計(jì)算機(jī)外文翻譯---問題，解決方案和語義計(jì)算

1、<p>　?。ǜ郊?：外文譯文二）</p><p>　　International Journal of Semantic Computing</p><p>　　Vol. 3, No. 3 (2009) 383–394 ©World Scientific Publishing Company</p><p>　　問題，解決方案和語義計(jì)算<

2、/p><p>　　PHILLIP C.-Y. SHEU?,? and C. V. RAMAMOORTHY?,?</p><p>　　?Institute for Semantic Computing</p><p>　　?University of California, Irvine</p><p>　　?University of Calif

3、ornia, Berkeley</p><p>　　psheu@uci.edu</p><p>　　語義計(jì)算無論在廣度和深度上都對(duì)語義Web進(jìn)行了擴(kuò)展。它將幾個(gè)計(jì)算技術(shù)連接并整合成一個(gè)完整統(tǒng)一的的主題。本文中通過對(duì)一種新的模式，能夠進(jìn)行“問題驅(qū)動(dòng)”的搜索SemanticServices.net討論了語義計(jì)算的本質(zhì)，給互聯(lián)網(wǎng)帶來了新的發(fā)展階段。</p><p>　　關(guān)

4、鍵詞：語義計(jì)算，搜索引擎，解決問題。</p><p>　　1.存在的問題及對(duì)策</p><p>　　商業(yè)世界主要關(guān)于的是需求和供給。在大多數(shù)情況下的需求觸發(fā)供給，并在某些情況下，供給創(chuàng)造需求。一個(gè)更普遍的觀點(diǎn)是需求是問題，供應(yīng)則是解決問題的方法。</p><p>　　互聯(lián)網(wǎng)提供了一個(gè)全球性的基礎(chǔ)設(shè)施來連接問題和解決方案。例如在易趣上拍賣取得了偉大的成績(jī)。一個(gè)基于關(guān)鍵

5、字的搜索引擎如谷歌可能被視為一個(gè)特殊的解決問題的能手，解決了這個(gè)問題：找出包含用戶所提供關(guān)鍵字的文件。問題/回答（Q＆A）系統(tǒng)（例如，[3]），可以被看作是另一個(gè)特殊的解決問題的能手：（基于系統(tǒng)所收集到的文件）尋找問題的答案。</p><p>　　基于關(guān)鍵字的搜索引擎和Q＆A問答系統(tǒng)都能出色地完成他們?cè)噲D解決的問題。但是，從解決問題的角度來看，他們的效率是遠(yuǎn)遠(yuǎn)不夠的。我們很容易發(fā)現(xiàn)并不是每個(gè)問題都能用我們津津樂道

6、的這兩個(gè)戰(zhàn)略解決。任何一個(gè)計(jì)算機(jī)科學(xué)家都可能很容易地列出以下單子：</p><p>　　計(jì)算問題和其他數(shù)學(xué)問題。解決這些問題要求計(jì)算參與。已進(jìn)行了一些初步的嘗試（例如，Wolfram|Appha, http://www.wolframalpha.com/），但在這個(gè)領(lǐng)域中還需要更多的努力。</p><p>　　數(shù)據(jù)庫的搜索問題，如找出在超市中超過2塊錢一斤的蘋果。Deep webs 經(jīng)常自

7、己運(yùn)作而且他們之間沒有連接（并不是因?yàn)樗麄儾荒苓B接，而是因?yàn)樗麄儾幌脒B接）。（3）綜合問題如建立一個(gè)程序，輸入一組數(shù)據(jù)，并以遞增順序返回它們。自動(dòng)合成仍然很困難并且是需要完成的一個(gè)目標(biāo)。</p><p>　　推理問題，如可以從這一事實(shí)推出什么？像自動(dòng)合成，自動(dòng)推理可能很難。（5）數(shù)據(jù)分析問題，比如在這一系列圖像中它們的共同點(diǎn)是什么？我們可能采取很多辦法來解決這個(gè)問題，但這不是通過搜索引擎或Q＆A系統(tǒng)能解決的。&

8、lt;/p><p>　?。?）“個(gè)人”問題，比如我知道某甲和某乙，他們不喜歡對(duì)方，我怎樣才能把他們和諧共處？這可能不是一個(gè)科學(xué)問題，很可能要根據(jù)經(jīng)驗(yàn)，社會(huì)因素等來解決。</p><p>　　我們的主要觀點(diǎn)并不是將所有的問題分類。實(shí)際上我們感興趣的是去和將問題與解決方案相匹配?；ヂ?lián)網(wǎng)提供基礎(chǔ)設(shè)施來連接問題和解決的辦法，但我們可能還沒有充分利用這個(gè)基礎(chǔ)設(shè)施。到目前為止，它已經(jīng)在商品貿(mào)易中發(fā)揮了作用

9、。如果我們可以將這個(gè)概念延伸，將貨物看做問題，將買家看做解決問題的辦法，互聯(lián)網(wǎng)將會(huì)有一個(gè)嶄新的時(shí)代。</p><p><b>　　銜接問題及解決方案</b></p><p>　　在支持將問題和解決方法貿(mào)易化中，有幾個(gè)因素可能會(huì)被視為基礎(chǔ)設(shè)施成功的重要因素：（1）人（供應(yīng)商）愿意提供解決問題的方案。具體來說，他們可從交易中獲益。（2）人們（消費(fèi)者）愿意提交問題。如果解

10、決方案一應(yīng)俱全，消費(fèi)者可以從解決方案中受益。那些沒有解決方案的問題可能有助于今后的發(fā)展。</p><p>　　基礎(chǔ)設(shè)施要適應(yīng)各種供應(yīng)商和消費(fèi)者，使對(duì)于問題有解決方案的人愿意作為一個(gè)供應(yīng)商，而那些有問題要解決的人愿意使用這個(gè)基礎(chǔ)設(shè)施。（4）供應(yīng)商通常會(huì)保護(hù)“知道如何”的解決方案。</p><p>　　（5）一個(gè)解決方案并不一定是一個(gè)工具，在許多情況下解決方案僅涉及內(nèi)容（如文字，圖像，視頻，

11、過程，硬件，軟件等）和知識(shí)。（6）需要建立一個(gè)機(jī)制來驗(yàn)證解決方案，并分享消費(fèi)者關(guān)于解決方案的反饋。</p><p>　　從技術(shù)上講，第四個(gè)因素表明，基礎(chǔ)設(shè)施利用了一個(gè)服務(wù)系統(tǒng)—一個(gè)或多個(gè)解決方案被打包作為服務(wù)。服務(wù)的優(yōu)點(diǎn)是從消費(fèi)者得到的反饋可以被隱藏在內(nèi)部。此外，為實(shí)現(xiàn)我們的目標(biāo)有三個(gè)必要的組成部分：</p><p>　　問題的說明（2）解決方案的說明（3）將問題與解決方案配套

12、 如果我們喜歡容納數(shù)量龐大的問題和解決辦法，顯然關(guān)鍵詞不足以用來描述問題和解決的辦法，如建議的因素1，2，3和5。</p><p>　　3.描述的SCDL解決方案 對(duì)于一個(gè)解決方案（服務(wù)）來說重要的不是它如何運(yùn)作而是它能起到什么作用。我們把它叫做解決方案（服務(wù)）的能力。語義能力描述語言（SCDL）是類似SQL的描述語言，被用來描述一個(gè)解決方案（服務(wù)）的能力，客觀支持自動(dòng)服務(wù)組合。服務(wù)的SCDL語法類似于

13、SQL中，如下列通用的形式表示：</p><p>　　選擇輸出（O1，……，Om），匯總輸出（f1（A1），……，fd（Ad））</p><p>　　從輸入（I1，……，Im），變量（R1,……,Rn），其他變量（S1，……,Sk）</p><p>　　其中P（輸入，輸出，其他變量）</p><p>　　GROUP BY（H1,……,Hj）&

14、lt;/p><p>　　其中O1,……,Om是輸出對(duì)象。f1（A1）,……,fd（Ad）是可能的聚集功能，I1,……,Im是輸入對(duì)象,R1,……Rn是一定范圍內(nèi)的變量，S1，……，Sk可能是從投入和范圍變量派生的量，H1,……Hj組成輸出對(duì)象的變量，P（輸入，輸出，其他變量）是一個(gè)公式描述的是輸入，輸出和其他變量之間的關(guān)系。 SCDL允許輸入變量，它允許在WHERE子句中將功能作為一項(xiàng)條件被列入。另外，SCDL允許“

15、指數(shù)變量”，一個(gè)指數(shù)變量域可能包含現(xiàn)有的所有子集，它允許指數(shù)變量變化（我們之后將看到一些例子）。相應(yīng)的代數(shù)表達(dá)式如下：</p><p>　　WS(I1, . . . , Im;O1, . . .,Om) = (H1,...,Hj )G(f1A1,...,fdAd)</p><p>　　×Π(σp(R1 ×· · ·×Rn 

16、5; S1 ×· · ·×Sk)) </p><p>　　例如，如果有一個(gè)工具，可以像衛(wèi)星或星形結(jié)構(gòu)一樣能檢測(cè)出圖像的BLOB集群，他/她可以把工具打包作為一項(xiàng)服務(wù)如以下的SCDL描述：</p><p><b>　　[S1-SCDL]</b></p><p><b>　　SELE

17、CT i</b></p><p>　　FROM INPUT setof-image datain,</p><p>　　setof-string s = [‘satellite’,‘star’]</p><p>　　image:dataset i,</p><p>　　setof-blob:2i.blobs()c</p>

18、;<p>　　INPUT string:s t</p><p>　　WHERE i.contain(c) and c.islike(t)</p><p>　　如上，圖像數(shù)據(jù)集i是一個(gè)形象類型的對(duì)象，其域?yàn)閿?shù)據(jù)集，setof-string s=[‘satellite’,’star’ ] ，s是[‘satellite’,’star’ ]的字符串；ST表示，t是一個(gè)字符串，其域是S

19、，setof-blob:2i.blobs()c，c是i的blob集群，如果C在圖象i內(nèi)，則條件i.包含（C）是正確的；如果C是像衛(wèi)星或星形的結(jié)構(gòu)，則條件c.islike（S）是正確的。 “服務(wù)輸入的是圖像數(shù)據(jù)集，輸出的是包含一個(gè)或多個(gè)像衛(wèi)星或星形結(jié)構(gòu)的BLOB集群的圖像。 如果該工具不僅可以檢測(cè)任何像衛(wèi)星或星形結(jié)構(gòu)的BLOB結(jié)構(gòu)也可以注釋它們，它可以打包成一個(gè)服務(wù)如以下的SCDL描述:</p><p>&

20、lt;b>　　[S2-SCDL]</b></p><p>　　SELECT annotate(c)</p><p>　　FROM INPUT setof-image datain,</p><p>　　setof-string s = [‘satellite’,‘star’]</p><p>　　image:datain i

21、,</p><p>　　setof-blob:2i.blobs()c</p><p>　　INPUT string:s t</p><p>　　WHERE i.contain(c) and c.islike(t)</p><p>　　另一個(gè)例子是，如果一個(gè)人有一個(gè)工具可以檢測(cè)圖像中不重疊的BLOB集群，它可以打包成一個(gè)服務(wù)如以下的SCDL描述

22、：</p><p><b>　　[S3-SCDL]</b></p><p><b>　　SELECT i</b></p><p>　　FROM INPUT setof-image datain,</p><p>　　image:dataset i,</p><p>　　set

23、of-blob:2i.blobs()c</p><p>　　setof-blob:2i.blobs()s</p><p>　　WHERE i.contain(c) and i.contain(s) and not overlap(c,s)</p><p>　　一個(gè)服務(wù)并不一定是一個(gè)工具，它也可能是內(nèi)容。試想，例如，有人搜集了有關(guān)奧巴馬的不同事件的視頻剪輯的情況下，它

24、可以打包成一個(gè)服務(wù)如以下的SCDL描述：</p><p><b>　　SELECT v</b></p><p>　　FROM setof-image dataset = ‘my-dataset’,</p><p>　　video:dataset v</p><p><b>　　event e,</b>

25、;</p><p>　　INPUT string:[‘sport’,’political’,’academic’]</p><p><b>　　activity</b></p><p>　　WHERE v.contain-event(e) and agent(e,’President Obama’) and</p><p&g

26、t;　　category(e,activity)</p><p>　　除了工具和內(nèi)容，還可能是服務(wù)。例如，關(guān)于可能知道如何培養(yǎng)狗。它可以打包成一個(gè)服務(wù)如以下的SCDL描述：</p><p>　　SELECT g = trained(k)</p><p>　　FROM INPUT dog k, VAR dog g</p><p><b&g

27、t;　　WHERE *</b></p><p>　　如上，k是等待受訓(xùn)的狗，g是訓(xùn)練后的狗？ '*'是一個(gè)通配符指定“任意條件的k和g.”注意，服務(wù)并不一定要在網(wǎng)上呈現(xiàn); SCDL僅僅是一個(gè)規(guī)范的語言。</p><p>　　最后，SCDL可以被擴(kuò)展到包括用來描述服務(wù)范圍很廣的元變量。例如，給定4個(gè)帳戶，客戶，分行和存款，以下的SCDL表達(dá)式指定，它可以采取任何S

28、QDL查詢，從這些對(duì)象的屬性中選擇任意關(guān)系的組合，但這些條件不能超過4。</p><p><b>　　[S4-SCDL]</b></p><p>　　SELECT META select</p><p>　　FROM META from</p><p>　　WHERE META where</p><

29、p>　　META IF member(t,select)</p><p>　　THEN member(t.path, path(account) union</p><p>　　path(branch) union path(customer) union</p><p>　　path(depositor))</p><p>　　MET

30、A IF member(t,from)</p><p>　　THEN member (t.domain, [account, branch,</p><p>　　customer, depositor])</p><p>　　META IF member(t,where) AND member(s,t.arguments)</p><p>　

31、　AND isa(s,variable)</p><p>　　THEN member(s.path, path(account) union path(branch) union path</p><p>　　(customer)</p><p>　　union path(depositor))</p><p>　　META IF membe

32、r(t,where)</p><p>　　THEN member(t.predicate,[<,>,=,!=,>=,<=])</p><p>　　META cardinality(where) <= 4</p><p>　　以上，select, from and where是定義為集的元變量。關(guān)于元變量有五個(gè)制約。第一個(gè)約束條件，基本上

33、是說元變量select可以是任何合法的屬性;第二個(gè)約束是元變量from可以是四類對(duì)象中的任何一個(gè)變量，第三和第四個(gè)制約是說，元變量where可以是兩個(gè)屬性之間或?qū)傩耘c常數(shù)之間的任何關(guān)系，只要屬性是合法的并且比較關(guān)系是理性的;最后第五個(gè)約束是說條件的數(shù)量不能超過四個(gè)。 更多的例子用來顯示SCDL是如何被用來描述在第一部分中談到的每種類型的問題的服務(wù)能力可以再[27]中找到。請(qǐng)注意，SCDL表達(dá)可能是可執(zhí)行文件，而在實(shí)踐中往往是不切

34、合實(shí)際的。語言是用來描述解決方案能力的唯一方法。通過比較在SCDL表示的服務(wù)能力和問題的描述，比較的結(jié)果是具有決定性的。</p><p>　　4.在SQDL中描述問題</p><p>　　SQDL類似于SCDL，除了所有輸入變量被實(shí)例化為一個(gè)常數(shù)。在SQDL中的一個(gè)查詢?nèi)缦拢?lt;/p><p>　　SELECT objects, object attributes

35、and/or functions</p><p>　　FROM object classes [WHERE conditions]</p><p>　　現(xiàn)在“Show all blob clusters of the images in dataset ‘md-232’that are structured like a satellite or a star” 可以在SQDL描述為：&

36、lt;/p><p><b>　　[SQDL1]</b></p><p><b>　　SELECT i</b></p><p>　　FROM image:‘cmd-232’ im,</p><p>　　setof-blob:2im.blobs()sb</p><p>　　strin

37、g: [‘satellite’,‘star’]t</p><p>　　WHERE im.contain(sb) and sb.islike(t)</p><p>　　另一個(gè)例子是，“Show all blob clusters of the images in dataset ‘cmd-232’ that are structured like a satellite or a star

38、and do not overlap with a given blob structure” 可以在SQDL描述為：</p><p><b>　　[SQDL2]</b></p><p><b>　　SELECT i</b></p><p>　　FROM image:‘cmd-232’ im,</p><

39、;p>　　setof-blob:2im.blobs()sb</p><p>　　setof-blob:2im.blobs()sc</p><p>　　string: [‘satellite’,‘star’]t</p><p>　　WHERE im.contain(sb) and sb.islike(t) and not overlap(sb,sc)</

40、p><p>　　以上，SQDL1可以被第四部分中的S1解決。然而解決SQDL2必須將S1和S3結(jié)合才能解決。</p><p>　　SNL - 連接人和描述 SCDL和SQDL對(duì)于普通用戶似乎都很難理解。需要一種更簡(jiǎn)單的語言讓消費(fèi)者和供應(yīng)商來組織他們的語言。結(jié)構(gòu)化的自然語言（SNL）[28]是一種自然語言子集，其表現(xiàn)力可以通過對(duì)象關(guān)系代數(shù)（ORA）來描述。它可以證明，SQDL表示的任何查

41、詢也可以在ORA中表達(dá)，但是反過來卻是不正確的的。這可能是一個(gè)必要的權(quán)衡，我們一定要鼓勵(lì)更多的消費(fèi)者和供應(yīng)商來加入這個(gè)新的基礎(chǔ)設(shè)施中（第二部分中的第三個(gè)因素）。 </p><p>　　ORA的世界是由輸入的各種對(duì)象所組成的。通過聯(lián)系各個(gè)對(duì)象，我們可以定義一個(gè)謂詞和操作。這些謂詞和操作（統(tǒng)稱方法）可以在一種獨(dú)特的查詢語言中被用來操作或檢索數(shù)據(jù)。這為使得許多在關(guān)系模型中不能表的的抽象的概念或域作為查詢的一部分提供了

42、方法。 ORA的詳細(xì)信息可以在[28]找到。 一個(gè)在SNL中表達(dá)的句子如以下形式：</p><p>　　Verb noun(s) where adjectives</p><p>　　SNL的句子，可能是由naive用戶在不了解任何低層次概念的基礎(chǔ)上，將簡(jiǎn)單的多層次概念組和而成的，如“join”和“selection”。假設(shè)，例如，一個(gè)人希望找出被臨床診斷為阿爾茨海默氏癥疾病同時(shí)患

43、有糖尿病并且具有特定遺傳標(biāo)記（如APOE）的病人的數(shù)量。這個(gè)句子包括了一個(gè)名詞（patients），3個(gè)形容詞/謂詞（“with clinical diagnosis of AD”, ”having diabetes”, “having ApoE genotype results available”）和一個(gè)動(dòng)詞（“find”）。 在第四部分談到的SQDL1可以在SNL中描述為：</p><p>　　[SN

44、L1] Show (VERB) blobs of images in ‘cmd-232’ (NOUN) that have blobs</p><p>　　structured like a satellite or a star (ADJECTIVE)</p><p>　　And the SNL expression for SQDL2 is:</p><p>　

45、　[SNL2] Show (VERB) blobs of images in ‘cmd-232’ (NOUN) that have blobs</p><p>　　structured like a satellite or a star (ADJECTIVE) an not overlap with other blob</p><p>　　structure (ADJECTIVE)&l

46、t;/p><p>　　問題與解決方案的匹配SemanticServices.Net是一個(gè)問題驅(qū)動(dòng)的搜索服務(wù)，需要將用戶的問題在SNL/ SQDL中進(jìn)行描述，并嘗試確定一個(gè)或多個(gè)服務(wù)來匹配這個(gè)問題的描述。服務(wù)發(fā)現(xiàn)可以分成以下做兩個(gè)階段進(jìn)行：服務(wù)注冊(cè)和服務(wù)匹配。 服務(wù)注冊(cè)：為了被發(fā)現(xiàn)，服務(wù)需要提前注冊(cè)。服務(wù)提供商需要提供服務(wù)的信息，包括服務(wù)網(wǎng)址，命名空間和SCDL描述等。</p><p>

47、;　　服務(wù)匹配：當(dāng)用戶提供了一個(gè)SQDL描述（從一個(gè)SNL句中轉(zhuǎn)換而來），SQDL 和SCDL匹配器將處理SQDL描述和可用的SCDL描述之間的匹配性。匹配的過程包括兩部分組成。第一部分是接口匹配 - 匹配器將每個(gè)注冊(cè)的SQDL描述的接口與SCDL描述的接口進(jìn)行匹配。第二部分是謂詞匹配 - 匹配器將每個(gè)注冊(cè)的SQDL描述與SCDL描述進(jìn)行匹配服務(wù)。根據(jù)適當(dāng)?shù)慕y(tǒng)一[30]，如果一項(xiàng)服務(wù)具有解決這個(gè)問題的能力，那么這個(gè)匹配就形成了。<

48、/p><p><b>　　7.語義計(jì)算</b></p><p>　　作為在SECS 3-6舉例說明的語義計(jì)算系統(tǒng)是一個(gè)搜索引擎。我們定義“語義計(jì)算”作為一個(gè)領(lǐng)域，解決了推導(dǎo)和計(jì)算內(nèi)容的語義匹配和自然表達(dá)用戶的意圖，以幫助檢索，管理，操縱甚至創(chuàng)造內(nèi)容，“內(nèi)容”可能是任何東西，包括視頻，音頻，文本，流程，服務(wù)，硬件，網(wǎng)絡(luò)，社區(qū)等，它匯集了有關(guān)這些學(xué)科連接與計(jì)算人類（往往隱約制

49、定）意圖的內(nèi)容。該連接可以是雙向的：檢索，利用和操縱現(xiàn)有的內(nèi)容，根據(jù)用戶的目標(biāo)（“用戶意味著什么”）;創(chuàng)建，重新安排和管理與作者的意圖相匹配的內(nèi)容（“做什么作者的意思是”）。 如圖1所示，作為[1]中描述結(jié)構(gòu)的修改，語義計(jì)算技術(shù)可分為五個(gè)層次：</p><p>　　語義分析，分析和轉(zhuǎn)換，如像素和文字信號(hào)（內(nèi)容）的含義（語義）;它提供語義集成及語義應(yīng)用的信息資源。（2）語義集成，在一個(gè)統(tǒng)一的模型中集成來自

50、不同資源中的內(nèi)容和語義;語義分析層，以不同的格式和集成這些信息之前，都可以使用。（3）語義的服務(wù)，即利用解決具體問題的內(nèi)容和語義。語義服務(wù)已開發(fā)的幾種形式：網(wǎng)絡(luò)搜索，包括自動(dòng)問答（Q / A）[2，3]和信息檢索;多媒體數(shù)據(jù)庫，一個(gè)基于內(nèi)容的檢索[4];語義合成，這是語義分析的反向;</p><p>　　（4）集成服務(wù)，集成了不同的服務(wù)，提供更強(qiáng)大服務(wù)。服務(wù)集成提供不同的服務(wù)之間的互操作方法。（5）語義接口，

51、允許用戶訪問和操作各種來源的內(nèi)容和語義。標(biāo)準(zhǔn)的圖形用戶界面（GUI）如瀏覽，菜單樹和聯(lián)機(jī)幫助技術(shù)的吸引力遠(yuǎn)不如下一代應(yīng)用程序。因此，新的標(biāo)準(zhǔn)接口，如作為自然語言接口，多模態(tài)的自然語言界面以及可視化界面，變得越來越重要。</p><p>　　除了上述討論的五個(gè)層次，還包含安全架構(gòu)和管理機(jī)制。由于大多數(shù)信息是通過網(wǎng)絡(luò)發(fā)送和接收網(wǎng)絡(luò)的，多層次的安全機(jī)制是必需的。管理層提供了語義計(jì)算架構(gòu)的整體管理。它可以構(gòu)建一個(gè)控制信息

52、提供語義分析和語義綜合信息知識(shí)倉庫。它也負(fù)責(zé)監(jiān)督不同的信息源之間的語義沖突的解決。在頂部水平，管理之間不同的服務(wù)和不同的互操作接口。 本文所討論的搜索引擎是語義計(jì)算例子的一個(gè)架構(gòu)。它采用統(tǒng)一語言的SCDL來整理解決方案并整合一個(gè)統(tǒng)一的模式 - 服務(wù)。</p><p>　　另一方面SNL/ SQDL提供了一個(gè)標(biāo)準(zhǔn)和語義接口用來解釋用戶的意圖。</p><p>　　討論 對(duì)于一

53、個(gè)復(fù)雜的問題，不是由一個(gè)單一的服務(wù)就能解答的，理想化的話，SemanticServices.NET可以識(shí)別一組服務(wù)，可以解決問題并且合成一個(gè)組件服務(wù)之間的工作流程。</p><p>　　為了組成異構(gòu)系統(tǒng)，已經(jīng)做了很多相關(guān)的Web服務(wù)組合的研究用來提供平臺(tái)和語言，如通用描述，發(fā)現(xiàn)和集成（UDDI）“[16]，Web服務(wù)描述語言（WSDL），[17]，簡(jiǎn)單對(duì)象訪問協(xié)議（SOAP）[18]和OWL - S[19]本體的

54、一部分（ServiceProfile和ServiceGrounding）。這樣的平臺(tái)和語言試圖通過標(biāo)準(zhǔn)的方法定義服務(wù)發(fā)現(xiàn)，描述和調(diào)用。其他舉措，如用于Web服務(wù)（BPEL4WS）[20]的業(yè)務(wù)流程執(zhí)行語言和OWL - S ServiceModel集中在代表工作流程的服務(wù)組合。兩個(gè)主要技術(shù)是基于流的基礎(chǔ)組成的（如EFlow[21]，綜合服務(wù)定義語言（CSDL）[22]，多態(tài)的processModel（PPM）[23]和AI基礎(chǔ)的成分，如情

55、景演算[25]）和以規(guī)則為基礎(chǔ)的規(guī)劃[24，25]。</p><p>　　盡管所有這些努力，自動(dòng)服務(wù)組合，仍然有很長(zhǎng)的路要走去了。自動(dòng)服務(wù)合成的一個(gè)主要障礙是服務(wù)細(xì)節(jié)的缺陷。雖然WSDL和OWL - S的只能暴露簽名（即，服務(wù)名稱，輸入和輸出）服務(wù)，但是不揭示服務(wù)的性質(zhì)，SCDL是一個(gè)業(yè)務(wù)流程的語言，有足夠的能力公開服務(wù)細(xì)節(jié)以及其簽名。一個(gè)關(guān)系服務(wù)的自動(dòng)合成多項(xiàng)式方法在[26]中可以找到。 我們所作出的一

56、個(gè)重要假設(shè)是，消費(fèi)者和供應(yīng)商通過SNL接口共享相同的術(shù)語溝通。在第2部分談到的因素6，一個(gè)中性的組織在確保公平和有效率的溝通平臺(tái)中可能發(fā)揮關(guān)鍵的作用。 公用計(jì)算[15]和云計(jì)算[5-14] 的最新進(jìn)展可能進(jìn)一步促進(jìn)互聯(lián)網(wǎng)從共享大量?jī)?nèi)容解決問題的轉(zhuǎn)型，大量的軟件許可可以轉(zhuǎn)換成軟件服務(wù)。SemanticServices.Net，語義計(jì)算基礎(chǔ)設(shè)施和實(shí)施，可以幫助云計(jì)算更迅速地發(fā)展。 最后，我們希望本文所述的解決問題的服務(wù)可能實(shí)

57、現(xiàn)最終的目標(biāo)，每項(xiàng)服務(wù)都可以是平等的，是它的能力最后決定它是否可以被客戶所接受。</p><p><b>　　參考文獻(xiàn)</b></p><p>　　Editorial Preface, Int. J. Semantic Computing 1(1) (2007) 1–9.</p><p>　　[2] J. Heflin and J. Hendl

58、er, Searching the web with SHOE, in Artificial Intelligence for</p><p>　　Web Search, papers from the AAAI Workshop, WS-00-01, 2000, pp. 35–40.</p><p>　　Problems, Solutions, and Semantic Computin

59、g 393</p><p>　　[3] E. Brill, S. Dumais and M. Banko, Analysis of the AskMSR question-answering</p><p>　　system, in Empirical Methods in Natural Language Processing Conference, 2002.</p>&

60、lt;p>　　[4] V. S. Subrahmanian, Principles of Multimedia Database Systems (Morgan Kaufmann,</p><p><b>　　1998).</b></p><p>　　[5] Twenty Experts Define Cloud Computing, SYS-CON Media

61、 Inc, http://cloud</p><p>　　computing.sys-con.com/read/612375/pr.htm, 2008.</p><p>　　[6] I. Foster, Y. Zhao, I. Raicu and S. Lu, Cloud Computing and Grid Computing 360-</p><p>　　Deg

62、ree Compared.</p><p>　　[7] M. Armbrust, A. Fox, R. Griffith, A. D. Joseph, R. H. Katz and A. Konwinski et al,</p><p>　　Above the Clouds: A Berkeley View of Cloud Computing.</p><p>　

63、　[8] D. Cheng, PaaS-onomics: A CIO’s Guide to using Platform-as-a-Service to Lower</p><p>　　Costs of Application Initiatives While Improving the Business Value of IT, technical</p><p>　　report,

64、LongJump, 2008.</p><p>　　[9] Amazon Elastic Compute Cloud (Amazon EC2), http://aws.amazon.com/ec2, 2009.</p><p>　　[10] Oracle Cloud Computing Center, http://www.oracle.com/technology/tech/cloud/

65、,</p><p><b>　　2009.</b></p><p>　　[11] Amazon Simple Storage Service (Amazon S3), http://aws.amazon.com/s3, 2009.</p><p>　　[12] Google App Engine, http://code.google.com/

66、appengine/, 2009.</p><p>　　[13] Microsoft Windows Azure, http://www.microsoft.com/azure/, 2009.</p><p>　　[14] B. Hayes, Cloud computing, Commun. ACM 51(7) (2008) 9–11.</p><p>　　[15]

67、 J. W. Ross and G. Westerman, Preparing for utility computing: The role of IT architecture</p><p>　　and relationship management, IBM Systems Journal 43(1) (2004).</p><p>　　[16] D. Box et al., Si

68、mple Object Access Protocol (SOAP) 1.2, http://www.w3.org/TR/</p><p>　　SOAP/ 2007.</p><p>　　[17] D. Martin et al., OWL-S 1.2 Draft Release, http://www.ai.sri.com/daml/services/</p><p&

69、gt;　　owl-s/1.2/ 2006.</p><p>　　[18] T. Andrews et al., Business Process Execution Language for Web Services</p><p>　　(BPEL4WS) 1.1, http://www-106.ibm.com/developerworks/webservices/library/<

70、/p><p>　　ws-bpel, 2003.</p><p>　　[19] F. Casati, S. Ilnicki and L. Jin, Adaptive and dynamic service composition in eflow,</p><p>　　Proceedings of 12th Int. Conf. Advanced Information

71、Systems Engineering (CAiSE),</p><p>　　Stockholm, Sweden, June 2000.</p><p>　　[20] F. Casati, M. Sayal and M.-C. Shan, Developing e-Services for Composing e-Services,</p><p>　　Procee

72、dings of 13th Int. Conf. Advanced Information Systems Engineering (CAiSE),</p><p>　　Interlaken, Switzerland, June 2001.</p><p>　　[21] H. Schuster, D. Georgakopoulos, A. Cichocki and D. Baker, Mo

73、deling and composing</p><p>　　service-based and reference process-based multi-enterprise processes, Proceedings</p><p>　　of 12th Int. Conf. Advanced Information Systems Engineering (CAiSE), Stoc

74、kholm,</p><p>　　Sweden, June 2000.</p><p>　　[22] A. Hibner and K. Zielinski, Semantic-based dynamic service composition and adaptation,</p><p>　　Proceedings of IEEE SCW, 2007.</p

75、><p>　　[23] S. R. Ponnekanti and A. Fox, SWORD: A developer toolkit for Web service composition,</p><p>　　Proceedings of 11th World Wide Web Conference, Honolulu, Hawaii, 2002.</p><p>

76、　　[24] D. B. Claro, P. Albers and J.-K. Hao, A framework for automatic composition of</p><p>　　RFQ Web services, Proceedings of IEEE SCW, 2007.</p><p>　　[25] S. McIlraith and T. C. Son, Adapting

77、 golog for composition of semantic Web services,</p><p>　　Proceedings of 8th Int. Conf. on Knowledge Representation and Reasoning (KR2002),</p><p>　　Toulouse, France, April 2002.</p><

78、p>　　[26] Q.Wang and P. C.-Y. Sheu, Relational service composition, submitted to IEEE Trans</p><p>　　Data and Knowledge Engineering, 2009.</p><p>　　394 P. C.-Y. Sheu & C. V. Ramamoorthy<

79、;/p><p>　　[27] P. C.-Y. Sheu, SCDL for different problems, technical report, Department of EECS,</p><p>　　University of California, Irvine, 2009.</p><p>　　[28] P. C.-Y. Sheu, A. Kitaza

80、wa, C. Ishi, K. Kaneko and F. Xie, From SemanticObjects</p><p>　　to structured natural language, Int. J. Semantic Computing 1(3) (2007) 359–375.</p><p>　　[29] P. C.-Y. Sheu and A. Kitazawa, From

81、 SemanicObjects to semantic software engineering,</p><p>　　Int. J. Semantic Computing 1(1) (2007) 11–28.</p><p>　　[30] N. J. Nilsson, Artificial Intelligence — A New Synthesis (Morgan Kaufmann,

82、1998).</p><p>　?。ǜ郊?：外文原文二）</p><p>　　International Journal of Semantic Computing</p><p>　　Vol. 3, No. 3 (2009) 383–394 ©World Scientific Publishing Company</p><p>

83、　　PROBLEMS, SOLUTIONS, AND SEMANTIC COMPUTING</p><p>　　PHILLIP C.-Y. SHEU?,? and C. V. RAMAMOORTHY?,?</p><p>　　?Institute for Semantic Computing</p><p>　　?University of California,

84、Irvine</p><p>　　?University of California, Berkeley</p><p>　　psheu@uci.edu</p><p>　　Semantic Computing extends Semantic Web both in breadth and depth. It bridges,</p><p&g

85、t;　　and integrates, several computing technologies into a complete and unified theme. This</p><p>　　article discusses the essences of Semantic Computing with a description of SemanticServices.</p><

86、;p>　　Net, a new paradigm that enables “Problem-driven” search that may offer a new</p><p>　　story to the Internet.</p><p>　　Keywords: Semantic computing; search engine; problem solving.</p

87、><p>　　1. Problems and Solutions</p><p>　　The commercial world is mostly about demands and supplies. In most cases demands</p><p>　　trigger supplies, and in some cases supplies create

88、demands. A more general concept</p><p>　　for needs may be problems, and that for supplies may be solutions.</p><p>　　The Internet has provided a global infrastructure to connect problems with<

89、;/p><p>　　solutions. For example eBay has done a great job on auctions. A keyword-based</p><p>　　search engine such as Google may be considered as a special problem solver that</p><p>

90、　　solves the problem: Find (Web) documents that contain the keywords provided by the</p><p>　　user. A Question/Answering (Q&A) system (e.g., [3]) may be considered as another</p><p>　　specia

91、l problem solver that solves the problem: Find answers for the question (based</p><p>　　on the documents collected by the system).</p><p>　　Both keyword-based search engines and Q&A system h

92、ave done an excellent</p><p>　　job for the problems they try to solve. But from the view point of Problem Solving,</p><p>　　they are far from being sufficient. It can be easily seen that not eve

93、ry problem falls</p><p>　　into the two general categories we talked about. Any computer scientist may easily</p><p>　　come up the following list:</p><p>　　(1) Computational Problems

94、 and other Mathematical Problems. Solving such problems</p><p>　　require computation to be involved. Some initial attempts have been made</p><p>　　(e.g., Wolfram|Appha, http://www.wolframalpha.c

95、om/), but lots more need to</p><p>　　be done in this space.</p><p><b>　　383</b></p><p>　　384 P. C.-Y. Sheu & C. V. Ramamoorthy</p><p>　　(2) Database Sea

96、rch Problems such as Find the supermarkets carrying apples at less</p><p>　　than 2 dollars a pound. Deep webs usually work by themselves and they are</p><p>　　not connected (not because they can

97、not be, but perhaps because they do not</p><p>　　want to be).</p><p>　　(3) Synthesis Problems such as Build a program that takes a set of numbers and</p><p>　　returns them in increa

98、sing order. Automatic synthesis in general in hard and</p><p>　　remains to be a goal to be accomplished.</p><p>　　(4) Reasoning Problems such as What can be derived from this set of facts? Like&

99、lt;/p><p>　　automatic synthesis, automatic reasoning may be hard.</p><p>　　(5) Data Analysis Problems such as What are the common patterns shown in this</p><p>　　set of images? There a

100、re a lot of approaches we may take to solve this problem;</p><p>　　but this is not a problem addressed by search engines or Q&A systems.</p><p>　　(6) “Personal” Problems such as I know perso

101、n A and person B but they don’t like</p><p>　　each other, how can I put them to work? This may not be a scientific problem</p><p>　　and its solution may very much reply on experiences, social co

102、nsiderations, etc.</p><p>　　Our main point is not to classify all the problems. What actually interests us</p><p>　　is matching problems with solutions. The Internet does provide us with an infr

103、astructure</p><p>　　to connect problems and solutions, but we may have not fully utilized this</p><p>　　infrastructure. So far it has been useful for trading. If we can extend the concept of<

104、/p><p>　　trading from goods to problems and buyers to solutions, we may have a new story</p><p>　　for the Internet.</p><p>　　2. Bridging Problems and Solutions</p><p>　　Se

105、veral factors may be considered important to the success of an infrastructure that</p><p>　　supports the ”trading” between problems and solutions:</p><p>　　(1) People (Providers) have to be will

106、ing to provide solutions. Specifically they have</p><p>　　to benefit from the trading.</p><p>　　(2) People (Consumers) have to be willing to submit problems. If solutions are</p><p>

107、;　　readily available, consumers can benefit from the solutions. Problems without</p><p>　　a solution may contribute to the development of a solution for them later.</p><p>　　(3) The infrastructu

108、re has to accommodate providers and consumers of all sizes so</p><p>　　that anybody who has a solution for some problem is willing to be a provider,</p><p>　　and anybody who has a problem to sol

109、ve is likely to use the infrastructure.</p><p>　　(4) Providers usually like to protect the ”know how” of a solution if possible.</p><p>　　(5) A solution does not necessarily have to be a tool; i