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.