中文XML论坛--语义网的公司[持续更新中]

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

那么，工业界对语义网技术人员的需求量大吗，如果掌握甚至精通这些技术（rdf/owl/sparql/machine learning/natural language processing等）后，就能作为语义网人才进入工业界吗? 还有，您说如果只做研究是很难找到位置的，我不太明白。您的意思是如果只是在高校里进行语义网的学书研究是很难找到位置的吗?

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

工业界目前对语义网技术的程序员需求是很少的（相对其他类型程序员）。工业界的研究位置也很少。一般来说，语义网是简历里重要的组成部分，但千万不可以是唯一的部分。别的技能，或者是编程，或者是很多工程经验，或者是别的研究经历，是极有必要的。

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

语义网的公司（7）BBN
http://blog.baojie.org/2011/05/18/bbn/

BBN的总部在Cambridge, MA (马萨诸塞的剑桥市)，也就是MIT所在的地方；在DC有一个分部，以方便和大客户（也就是美国政府）打交道。它的几个创始人（也就是B、B和N），是MIT的校友。BBN并不大，600多人吧，但是小而精，网罗了很多第一流的人才，比如John McCarthy和Marvin Minsky都在BBN工作过。最近20年，它被大公司卖来买去，现在是雷神（ Raytheon，造战斧导弹的那个）的一个子公司，所以全称是Raytheon BBN Technologies.

早先，这个公司是搞声学起家的（现在它的声学和自然语言处理还是很强的，比如Boomerang系统）。因为声学处理要用到很多计算，慢慢进入计算机领域。BBN在网络方面有很多贡献，比如ARPANET和电子邮件（@符号就是BBN的Craig Partridge提出的）。近年来在量子通信和语义网上，都有很多研究。这个公司的客户，主要就是军方和政府。

BBN从DAML开始，就参与语义网的工作。最近军方的两个超级大项目，ITA和CTA，BBN都是主力之一，里面有很多关于语义网的子项目。如果要展开了说，一个帖子肯定说不完。

下面这个图（by Dave Kolas）[Slides]，概述了BBN近期的一些语义网的工作。点击图片可看视频。

更早期（2008）的一个介绍，看这里：http://videolectures.net/iswc08_dean_swb/

BBN的语义网的工作，主要还是基础研究和应用基础研究，并不卖产品。军方把它的成果拿去，自己内部再消化。大体上有这么几个方向

知识表现和推理（BBN有好几个搞描述逻辑的）
语义维基（这个对情报很有用）
规则语言（如SILK和RIF）-这个和Halo Project合作。
通信中的本体建模
地理空间系统中的语义（Geospatial）
查询系统，比如Parliament和SHARD
Web服务

BBN的语义网方向，Mike Dean是一个主要的研究人员。Mike以前是DAML委员会的主席。还有Mark Burstein，贡献主要在Semantic Web Service上，是OWL-S的作者之一和SWSA的主席。其他一些相关人员，看Semantic Web Dog Food的页面。

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

好贴，拜谢！！

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

写的很不错，支持支持。

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

语义网的公司(8)：Chevron
http://blog.baojie.org/2011/12/07/chevron/

Chevron（雪佛龙）是一家石油公司，不是互联网的公司。之所以在这个系列里写这个公司，是因为Chevron是一个很有代表性的传统行业的公司试图做语义网应用的例子。写了它，其他很多公司都不必写了。

我素材主要来自下面这些

W3C博客：Interview: Roger Cutler on W3C and Chevron use of Semantic Web Technology，并加一点我的想法。
更新的介绍，有Chevron在SemTech 2011的talk，Realizing the Semantic Web Promise in the Oil and Gas Industry Domain: Challenges and Experiences （slides）。
关于语义网在石油行业的应用，还可以参考W3C Workshop on Semantic Web in Oil & Gas Industry，2008年12月。[对搞清楚这个领域有什么公司和个人，必看]
先说一个基本评价：到目前为止，语义网在雪佛龙的应用，只获得了非常有限的成功。这种成功，主要是技术的而不是商业上的。公平地说，这不是雪佛龙的错，而是语义网界早期提供的样板模式，真的不大靠谱。

闲话：我们经常在新闻或者宣传上看到，某某行业或者某某公司使用了某某新颖技术云云。看到这种文章，要先留个心眼，第一先想这个技术是不是真的是它的核心技术，还只不过是一种营销的宣传手段；第二是想这个技术是不是真的实现了商业价值，或者提高了用户体验。对语义网的宣传文章，当然不能一棍子打死，但是我现在去SemTech或者ISWC，已经不怎么容易被公司的宣传打动了。

雪佛龙之所以进入这个领域，其实是抱着一种试试看的心理。我知道的几个传统行业搞语义网的，差不多都是这个模式：有一个头在某种场合被合适的人忽悠了，觉得这个技术值得跟踪一下，就指定某个技术负责人来试试水，手下或一两个，或三五个兵，开发几个本体或者演示应用。效果不好，就停掉；好，就加人；还看不清楚（这是最一般的情况），就先维持着。

Roger Culter和Frank Chum就是雪佛龙里做这一块的代表(还有其他几个人)，从2004年就开始做了。工作其实不少，主要是这么几个

一个是用OWL在做油田的本体，应该就是BASIN。本体的开发走了一个经典的本地工程的生命周期：知识专家和领域专家谈，建立知识模型，再形式化为一个OWL的本体。

Culter说，这个本体本身还算技术上的成功，但是很多年以来，一直搞不清怎么能用它带来商业的价值。

我的点评：传统的思维，是先建领域本体，把领域知识表示好了，再填数据进来，搞应用。这种方式，和传统数据库建模的方法有内在相通之处，往往比较容易被接受和入手。不过，现在看，这种方式除了在少数领域，不大容易成功。更多的情况，你的本体是死的，数据是活的，你总是跟不上数据的变化，或者不能包括数据的复杂性。知识专家和领域专家都是很贵的，一般的公司不一定用得起（连雪佛龙自己都说不容易找到好的contractor）。更要命的是，很多问题，特别是Web上的，根本就不存在领域专家，甚至连到底是哪个领域，都不可预测，不可穷举——每个人都是自己的“领域”。传统的从专家系统一脉相承下来的知识工程方法，不革命一下，想换个马甲叫做“语义网”方法，我看，下场大概会和专家系统差不多。

另一个应用，是搞数据集成。这也是特别经典的语义网教科书应用。具体做法，还是建个OWL本体，把原先分散的知识（比如各种手册里的），形式化出来，让相关方，比如造设备的、维修设备的、和使用设备的，都能用同一种语言来沟通（这是理想）。遗憾的是，这个数据集成项目，也是技术上的成功而不是商业上的成功。

我的点评：2003年到2005年，我也做了一段时间的基于语义网技术的数据集成，主要是在生物领域做。同样我们也是想有一个本体，然后不管原来的数据集是什么样，映射到我的本体上来，这个数据集成的问题不就解决了？这种做法，发发文章可以，到底有多少实用价值，回过头来看，不清楚。说实话，搞语义数据集成的人和项目不要太多，我当时数了数，可能有上百个项目吧，打印出来贴在黑板上足足一黑板高。看了非常多的文章以后，我的感觉是，其实怎么建本体不是问题，怎么映射本体才是问题——而本体映射，到现在，还是研究问题（research in progress），离工业化还是有距离的。

我现在觉得，基于“语义”的数据集成，恐怕一样不能走这种先搞本体的道路。靠人来理解多个域的知识（比如几个不同的车间，每个车间都有上百页的手册），这个不仅代价大（照AURA的估计，一页500美元吧），而且很难完备的把多个域的知识映射好。核心问题还是在数据而不在本体。具体怎么做，还要多学习。

为什么雪佛龙的这几个项目不太成功？Culter解释说，部分的因为对石油工业的工程师而言，OWL实在是太难理解，太难使用了。

我相信这是一种普遍的现象：不管是OWL，OWL 2还是RIF，它们的认知复杂性都太高，程序员和领域专家搞不懂。我现在对语义网界内部试图进一步增强语言表达力的工作已经不太关注了——尽管我以前也干过这种事。

那是不是语义网就没用呢？当然不是。Culter说，其实语义网的用处，不在于它能干数据库干不了的事，而在于它可以更方便的做。他举例说，某个应用，用语义网的技术15行代码就很清楚了，用数据库要1000行代码。也就是说，语义建模其实是标准化了传统上数据库程序员要花很多精力琢磨的一些技巧。现在有了样板方法，不再需要学习这些技巧，降低了开发代价。[这个论证，我也用过。]

可是为什么这种技术的优势不能带来业务上的好处？我想，最关键的原因还是用传统的数据库的思维来套语义网的应用：schema, 然后数据，然后应用。这样做，恐怕很难突破传统数据库方法的势力范围。而降低的一些开发代价，往往被学习语义网技术本身的代价抵销了。我倒觉得，应该把次序倒过来（见《语义网就是数据》），先考察应用，决定应用的数据，然后大体上有一个模型；也不一定要钉死，业务、数据变了，模型要跟着变。

Culter倒说了参加W3C工作的一个实际好处：认识人。通过开会啊，讨论啊，建立的人脉，特别有用。另外一个好处，就是学会了W3C的议事程序，怎么就能在这利益各异的人中间建立一个共识。

这真真是大实话。我在OWL 2工作组里短短一年多的经历，觉得最大的收获也确实就是这两点。

最后Culter又说了一句更大的实话：W3C应该应该多想想终端用户的需求。

这句话，我部分赞成。如果要补充，我觉得语义网的工作组里，雪佛龙这样的公司其实已经很多了，我更想看到的，是Apple, Microsoft, Google, Facebook, LinkedIn这样的公司。不过人家不见得愿意来——有在W3C吵架的时间，人家已经买了n家小公司，建立事实上的行业标准了。到那时候，再回W3C补个手续就是。所以我现在看几个工作组的成员名单，总觉得缺点什么，但是又有什么办法呢？

总结：语义网技术本身肯定是有价值的（不然我也不会继续在这个领域）。但是，传统的重视本体，以为语义网应用就是设计好本体的方法，往往不是行得通的方法。雪佛龙提供给我们宝贵的正反两方面经验。

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

一直留意搂主，不过搂主不搭理我

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

对于Chevron（雪佛龙）的经验和教训，BaoJie说的极是。我也深有体会。目前在企业里面要推广和应用，不是从技术出发，而是从实际的业务问题出发，首先考虑业务中有什么样的问题需要解决，然后选择合适的解决方案。根据实际情况，评估选用语义技术的可行性和代价，然后最终确定是否使用语义技术。我们现在不奢求完全使用语义技术，不是技术唯美主义，而求首先解决业务问题。尽量往新技术方向靠，如果实在不行，就只有暂时放弃。总之，业务需求导向是最重要的，语义技术先是锦上添花，然后逐步变得更为必须。

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

顶

以下是引用micky在2011-12-20 13:30:00的发言：
对于Chevron（雪佛龙）的经验和教训，BaoJie说的极是。我也深有体会。目前在企业里面要推广和应用，不是从技术出发，而是从实际的业务问题出发，首先考虑业务中有什么样的问题需要解决，然后选择合适的解决方案。根据实际情况，评估选用语义技术的可行性和代价，然后最终确定是否使用语义技术。我们现在不奢求完全使用语义技术，不是技术唯美主义，而求首先解决业务问题。尽量往新技术方向靠，如果实在不行，就只有暂时放弃。总之，业务需求导向是最重要的，语义技术先是锦上添花，然后逐步变得更为必须。

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

http://blog.baojie.org/2012/01/07/garlik/
语义网的公司(9): Garlik
2012/01/07Jie Bao编辑发表评论
今天看到一个新闻： Experian Buys Garlik

Experian以管个人信用记录闻名——当然还有很多别的生意。它买大蒜干什么？

这里Garlik可不是大蒜，是一家老资格的语义网公司，成立于2005年，在英国。根据crunchbase，Garlik前后拿了2500万美元投资。它现在的生意主要是在线个人信息监控，按文章里的说话是

“captures and monitors information from web and social networking sites, and then generates an alert when an online loss/disclosure or theft of consumer data is detected”

这件并购其实发生在去年年底，SemanticWeb.com有一篇更详细的文章：Experian Acquires Garlik, Ltd.

Garlik的顾问有Tim Berners-Lee（Web发明人，W3C主席），Nigel Shadbolt（英国计算机学会主席）和Wendy Hall（ACM主席）——这三个人以前是语义网，现在是Web Science主要推手。Garlik现在的CTO是Steve Harris——他以前和Nigel一起在University of Southampton很多年。

Garlik和AKT(Advanced Knowledge Technologies)项目——一个英国主要的语义网项目——很有关系。不意外的，Nigel是AKT的PI之一，而Steve是AKT里面做triple store的。这也算是一个研究产业化成功的一个典型范例了。

关于Garlik如何应用语义网技术（特别是大规模语义数据库triple store）来帮助在线身份管理，可以看下面几个讲话：

ESWC 2008上的介绍（Nigel Shadbolt）：Garlik: Semantic Technology for the Consumer (视频)
2010年Semantic Web Meetup上的介绍（Mischa Tuffield）： Garlik and Enterprise Semantic Web Technologies
2011年在SemTechBiz UK上的讲话（Steve Harris）：Combating Online Crime with RDF。Podcast听这里。
对于我们搞技术的，Garlik主要还是因为它推出的几个开源语义数据库闻名，命名很有意思

3store - 这个是AKT项目的产品。3就是triple吗。
4store - 这个很受人的好评。可以装15G triples，支持RDF推理。注意它底层不是基于别家的关系数据库的。
5store - 进一步提高可扩展性。据说可以支持1T triples，但不支持推理。
从Garlik案例看来，有哪些心得？今天没时间细写，以后有时间再补充，只说几个结论
Garlik本质上是做语义数据集成。集成人的信息当然不简单，比如各种拼写错误等，要做一些自然语言理解。注意：不能指望用户来提供语义数据，而是努力从用户提供的随便什么数据里搞出语义数据来。
为什么要用triple store？如果是静态的数据，用关系数据库也没什么不可以。可是，在线数据的特点就是老是变。你总不能老是去改表结构。语义建模的优势，就在于与时俱进的能力强。
把智能放在数据里而不是代码里。比如它家的DataPatrol，程序的控制很多就是放在RDF里，加个triple，去个triple，功能就变了。这样有利于适应复杂多变的数据
FOAF有应用吗？Garlik就是。
用cluster，可以低价地实现大规模RDF推理。不需要MapReduce, Hadoop啥的——当然，那也是一条路。
总结1：Garlik的成功，展示了语义网在处理动态数据上的优势。以后如果有数据库界的同仁再质疑，可以和他说，你的个人信息，在Experian都是用语义网的技术管理的。

总结2：最近一年大公司买语义网小公司的例子越来越多，过去两个月几乎每个星期都有这样的例子发生。这是1年前都没有的现象，是技术走向成熟的一个标志。中国的语义网市场现在还近乎空白，其实欧美这上百家语义网的小公司（可能更多，我没细数过），很多都很值得抄一抄。


	W 3 C h i n a ( since 2003 ) 旗下站点苏ICP备05006046号《全国人大常委会关于维护互联网安全的决定》《计算机信息网络国际联网安全保护管理办法》	109.375ms