¿En qué consiste la web semántica?

La web semántica es el siguiente paso en el de­sa­rro­llo de la World Wide Web. En la llamada Web 3.0, la in­fo­r­ma­ción no solo se enlaza, sino que los co­n­te­ni­dos de la web se en­ri­que­cen con metadatos se­má­n­ti­cos legibles por máquinas y se conectan entre sí. El objetivo es optimizar el in­te­r­ca­m­bio de in­fo­r­ma­ción en la web haciendo que las máquinas distingan y procesen es­pe­cí­fi­ca­me­n­te los si­g­ni­fi­ca­dos legibles por máquinas, es decir, el contenido semántico.

El término “semantic web” es solo uno de los muchos términos que pretenden definir la siguiente evolución semántica de la World Wide Web. Además de la web semántica, también se usan los si­guie­n­tes términos para hacer re­fe­re­n­cia a la red de in­fo­r­ma­ción global y vinculada a nivel semántico:

• Web 3.0: difundido por el pe­rio­di­s­ta es­ta­dou­ni­de­n­se John Markoff para describir cómo los si­g­ni­fi­ca­dos legibles por máquinas se están añadiendo a la Web 2.0 in­ter­ac­ti­va y co­la­bo­ra­ti­va.
• GGG (Giant Global Graph): utilizado por Tim Berners-Lee, el inventor de la WWW, como de­s­cri­p­ción de la es­tru­c­tu­ra global de la in­fo­r­ma­ción que utiliza la es­tru­c­tu­ra­ción semántica de los metadatos y el contenido; el GGG se solapa co­n­ce­p­tua­l­me­n­te con la web semántica.
• Linked Open Data: in­tro­du­ci­do en 2007 para hacer hincapié en los es­tá­n­da­res de metadatos, las rutinas de consulta y los datos se­má­n­ti­cos in­te­r­co­ne­c­ta­dos como base de la web semántica.
• Web de datos: de­fi­ni­ción in­tro­du­ci­da por el W3C, el Consorcio de la World Wide Web, en 2013 para agrupar la red si­n­tá­c­ti­ca y semántica de los datos en un solo término.

Hasta ahora, la WWW se ha guiado pri­n­ci­pa­l­me­n­te por la sintaxis de la in­fo­r­ma­ción. Para ello, los programas in­fo­r­má­ti­cos utilizan al­go­ri­t­mos que analizan índices de datos, palabras clave y consultas de búsqueda. En función de la si­n­gu­la­ri­dad de una consulta, los motores de búsqueda ofrecen re­su­l­ta­dos de búsqueda más o menos adecuados (SERP).

Sin embargo, es im­po­r­ta­n­te para los usuarios y las empresas que los programas puedan procesar la in­fo­r­ma­ción de búsqueda y uso de la manera más eficiente posible. Por lo tanto, la web semántica no solo se guía por los términos de búsqueda y la sintaxis, sino también por valores de si­g­ni­fi­ca­do. Así, las máquinas no solo pueden encontrar co­n­te­ni­dos, sino también co­m­pre­n­der y di­s­ti­n­guir su si­g­ni­fi­ca­do.

Por ejemplo, si los usuarios buscan la frase “¿Cuándo comenzó el mandato de Angela Merkel?”, los motores de búsqueda actuales no suelen dar como respuesta “el 22 de noviembre de 2005”, sino que, en función de las palabras clave, ofrecen los re­su­l­ta­dos más adecuados posibles para Angela Merkel.

En la web semántica, sin embargo, las máquinas no solo en­te­n­de­rían el contenido, sino también el si­g­ni­fi­ca­do de la consulta de búsqueda y pro­po­r­cio­na­rían una respuesta precisa. En la web semántica, el análisis de los si­g­ni­fi­ca­dos incluye no solo los textos, sino también las imágenes, los sonidos, los números y los símbolos, es decir, todos los objetos que tienen un si­g­ni­fi­ca­do.

Las entidades y las on­to­lo­gías se en­cue­n­tran entre los co­m­po­ne­n­tes más im­po­r­ta­n­tes de la web semántica. “Entidad” es un término de la semántica: estas unidades de sentido constan de un ide­n­ti­fi­ca­dor y sus atributos asociados. Un ejemplo: “Barack Obama” sería el ide­n­ti­fi­ca­dor en una entidad, mientras que in­fo­r­ma­ción como “pre­si­de­n­te de EE. UU.”, “abogado”, “demócrata” son los atributos, es decir, pro­pie­da­des de­s­cri­p­ti­vas. Las entidades, a su vez, pueden estar re­la­cio­na­das entre sí y ser te­má­ti­ca­me­n­te afines o di­fe­re­n­tes.

Si las entidades tienen relación entre sí, hablamos de “on­to­lo­gías”. Las on­to­lo­gías son conjuntos ordenados de in­fo­r­ma­ción y enu­n­cia­dos lógicos fo­r­mu­la­dos de forma legible para humanos o máquinas, que es­ta­ble­cen co­ne­xio­nes y muestran re­la­cio­nes.

Las entidades y on­to­lo­gías son im­pre­s­ci­n­di­bles para la web semántica. Sin ellas, los programas no pueden entender las re­la­cio­nes entre palabras, co­n­s­tru­c­cio­nes de oraciones, imágenes y símbolos, filtrar de forma in­te­li­ge­n­te los casos de polisemia y duplicate content, in­te­r­pre­tar co­n­te­ni­dos web y di­s­ti­n­guir las entidades según sus áreas temáticas.

De este modo, se crea una rica red de co­no­ci­mie­n­to que no solo consiste en in­fo­r­ma­ción no es­tru­c­tu­ra­da, palabras clave y di­re­c­cio­nes. En el futuro, las in­te­li­ge­n­cias ar­ti­fi­cia­les no solo serán capaces de buscar a nivel su­pe­r­fi­cial entre los co­no­ci­mie­n­tos acu­mu­la­dos de la WWW, sino que podrán entender e in­te­r­pre­tar esos co­no­ci­mie­n­tos para lograr un objetivo.

Para que la web semántica se convierta en una realidad, los programas in­fo­r­má­ti­cos deben aprender a extraer si­g­ni­fi­ca­dos. Esto solo es posible si los co­n­te­ni­dos exi­s­te­n­tes o nuevos de la WWW incluyen datos es­tru­c­tu­ra­dos que sean legibles para las máquinas. Los datos es­tru­c­tu­ra­dos se formulan mediante normas y cla­si­fi­ca­cio­nes es­pe­cia­les y se codifican en los sitios web en forma de ma­r­ca­do­res de esquema y ma­r­ca­do­res dentro de la página.

Con los datos es­tru­c­tu­ra­dos, los programas pueden di­s­ti­n­guir cla­ra­me­n­te en un sitio web las pro­pie­da­des que, por ejemplo, di­s­ti­n­guen al objeto “banco” como in­s­ti­tu­ción fi­na­n­cie­ra del objeto “banco” como opción de asiento. A su vez, un lenguaje uniforme legible para las máquinas requiere es­tá­n­da­res de web semántica como los que ya ha formulado el Consorcio W3.

Otra base para es­tá­n­da­res de la web semántica son el Context Browsing Language (CBL), que describe las re­la­cio­nes entre la in­fo­r­ma­ción, y el Web Ontology Language (OWL), que ordena y clasifica la in­fo­r­ma­ción de forma je­rá­r­qui­ca. Además, los si­guie­n­tes ma­r­ca­do­res y es­tá­n­da­res, entre otros, ayudan a crear me­tai­n­di­ca­cio­nes, normas y reglas se­má­n­ti­cas:

• RDF/RDFa (Ressource De­s­cri­p­tion Network in At­tri­bu­tes): Sirve para describir de forma detallada las páginas web y para hacer afi­r­ma­cio­nes se­má­n­ti­cas sobre cualquier contenido y se puede co­m­ple­me­n­tar con RDFa para integrar RDF en XML.
• URI (Uniform Resource Ide­n­ti­fier): Ide­n­ti­fi­ca las unidades de in­fo­r­ma­ción y, al mismo tiempo, remite a los datos abiertos enlazados (Linked Open Data, LOD) di­s­po­ni­bles de forma libre, es decir, a otros datos en do­cu­me­n­tos HTTP.
• RIF (Rule In­te­r­cha­n­ge Fromat): Define las reglas según las cuales se deben crear contextos de si­g­ni­fi­ca­do.
• Dublin Core: Una norma para los metadatos in­te­gra­dos en los do­cu­me­n­tos digitales y para la in­te­r­pre­ta­ción legible por máquinas de los elementos fo­r­mu­la­dos en RDF.
• RDFS (Resource De­s­cri­p­tion Framework Schema): Marca el vo­ca­bu­la­rio RDF y es­pe­ci­fi­ca la es­tru­c­tu­ra y la sintaxis a utilizar.
• SPARQL (SPARQL Protocol And RDF Query Language): Sirve como lenguaje de consulta y protocolo para co­n­te­ni­dos del sistema RDF, que consiste en de­s­cri­p­cio­nes lógicas e in­ter­re­la­cio­nes de datos.

No hay que su­b­e­s­ti­mar las ventajas de la web semántica, sobre todo, en el contexto del marketing online. Las empresas ya se están viendo obligadas a adaptarse a la di­gi­ta­li­za­ción del mundo em­pre­sa­rial. Quienes analizan el co­m­po­r­ta­mie­n­to de compra y búsqueda de los clientes y grupos objetivo pueden ofrecer in­fo­r­ma­ción pe­r­so­na­li­za­da y generar más tráfico. En el marketing online, la pu­bli­ci­dad orientada a la semántica del contenido web puede adaptarse mejor y vi­n­cu­lar­se a las palabras clave que co­rre­s­po­n­den a los propios servicios y productos.

En el ámbito de las páginas web op­ti­mi­za­das para motores de búsqueda no solo importan las palabras clave buenas y so­li­ci­ta­das, sino también la in­fo­r­ma­ción semántica adicional que es­tru­c­tu­ra los co­n­te­ni­dos y permite una ar­qui­te­c­tu­ra de in­fo­r­ma­ción legible para las máquinas. Asegúrate de incluir datos es­tru­c­tu­ra­dos en los sitios web y haz que el contenido de la web sea lo más si­g­ni­fi­ca­ti­vo posible uti­li­za­n­do es­tá­n­da­res se­má­n­ti­cos. De este modo, no solo mejorarás tu posición en los motores de búsqueda, sino que también te en­co­n­tra­rán ju­s­ta­me­n­te los grupos objetivo que deseas atraer.

La web semántica aún está en sus inicios, pero los primeros pasos en la dirección correcta se han dado desde hace varios años. Por ejemplo, las po­si­bi­li­da­des de la web semántica pueden verse en el Rank Brain de Google que puede asignar te­má­ti­ca­me­n­te consultas de búsqueda que hasta ahora eran de­s­co­no­ci­das para el algoritmo.

La búsqueda de imágenes de Google también “reconoce” lo que los usuarios buscan y ofrece re­su­l­ta­dos de imágenes te­má­ti­ca­me­n­te similares. Del mismo modo, la función de Google Knowledge Graph es capaz de reconocer entidades se­má­n­ti­cas y de mostrar la in­fo­r­ma­ción re­la­cio­na­da o em­pa­re­n­ta­da más im­po­r­ta­n­te al margen de los re­su­l­ta­dos de búsqueda. Un caso parecido a Rich Snippets y Rich Cards de Google que preparan datos es­tru­c­tu­ra­dos en forma de ca­rru­se­les de in­fo­r­ma­ción y extractos de sitios web.