınıflandırılması, özelliklerin karakteristikleri ve “numaralandırılmış sınıflar (enumerated classes)” gibi.

  • SPARQL, Sematik Ağ veri kaynakları için bir protokol ve sorgulama dilidir.

Web in ve web içindeki birbiri ile bağlantılı kaynakların kullanışlılığını ve kullanılabilirliğini artırma amacını aşağıdakilerle gerçekleştiririz:

  • RDF ve SPARQL standartlarını kullanarak mevcut veri sistemlerini açığa çıkaran (expose) sunucular. Farklı uygulamalardan birçok RDF’e çevirici bulunmaktadır. İlişkisel veri tabanları önemli bir kaynaktır. Semantik ağ hizmet vericisi, var olan sisteme, sistemin işleyişini etkilemeden eklenebilir.
  • Semantik bilgi ile işaretlenmiş dokümanlar(HTML diline bir uzantı olarak kullanılan <meta> etiketleri günümüzde arama motorları için bilgi sunmaktadır). Bu veri, insanlar tarafından anlaşılabilir içerik hakkında, makinalar tarafından anlaşılabilir bilgi olabilir. Mesela sayfanın yaratıcısı, başlık, açıklama gibi. Veya bir takım gerçekleri ifade eden saf metadata olabilir(sitenin diğer yerlerindeki kaynaklar ve servisler gibi). Semantik işaretleme genellikle elle değil, otomatik olarak gerçekleştirilir.
  • Genel metadata sözcük kümeleri (ontolojier) ve sözcük kümeleri arasındaki eşlenmeler (maps). Bunlar doküman yaratıcılarının dokümanlarını, doküman okuyan birimler tarafından anlaşılabilmesi için nasıl işaretleyeceklerini bilmelerini sağlarlar.
  • Bu veriyi kullanarak Semantik Ağ kullanıcıları için otomatik olarak belirli görevleri yerine getiren birimler.
  • Özellikle birimlere bilgi sağlamak için geliştirilmiş web-tabanlı servisler. (Mesela bir birimin, bir online mağazanın daha önce kötü hizmet ya da yığın mesaj (spam) gönderimi ile ilişkili olup olmadığını öğrenebildiği bir inanılabilir servis.)