语义网的模型定义

“资源描述框架”的“数据模型”（外语：RDF Data Model）提供了一个简单但功能强大的模型，通过资源、属性及其相应值来描述特定资源。模型定义为： 它包含一系列的节点 N； 它包含一系列属性类 P； 每一属性都有一定的取值V； 模型是一个三元组：节点，属性类，节点或原始值V； 每一个“数据模型”（外语：Data Model） 可以看成是由节点和弧构成的有向图。 模型中所有被描述的资源以及用来描述资源的属性值都可以看成是“节点”（Node）。由资源节点、属性类和属性值组成的一个三元组叫做RDF Statement （或RDF陈述）。在模型中，陈述既可以作为资源节点，同时也可以作为值节点出现，所以一个模型中的节点有时不止一个。这时，用来描述资源节点的值节点本身还具有属性类和值，并可以继续细化。
RDF Schema 使用一种机器可以理解的体系来定义描述资源的词汇，其功能就像一个字典，可以将其理解为大纲或规范。RDF Schema的作用是： 定义资源以及属性的类别； 定义属性所应用的资源类以及属性值的类型； 定义上述类别声明的语法； 申明一些由其它机构或组织定义的元数据标准的属性类。 RDF Schema 定义了
三个核心类：rdf:Resource、rdfs:Property、rdfs:Class；
五个核心属性：rdf:type、rdfs:subClassOf、rdfs:seeAlso、rdfs:subPropertyOf、rdfs:isDefinedBy；
四个核心约束：rdfs:ConstrantResource、rdfs:range、rdfs:ConstraintProperty、rdfs:domain。
RDF Syntax构造了一个完整的语法体系以利于计算机的自动处理，它以XML为其宿主语言，通过XML语法实现对各种元数据的集成。
Ontology （本体或本体论），原本是一个哲学上的概念，用于研究客观世界本质。目前Ontology已经被广泛应用到包括计算机科学、电子工程、远程教育、电子商务、智能检索、数据挖掘等在内的诸多领域。它是一份正式定义名词之间关系的文档或文件。一般Web上的Ontology包括分类和一套推理规则。分类，用于定义对象的类别及其之间的关系；推理规则，则提供进一步的功能，完成语义网的关键目标即“机器可理解”。本体的最终目标是“精确地表示那些隐含（或不明确的）信息”。
当前对本体的理解仍没有形成统一的定义，如本体是共享概念模型的形式化规范说明，通过概念之间的关系来描述概念的语义；本体是对概念化对象的明确表示和描述；本体是关于领域的显式的、形式化的共享概念化规范等等。但斯坦福大学的Gruber给出的定义得到了许多同行的认可，即“本体是概念化的显示规范”。概念化（外语：Conceptualization）被定义为：C =，其中C表示概念化对象，D表示一个域，W是该领域中相关事物状态的集合，Rc是域空间上的概念关系的集合。规范（外语：Specification）是为了形成对领域内概念、知识及概念间关系的统一的认识与理解，以利于共享与重用。
本体需要某种语言来对概念化进行描述，按照表示和描述的形式化的程度不同，可以将本体分为完全非形式化本体、半非形式化本体、半形式化本体和严格形式化的本体。有许多语言可用于表示Ontology，其中一些语言是基于XML语法并用于语义网的，如XOL(Xml- based Ontology exchange Language），SHOE(Simple HTML Ontology Language），OML(Ontology Markup Language）以及由W3C组织创建的RDF与RDF Schema(RDFS）。还有建立在RDF与RDFS之上的、较为完善的Ontology语言DAML(DARPA Agent Markup Language）、OIL和DAML+OIL。
XOL是一种基于XML语法和OKBC语义的本体交换语言。它由美国生物信息学术团体设计，用于其领域的一组异构软件系统间本体定义的交换，它以Ontolingua和OML作为基础，融合了OKBC的高层表达方式和OML的语法。当前还没有支持XOL本体开发的工具，但由于它采用XML语法，可以采用XML编辑器来创建XOL文件。SHOE由马里兰大学开发，它将机器可读的语义知识与HTML文档或其他Web文档相结合，允许直接在WWW的基础上设计和应用本体。近来SHOE的语法已转向XML，它使得代理（Agents)能够收集有意义的Web页面和文档的信息，改善搜索机制和知识收集。OML由Washington大学开发，部分基于SHOE。它有四个层次：OML核心层（与语言的逻辑层相关）；简单OML（直接映射RDF和RDFS）、简化OML和标准OML。
RDF是W3C推荐的一种信息描述方式，目的是克服XML的语义限制，提供一种简单的模式来表示各种类型的资源。在RDF的基础上，RDFS建立了一些基本的模型限制。RDF具有较强的表达能力，但仍存在一些不足，如RDF没有定义推理和公理的机制、它没有说明包含特性以及没有版本控制等。
OIL建立在RDF之上，其主要优势在于以描述逻辑为基础，提供形式化语义的推理。OIL综合了三方面的技术：框架系统、描述逻辑和基于XML与RDF语法的Web语言。框架系统采用了一种类似于面向对象的方法对数据建模，提供建模原语；描述逻辑用规范化的方法表达结构化知识以及查询和推理；基于XML和RDF语法的Web语言为OIL提供语言元素。OIL的数据对象主要包括：类定义、槽定义（slot definition）以及公理定义（axiom）。类定义包括定义类型、类层次关系和槽约束或属性约束；槽定义定义实体间的二元关系，包括有原语slot-def,domain,rang,inverse,subslot-of等；公理定义由定义该本体内的一些附加规则，如类之间外延的关系有不相交、覆盖、相交、等价等。
DAML由DARPA(美国国防部高级计划研究署）主持开发，力图溶入包括RDF、OIL等的优点，它与OIL一样建立在RDF之上，以描述逻辑为基础。其主要目标是开发一个旨在以机器可读的方式表示语义关系、并与当前及未来技术相容的语言，尤其是开发出一套工具与技术，使得Agent（代理）程序可以识别与理解信息源，并在Agent程序之间实现基于语义的互操作。DAML的最早版本为DAML-ONT，但后来与OIL紧密结合形成了DAML+OIL。DAML+OIL是由美国和欧盟在DAML背景下共同开发的，它与OIL有着相同的目标，是目前应用最广的本体语言。它是RDF(S）基础上的扩展，具备充分的表达能力（如唯一性、传递性、逆反性、等价等），具有一定的推理能力，完全确定了语义网中知识表示语言的整体框架。
当然，要实现语义网并非仅有XML和RDF就行了。更主要的技术难题还在于要让电脑可以进行过多的“思考”和“推断”，而面对纷繁复杂的问题，尤其是社会问题，人尚且难以决断，更何况计算机呢。因此，要真正实现实用的语义网还有很多工作要做。