Web semantico: cos’è e come funziona

In breve

• Cosa risolve: collega dati sparsi sul web in modo che i sistemi automatici ne comprendano il significato e le relazioni, non solo il testo visibile.
• Quando si applica: in presenza di metadati strutturati secondo standard come RDF, RDFS, OWL o markup Schema.org, che descrivono soggetti, predicati e valori.
• Condizioni e limiti: senza identificatori univoci (URI) e ontologie condivise, sistemi diversi non riescono a riconoscere che due documenti parlano della stessa entità.
• Come verificare: si controlla la presenza di dati strutturati nel codice della pagina (RDF, JSON-LD, microdati) o l’esistenza di un endpoint SPARQL interrogabile.
• Cosa fare: adottare vocabolari standard del W3C e collegare le proprie risorse ad altre già pubblicate come Linked Data, ad esempio DBpedia o Wikidata.

Come funziona il web semantico

Il web tradizionale presenta pagine pensate per essere lette da persone: link, immagini e testo senza indicazioni esplicite sul loro significato. Il web semantico aggiunge a questi contenuti dei metadati, cioè informazioni che spiegano di cosa parla realmente un contenuto e come si collega ad altri.

Il meccanismo di base è l’asserzione in forma di tripla: un soggetto, un predicato e un valore. Ad esempio, l’affermazione “una persona vive in una città” può essere scomposta in soggetto (la persona), predicato (vive a) e valore (la città), e ciascun elemento può essere associato a un URI che lo identifica in modo univoco su tutto il web, evitando ambiguità tra entità omonime presenti in documenti diversi.

Se i dati non hanno identificatori univoci: il rischio di ambiguità

Se due documenti descrivono una persona con lo stesso nome ma non collegano quella persona a un identificatore comune, un sistema automatico non può stabilire se si tratta della stessa entità. In questo caso occorre adottare un dato distintivo univoco, come un codice identificativo, oppure un collegamento ipertestuale che punti alla stessa risorsa descrittiva.

Costruire un’asserzione secondo questo modello segue una sequenza precisa:

1. Individuare il soggetto dell’informazione e assegnargli, se possibile, un identificatore univoco.
2. Definire il predicato, cioè la relazione che collega soggetto e valore, riferendosi a un vocabolario condiviso.
3. Specificare il valore, che può essere un dato semplice (un numero, un testo) oppure un’altra risorsa identificata da un proprio URI.
4. Pubblicare la tripla in un formato leggibile dalle macchine, così che possa essere interrogata insieme ad altre asserzioni collegate.

Rispetto al web basato solo su parole chiave, questa struttura permette ricerche più precise: un sistema che riconosce il contesto tecnologico distingue, ad esempio, se un termine si riferisce a un’azienda o a un oggetto comune, perché le relazioni tra i dati chiariscono l’ambito di appartenenza del concetto.

Lo stack tecnologico: URI, XML, RDF, RDFS, OWL e SPARQL

Il funzionamento tecnico del web semantico si fonda su una serie di standard definiti dal World Wide Web Consortium (W3C), organizzati in livelli che vanno dall’identificazione delle risorse fino alle regole logiche complesse.

URI

Identificatore univoco che assegna a una persona, un luogo o un concetto un riferimento riconoscibile ovunque sul web.

XML

Metalinguaggio di markup che struttura la sintassi dei documenti, ma non definisce da solo le relazioni tra i contenuti.

RDF

Modello che rappresenta le informazioni come triple soggetto-predicato-oggetto, costruito sopra la sintassi XML.

RDFS e OWL

Linguaggi che permettono di definire ontologie: classi, proprietà e regole logiche di un dominio specifico di conoscenza.

SPARQL

Linguaggio di interrogazione dei dati RDF, simile per struttura logica a un linguaggio di interrogazione per database relazionali.

XML, da solo, descrive con precisione i contenuti di un documento ma non stabilisce alcun meccanismo per collegare due documenti diversi che parlano dello stesso argomento. È per questo che RDF interviene sopra XML: aggiunge la semantica delle relazioni che la sola marcatura sintattica non può fornire.

Qual è l’obiettivo del web semantico

L’obiettivo principale è rendere il significato dei contenuti pubblicati online accessibile e utilizzabile da sistemi diversi, senza che ogni scambio di dati richieda un adattamento manuale specifico. Questo risultato si articola in tre traguardi distinti ma collegati tra loro.

Interoperabilità: sistemi informatici differenti possono scambiarsi dati comprendendone lo stesso significato, a condizione che adottino vocabolari e ontologie condivisi per descrivere le stesse categorie di informazione.

Automazione e inferenza logica: un agente software può dedurre nuove informazioni a partire da quelle già disponibili, applicando le regole definite nelle ontologie. Ad esempio, se un sistema sa che una persona è nata in una determinata nazione e conosce l’altezza del monte più alto di quella nazione, può rispondere a una domanda composta senza che nessuno gli fornisca la risposta già pronta.

Dati connessi (Linked Data): pubblicare informazioni in triple collegate ad altre risorse crea una rete globale di dati interconnessi, di cui repertori come DBpedia e Wikidata sono esempi concreti già attivi. I Linked Open Data sono Linked Data rilasciati con licenza aperta, condizione che ne favorisce il riuso da parte di terzi.

Se i dati restano isolati in sistemi chiusi: perché l’interoperabilità non si realizza

Quando un’organizzazione registra le informazioni solo secondo un formato proprio, senza collegarle a vocabolari condivisi, quei dati restano interpretabili unicamente all’interno del proprio sistema. Per renderli utilizzabili anche da altri, occorre pubblicarli con un formato standard (RDF) e collegarli a identificatori già riconosciuti da altre basi di dati aperte.

Esempi e applicazioni pratiche del web semantico

Le applicazioni concrete del web semantico riguardano oggi soprattutto la disambiguazione dei contenuti, l’automazione dei compiti e il collegamento di basi di dati specialistiche.

Nei motori di ricerca, i dati strutturati (espressi con vocabolari condivisi) permettono di riconoscere se una pagina descrive una ricetta, un evento o un prodotto, e di mostrare informazioni aggiuntive direttamente nei risultati. Un motore che analizza il contesto tecnologico di una pagina distingue se un termine ambiguo indica un frutto o un’azienda, perché le relazioni semantiche circostanti chiariscono l’ambito.

Negli assistenti vocali e nei sistemi di intelligenza artificiale, il collegamento tra fatti diversi consente di rispondere a domande composte che richiedono più passaggi logici, combinando dati provenienti da fonti separate senza che un operatore li unisca manualmente.

In ambito bibliotecario, i primi passi verso l’interoperabilità sono stati compiuti garantendo il collegamento tra i catalogi pubblici (OPAC) di sistemi diversi. Nei settori biomedico e finanziario, il web semantico collega banche dati complesse su farmaci, ricerche scientifiche e transazioni, permettendo query trasversali che una singola base di dati isolata non potrebbe eseguire.

A cosa serve oggi il web semantico

Il concetto originario si è evoluto verso applicazioni concrete già presenti negli strumenti quotidiani: markup per i motori di ricerca, grafi di conoscenza alla base degli assistenti vocali, repertori di dati apertamente collegati come Wikidata. La visione di una rete di dati completamente interoperabile resta un traguardo parziale, ma gli strumenti che la compongono sono già in uso.

Limiti e stato di sviluppo attuale

La realizzazione piena del web semantico resta parziale, nonostante l’impulso ricevuto dalla crescita degli standard di interoperabilità. Alcuni ostacoli sono strutturali e riguardano il modo in cui i dati vengono prodotti sul web.

Il primo limite riguarda la disambiguazione delle entità: senza identificatori univoci condivisi, due documenti che parlano dello stesso soggetto restano scollegati agli occhi di un sistema automatico. Il secondo riguarda la difformità dei formati: informazioni equivalenti (come un indirizzo postale) vengono spesso codificate con tag diversi da autori diversi, rendendo difficile ogni deduzione automatica coerente.

Se i dati provengono da fonti eterogenee: come gestire la difformità

Se più documenti descrivono lo stesso tipo di informazione con etichette diverse, occorre mappare quelle etichette su un vocabolario comune prima di poterle collegare. Questo passaggio, detto allineamento delle ontologie, richiede di individuare corrispondenze tra i termini usati da fonti differenti e di renderle esplicite in un formato leggibile dalle macchine.

Un terzo limite è la complessità di costruzione delle ontologie: definire classi, proprietà e regole per un intero settore è un lavoro che richiede accordo tra più soggetti su quali termini rappresentino adeguatamente le risorse di quel dominio, condizione non sempre raggiungibile in tempi brevi.

Cosa significa “semantico”

L’aggettivo semantico indica ciò che riguarda il significato, in particolare delle parole, di un testo o di un contenuto, distinguendosi dalla forma grammaticale o dalla struttura sintattica con cui quel contenuto viene espresso. Il termine deriva dal greco semantikos (“che ha significato”), passato attraverso il latino tardo e il francese prima di entrare nell’italiano.

Nel linguaggio comune si parla di “passaggio semantico” per descrivere l’evoluzione del significato di una parola nel tempo, o di “area semantica” per indicare l’insieme di significati affini condivisi da più termini. Nel contesto del web, lo stesso aggettivo si applica ai dati: un contenuto “semantico” è un dato accompagnato da informazioni che ne chiariscono il significato per un sistema automatico, non solo per un lettore umano.

Differenza tra semantico e sintattico

La differenza riguarda il livello di analisi: l’aspetto sintattico descrive come i dati sono strutturati e formattati (i tag, l’ordine degli elementi, la sintassi di un linguaggio come XML), mentre l’aspetto semantico riguarda cosa quei dati significano e come si relazionano tra loro. Un documento può essere sintatticamente corretto (rispettare le regole di formattazione) senza essere semanticamente chiaro, se non specifica le relazioni logiche tra le informazioni che contiene.

Campo semantico, rete semantica e database semantico

Accanto al web semantico esistono altri concetti che condividono la stessa radice terminologica ma appartengono a livelli diversi di analisi del significato.

Il campo semantico è l’insieme dei significati che un termine polisemico può assumere, oppure la sfera di significati condivisi da un gruppo di parole legate tra loro; è un concetto della linguistica, usato ad esempio per raggruppare vocaboli appartenenti allo stesso ambito tematico.

Una rete semantica è una struttura che rappresenta concetti come nodi collegati da relazioni etichettate, un modello concettuale affine a quello delle ontologie usate nel web semantico, ma applicato più genericamente alla rappresentazione della conoscenza in informatica e linguistica computazionale.

Un database semantico è una base di dati che memorizza le informazioni non solo come righe e colonne, ma come triple soggetto-predicato-oggetto secondo il modello RDF, interrogabile con linguaggi come SPARQL invece che con i linguaggi tipici dei database relazionali.

Come funziona la ricerca semantica

La ricerca semantica analizza il significato e il contesto di una query, non solo la corrispondenza letterale delle parole chiave. Un motore che applica questo approccio collega la richiesta a entità e relazioni note, restituendo risultati coerenti con l’intento della domanda anche quando le parole usate non coincidono esattamente con quelle presenti nei documenti.

Domande frequenti

Cosa si intende per web semantico?

Si intende un’estensione del web attuale in cui i contenuti vengono accompagnati da metadati strutturati che ne descrivono il significato e le relazioni, permettendo a sistemi automatici di interpretarli senza il costante intervento umano.

Che cosa vuol dire semantico?

Vuol dire relativo al significato di un contenuto, in contrapposizione alla sua forma o struttura grammaticale. Applicato ai dati web, indica un’informazione accompagnata da metadati che ne chiariscono il senso per una macchina.

Cosa sono i database semantici?

Sono basi di dati che rappresentano le informazioni come triple soggetto-predicato-oggetto secondo il modello RDF, interrogabili con il linguaggio SPARQL, a differenza dei database relazionali tradizionali organizzati in tabelle.

Cos’è una rete semantica?

È una struttura che rappresenta concetti come nodi collegati da relazioni etichettate, usata per modellare la conoscenza in modo simile alle ontologie del web semantico, ma applicata più in generale all’elaborazione del linguaggio.

Qual è la differenza tra semantico e sintattico?

L’aspetto sintattico riguarda la struttura e la formattazione dei dati, mentre l’aspetto semantico riguarda il loro significato e le relazioni logiche che li collegano. Un dato può essere formalmente corretto senza essere semanticamente chiaro.

Cosa significa “contenuto semantico”?

Indica un contenuto accompagnato da informazioni esplicite sul suo significato e sul suo contesto, in modo che non solo un lettore umano ma anche un sistema automatico possa comprenderne il senso e le relazioni con altri contenuti.

Quali sono alcuni esempi di campi semantici?

Un campo semantico raggruppa termini legati allo stesso ambito, ad esempio le parole riferite alla scuola (aula, insegnante, lezione) o quelle riferite a un’azienda tecnologica rispetto a un frutto omonimo, distinte in base al contesto in cui compaiono.

Che cos’è la ricerca semantica e come funziona?

È un tipo di ricerca che analizza il significato e il contesto di una domanda, non solo la corrispondenza delle parole chiave, restituendo risultati coerenti con l’intento espresso anche quando i termini usati non coincidono letteralmente.