図書館員のコンピュータ基礎講座

• TOP
• インターネット

検索と保存(2)

セマンティック・ウェブ

インターネットに膨大な情報が溢れるようになった今日、情報を探し出すことが大変困難になってきています。Googleに代表される全文検索エンジンを絞込み検索機能などを利用して検索したとしても、大量の検索結果が出力されることがしばしばあり、なかなか効率の良い検索は望めません。
インターネットの情報は、人間が理解することを目的に書かれており、全文検索エンジンなどの機械が処理できるように考えられて書かれていません。簡単な例で言うと、「今日開業している上野にある歯医者」を検索したい場合に、「上野」と「歯医者」というキーワードを掛け合わせて検索すると、「上野歯科医」などの「上野」という名称がついた歯医者も検索されますし、「歯医者」という語には「歯科医」という別の呼び名もあるために、意図しない情報まで検索されたり、検索洩れが発生したりします。さらに、「今日開業している」かどうかを検索結果として求めることは困難で、検索結果を読んでみないと分りません。

メタデータ

このように、「上野の歯科医」と書いてあると、人間は前後の文で「上野」にあるのか「上野」という人が開業しているのかを判断できますが、コンピュータはうまく理解できません。そこで、それぞれの情報が何を意味するのかを記述した情報、つまり、メタデータを用意しておくことにより、コンピュータが意味を理解して自動処理を行えるようにし、より高度で精度の高い検索を可能にしようという考えが出てきました。例えば、上の例の場合、「職種」は「歯科医」、「住所」は「上野」、「開業日」は「月曜～金曜」というような形のデータを作成しておこうというのです。
このように、機械がメタデータを利用して意味を理解し、高度な情報検索を行うという次世代のウェブをセマンティック・ウェブ（Semantic Web）と呼びます。セマンティックとは「意味の」という意味で、ウェブの生みの親であるティム・バーナーズ・リー（Tim Berners-Lee）が2002年に提唱しました。ウェブの情報に対して、メタデータという機械可読式目録のようなデータを入力して、効率よく検索できるようにしようというのですから、セマンティック・ウェブは、ウェブ上の情報を、いわば一つの世界規模のデータベースとして使用しようとするものと言えるでしょう。

RDF

メタデータの要素としてはDublin Coreが有名ですが、メタデータの情報の表現方法（記述する方法やその概念）としては、W3Cが推奨しているRDF（アールディーエフ；Resource Description Framework）が有名です。RDFでは「資源（Resource）」「プロパティー（Property）」「値（Value）」のトリプル（Triple、別名：3つ組）と呼ばれる3つの要素に分けてデータを表現します。言語の文法で言うと、「資源」が主語、「プロパティー」が述語、「値」が目的語に当たります。「資源」はURIなどで表現され、例えば「このホームページの作者は上綱秀治である」と表現する場合は、下記のような要素で表現できます。

また、下記のような図で表現することも可能です。

RDFに関しては、次の6つの勧告仕様が出されています。

• RDF/XML構文仕様（RDF/XML Syntax Specification）
• RDFスキーマ（Schema）
• RDF入門（Primer）
• RDF概念および抽象構文（Concepts and Abstract Syntax）
• RDFセマンティクス（Semantics）
• RDFテストケース（Test Cases）

また、XHTMLをはじめとする様々なXML言語からRDFを抽出する仕組みを定義したGRDDL（グリドゥル）という勧告仕様も出されています。

• GRDDL

さらに、RDFを検索するためのクエリ言語であるSPARQL（スパークル）という勧告仕様も出されています。

• SPARQLクエリ
• SPARQL結果
• SPARQLプロトコル

RSSとブログ

RDFの応用として、RSS（アールエスエス；RDF Site Summary、または、Rich Site Summary、Really Simple Syndication）と呼ばれるXMLのフォーマットが広がりをみせています。RSSは、ウェブサイトの見出しと要約をメタデータとして比較的簡単に記述することができ、ニュース、日記などのサイト、そして、最近急増しているブログ（Blog、Weblog）と呼ばれる日々のニュースにリンクし、コメントをつけて日記形式で紹介するサイトで利用されています。
なお、RSSの歴史に関しては、下記のポイントを参照してください。

エージェントと推論

セマンティック・ウェブでは、人に代わってエージェント（Agent）と呼ばれるプログラムを使ってメタデータの処理を行います。エージェントが行う処理は推論（Reasoning）と呼ばれ、一般の検索のような文字列の照合（パターンマッチ）のみにとどまらず、人工知能的な処理を行います。

オントロジー

さらに高度な検索を行うためには、語彙と語彙の関係などの概念の体系を表す必要があります。例えば、「歯科医」と「歯医者」は同義語であるとか、「歯科医」は「医者」の下位概念であるとかいった関係を定義します。このような語彙間の関係を表すものをオントロジー（Ontology）と呼びます。オントロジーとは、「存在論」を意味し、哲学の分野で用いられてきた用語です。
基本的なオントロジーを定義する技術としてはRDFスキーマ（RDF Schema）があります。また、より高度な関係を定義するためのオントロジー言語として、DARPAがDAML（ダムル；DARPA Agent Markup Language）を開発し、ヨーロッパの研究プロジェクトがOIL（オイル；Ontology Inference Layer）を開発しました。その後、両者は組み合わされてDAML+OIL（ダムルプラスオイル）となり、現在ではW3Cが開発を進めているOWL（オウル；Web Ontology Language）に引き継がれています。
OWLには、全ての機能をサポートした「OWL Full」と、記述論理（Description Logic）の表現を可能にした「OWL DL」、そして、利用者が実装しやすい機能に制限した簡易版の「OWL Lite」があります。OWLは、語彙間の関係を表すだけでなく、異なる環境で作成されたスキーマやオントロジーを関連づけることができます。例えば、ある機関がその機関の提供するコンテンツに合ったオントロジーを作成していれば、同じようなコンテンツを公開している別の機関がそのオントロジーの全体または一部を利用することなどが可能です。網羅的なオントロジーを作成することは大変な労力を必要としますが、お互いにオントロジーを参照することにより、より簡単に作成することができるようになっています。

OWLに関しては、次の6つの勧告仕様が出されています。

• OWL概要（Overview）
• OWLガイド（Guide）
• OWLユースケースおよび要件（Use Cases and Requirements）
• OWLリファレンス（Reference）
• OWLセマンティクスおよび抽象構文（Semantics and Abstract Syntax）
• OWLテストケース（Test Cases）

次は、上記の勧告が出される前の草案の和訳です。

• ウェブ・オントロジー言語要件（2002年07月08日）
• OWL LiteおよびOWL機能概要（2002年7月29日）
• ウェブ・オントロジー言語（OWL）　リファレンス バージョン1.0（2002年11月12日）
• OWLウェブ・オントロジー言語　概要（2003年3月31日）

その後、バージョンアップ版であるOWL 2が勧告となっています。

• 概要
• 構造仕様と関数型構文
• RDFグラフへのマッピング
• ダイレクト・セマンティクス
• RDFベースのセマンティクス
• 適合性
• プロファイル
• 入門
• 新機能と原理
• クィック・リファレンス・ガイド
• XMLシリアル化
• rdf:PlainLiteral: RDFプレーン・リテラル用データ型

その他、FAQなどの関連文書も出されています。

• W3Cのウェブ・オントロジー言語（OWL）に関するFAQ（Frequently Asked Questions on W3C's Web Ontology Language (OWL)）
• セマンティック・ウェブに基づく画像注釈　W3C草案 2006年3月22日（Image Annotation on the Semantic Web W3C Working Draft 22 March 2006）
• セマンティック・ウェブに基づく画像注釈　W3Cインキュベータ・グループ報告 2007年8月14日（Image Annotation on the Semantic Web W3C Incubator Group Report 14 August 2007）

セマンティック・ウェブ関連用語集

SKOS

SKOS（スコス、エスコス；Simple Knowledge Organization System）は、シソーラス、タクソノミー、分類表や件名標目表などの知識組織化システムをウェブで共有、リンク付けするためのデータ・モデルです。

SKOSに関しては、勧告仕様やワーキンググループ・ノートが出されています。

• SKOSリファレンス（2009年8月18日）
• SKOS入門（2009年8月18日）

セマンティック・ウェブの階層構造

セマンティック・ウェブは下記のような階層で下位階層から順に開発されています。
まず、URI、ユニコードといったデータをグローバルに扱うための技術やXMLや名前空間といった情報交換の技術が基礎となります。その上で、セマンティック・ウェブを実現するうえで核となるRDFを用いてメタデータを作成し、その定義をRDFスキーマによって行います。これで、機械が基本的な意味を理解できるようになりますが、より複雑な意味はオントロジーを用いて定義します。現在は、OWLの勧告仕様までが発表されています。
そして、メタデータを十分に活用できる条件が整ったところで、それらを利用してエージェントが複雑な検索（情報処理）を行えるようにするために、質問やフィルタリングなどをどう行うかというルールや理論を定義します。さらに、検索後にもエージェントが導き出した結果の信頼性を確保するために、証明と呼ばれる検索結果の根拠を提示させたり、電子署名や暗号などの技術を用いたりします。

レイヤー・ケーキ（2005年）	レイヤー・ケーキ（2002年）

ティム・バーナーズ・リーは、2005年4月に開かれた講演会で新しいレイヤー・ケーキの図を示しました。OWL等のオントロジー層の標準化が進んだことを受けたものだと思われます。

Linked Data（リンクするデータ）

セマンティック・ウェブの実現にはかなりの時間が必要と言われています。その主な理由は、オントロジーによる概念体系構築等の上位階層に位置する技術の実現が容易ではないためです。そこで、下位階層の技術のみを用いて比較的容易にセマンティックなデータを公開、共有可能とする方法として考え出されたのがLinked Data（リンクドデータ）です。Linked Dataについて、ティム・バーナーズ・リーは、「Linked Data」という論文で次の4原則を示しています。

1. 事物の名前としてURIを用いること
2. これらの名前を参照できるように、HTTP URIを用いること
3. URIを参照したときに、RDFやSPARQLのような標準技術を用いて、有用な情報を提供できるようにすること
4. さらに多くの事物を発見できるように、他のURIへのリンクを含むこと

この4原則の意図は、次のようなものと考えられます。
1：URIを用いることで、世の中に存在する事物を一意に識別可能にします。
2：HTTPプロトコルによりURIを参照することで、一般的なウェブ・アーキテクチャーを用いてその事物に関する情報を取得可能にします。
3：データへのアクセスに対し、RDF形式でデータを返したり、SPARQLで問い合わせすることを可能にします。
4：データ内に外部データへのリンクを含むことで、グローバルな情報の発見を可能にします。

現在の通常のウェブは、HTML等の人間が理解できる形で書かれた文書で主に構成され、文書間が単純なリンクでつながれた「文書のウェブ」（Web of Documents）と言えます。一方、Linked Dataは、機械が理解できる形で書かれたデータで構成され、データ間が関係性の定義（意味）を有するリンクでつながれた「データのウェブ」（Web of Data）です。
データを外部のシステムが利用できるようにする場合、API（エイピーアイ；Application Programming Interface）を提供することが多いですが、Linked Dataでは、データモデルはRDF、データ参照はHTTP URIなど、用いるべき標準技術が決まっているため、複数の情報源にまたがるグローバルな環境でのデータ利用がより容易です。

W3Cは、RDF形式の様々なオープンなデータをウェブ上で公開し、異なる情報源のデータ間にRDFのリンクを設定することにより共有データを構築し、ウェブを拡張することを目標として、2007年にLOD（エルオーディー；Linking Open Data）プロジェクトを発足しています。日本では、国立国会図書館が名称典拠をLinked Dataとして公開しています。