Cosa significa web semantico?

Il web semantico indica la tappa suc­ces­si­va nello sviluppo del World Wide Web. Nel co­sid­det­to Web 3.0, non solo vengono collegate le in­for­ma­zio­ni, ma vengono anche ar­ric­chi­ti i contenuti web con metadati semantici leggibili mec­ca­ni­ca­men­te e collegati tra loro. L’obiettivo è quello di ot­ti­miz­za­re lo scambio di in­for­ma­zio­ni sul web facendo in modo che i motori di ricerca di­stin­gua­no ed elaborino spe­ci­fi­ca­men­te i si­gni­fi­ca­ti leggibili a macchina, ossia il contenuto semantico.

Il termine “web semantico” è solo uno dei molti termini destinati a definire un ulteriore sviluppo semantico del World Wide Web. Oltre al web semantico, sono oggetto di di­scus­sio­ne anche le de­no­mi­na­zio­ni di seguito riportate per denotare la rete globale di in­for­ma­zio­ni collegate se­man­ti­ca­men­te.

• Web 3.0: termine diffuso dal gior­na­li­sta americano John Markoff per de­scri­ve­re come i si­gni­fi­ca­ti leggibili mec­ca­ni­ca­men­te vengono aggiunti al Web 2.0 in­te­rat­ti­vo e col­la­bo­ra­ti­vo.
• GGG (Giant Global Graph): usato da Tim Berners-Lee, l’inventore del WWW, come de­scri­zio­ne della struttura globale dell’in­for­ma­zio­ne che utilizza la strut­tu­ra­zio­ne semantica di metadati e contenuti; il GGG si so­vrap­po­ne con­cet­tual­men­te al web semantico.
• Linked Open Data: è stato in­tro­dot­to nel 2007 per en­fa­tiz­za­re gli standard dei metadati, le routine di query e i dati semantici in rete come fon­da­men­to del Semantic Web.
• Rete di dati: de­fi­ni­zio­ne in­tro­dot­ta nel 2013 dal W3C, il World Wide Web Con­sor­tium, per combinare la rete sin­tat­ti­ca e semantica dei dati in un unico concetto.

Finora, il WWW è stato prin­ci­pal­men­te orientato verso la sintassi delle in­for­ma­zio­ni. I programmi in­for­ma­ti­ci uti­liz­za­no algoritmi che ana­liz­za­no indici di dati, parole chiave e query di ricerca. In base all’univocità di una query, i motori for­ni­sco­no risultati più o meno ap­pro­pria­ti (SERP). Tuttavia, per gli utenti e le aziende è im­por­tan­te che i programmi elaborino le in­ten­zio­ni di ricerca e degli utenti nel modo più ef­fi­cien­te possibile. Pertanto, il web semantico non si basa solo sui termini di ricerca e sulla sintassi, ma anche sul si­gni­fi­ca­to. Oltre a trovare i contenuti, i motori possono capire e di­stin­gue­re il si­gni­fi­ca­to.

Per esempio, se gli utenti cercano la frase “Quando è iniziato il mandato di Angela Merkel?”, i motori di ricerca attuali ge­ne­ral­men­te non pro­dur­ran­no come risposta “22 novembre 2005”, ma piuttosto i risultati più adatti possibili per Angela Merkel, in base alle parole chiave. Nel web semantico, tuttavia, i motori non solo com­pren­de­reb­be­ro il contenuto ma anche il si­gni­fi­ca­to della query di ricerca e for­ni­reb­be­ro una risposta accurata. Nel web semantico, l’analisi dei si­gni­fi­ca­ti include non solo testi, ma anche immagini, suoni, numeri e simboli – in altre parole, tutti gli oggetti portatori di si­gni­fi­ca­to.

Entità e ontologie figurano tra i com­po­nen­ti più im­por­tan­ti del web semantico. “Entità” è un termine della semantica: tale unità di senso consiste in un iden­ti­fi­ca­to­re e negli attributi associati. A titolo esem­pli­fi­ca­ti­vo: “Barack Obama” sarebbe l’iden­ti­fi­ca­to­re in un’entità, mentre in­for­ma­zio­ni come “pre­si­den­te degli Stati Uniti”, “avvocato”, “de­mo­cra­ti­co” sono gli attributi, cioè le proprietà de­scrit­ti­ve. Le entità, a loro volta, possono essere collegate tra loro ed essere te­ma­ti­ca­men­te correlate o diverse.

Se le entità si collocano in un contesto tra di loro, si parla di “ontologie”. Le ontologie sono flussi ordinati di in­for­ma­zio­ni e af­fer­ma­zio­ni logiche formulate in modo leggibile per gli esseri umani o i motori di ricerca, che sta­bi­li­sco­no con­nes­sio­ni e mostrano relazioni.

Entità e ontologie sono es­sen­zia­li per il web semantico. Solo grazie ad esse, i programmi possono capire le relazioni tra parole, le co­stru­zio­ni di frasi, immagini e caratteri, possono filtrare in modo in­tel­li­gen­te si­gni­fi­ca­ti multipli e contenuti duplicati, possono in­ter­pre­ta­re i contenuti web e di­stin­gue­re te­ma­ti­ca­men­te le entità. In questo modo si crea una ricca rete di co­no­scen­za che non consiste solo in in­for­ma­zio­ni non strut­tu­ra­te, parole chiave e indirizzi. Le in­tel­li­gen­ze ar­ti­fi­cia­li in futuro saranno in grado non solo di cercare su­per­fi­cial­men­te la co­no­scen­za ac­cu­mu­la­ta nel WWW, ma anche di com­pren­der­la e in­ter­pre­tar­la in modo orientato all’obiettivo.

Per rea­liz­za­re il web semantico, i programmi devono imparare ad estrarre i si­gni­fi­ca­ti. Questo è possibile solo se i contenuti WWW esistenti o nuovi includono dati strut­tu­ra­ti formulati in modo mec­ca­ni­ca­men­te leggibile. I dati strut­tu­ra­ti sono formulati tramite standard e clas­si­fi­ca­zio­ni speciali e co­di­fi­ca­ti sui siti sotto forma di markup schema e markup in page. Con i dati strut­tu­ra­ti, i programmi di­stin­guo­no ciò che, ad esempio, con­trad­di­stin­gue l’oggetto “squadra” come gruppo dall’oggetto “squadra” come strumento tecnico. Per un lin­guag­gio uniforme leggibile mec­ca­ni­ca­men­te, a sua volta, sono necessari standard del web semantico, già formulati dal consorzio W3.

Altri approcci per gli standard uniformi del web semantico sono il Con­tex­tual Browsing Language (CBL), che descrive le relazioni tra le in­for­ma­zio­ni, e il Web Ontology Language (OWL), che ordina e clas­si­fi­ca ge­rar­chi­ca­men­te le in­for­ma­zio­ni. Inoltre i seguenti markup e standard, tra l’altro, aiutano a creare meta di­chia­ra­zio­ni se­man­ti­che, standard e regole.

• RDF/RDFa (Resource De­scrip­tion Network in At­tri­bu­tes): usato per de­scri­ve­re det­ta­glia­ta­men­te siti web, per formulare af­fer­ma­zio­ni logiche e se­man­ti­che su qualsiasi contenuto e può essere com­ple­ta­to con RDFa per integrare RDF in XML.
• URI (Uniform Resource Iden­ti­fier): iden­ti­fi­ca le unità di in­for­ma­zio­ne e con­tem­po­ra­nea­men­te fa ri­fe­ri­men­to ai Linked Open Data (LOD) li­be­ra­men­te di­spo­ni­bi­li, ossia ulteriori dati in documenti HTTP.
• RIF (Rule In­ter­chan­ge Fromat): definisce le regole secondo le quali devono essere creati i contesti di si­gni­fi­ca­to.
• Dublin Core: uno standard per i metadati integrati nei documenti digitali e per l’in­ter­pre­ta­zio­ne leggibile a macchina degli elementi formulati in RDF.
• RDFS (Resource De­scrip­tion Framework Schema): con­tras­se­gna il vo­ca­bo­la­rio RDF e specifica la struttura e la sintassi da usare.
• SPARQL (SPARQL Protocol And RDF Query Language): serve come lin­guag­gio e pro­to­col­lo di in­ter­ro­ga­zio­ne per i contenuti del sistema RDF, che consiste in de­scri­zio­ni logiche e in­ter­re­la­zio­ni di dati.

I vantaggi del web semantico non do­vreb­be­ro essere sot­to­va­lu­ta­ti so­prat­tut­to per il marketing online. Fin da ora le aziende sono costrette ad adattarsi alla di­gi­ta­liz­za­zio­ne del mondo degli affari. Chi analizza il com­por­ta­men­to di acquisto e di ricerca dei clienti e dei gruppi target può fornire in­for­ma­zio­ni per­so­na­liz­za­te e generare più traffico. Nel marketing online, la pub­bli­ci­tà orientata alla semantica dei contenuti web può essere meglio adattata e legata alle parole chiave che cor­ri­spon­do­no ai propri servizi e prodotti.

Anche per i siti web ot­ti­miz­za­ti per i motori di ricerca, non si tratta solo di parole chiave valide oggetto della ricerca, ma è anche una questione di in­for­ma­zio­ni se­man­ti­che ag­giun­ti­ve che strut­tu­ra­no i contenuti e as­si­cu­ra­no un’ar­chi­tet­tu­ra delle in­for­ma­zio­ni  leggibile dalle macchine. As­si­cu­ra­te­vi di includere dati strut­tu­ra­ti nei siti web e rendete il contenuto web il più esplicito possibile uti­liz­zan­do gli standard semantici. In questo modo, oltre a mi­glio­ra­re il vostro po­si­zio­na­men­to nei motori di ricerca, sarete anche trovati esat­ta­men­te dai gruppi target che volete attrarre.

Il web semantico è agli esordi, ma i primi passi nella giusta direzione sono già stati fatti. Le pos­si­bi­li­tà del web semantico si ma­ni­fe­sta­no nel Rank Brain di Google, che può assegnare te­ma­ti­ca­men­te query di ricerca pre­ce­den­te­men­te sco­no­sciu­te all’algoritmo. Anche la ricerca di immagini di Google “riconosce” ciò che gli utenti cercano e fornisce risultati di immagini te­ma­ti­ca­men­te simili. La funzione di Google Knowledge Graph sa ri­co­no­sce­re le entità se­man­ti­che e vi­sua­liz­za­re le prin­ci­pa­li in­for­ma­zio­ni correlate oltre ai risultati. Sono analoghi i Rich Snippets di Google e le Rich Cards, che preparano dati strut­tu­ra­ti come caroselli ed estratti da siti.