网络键连资料linked data , 看起来高深莫测，看起来是很【新】的电脑术语。
其实每个上网的人，就肯定接触到它 - 网页链接。 （上面的linked data 就包含着链接）。
Linked data 不是新鲜事， 它是网页浏览最首要的目的，也是最终的目的。20年前， Tim Berners Lee 带出Web page 这个主意，就是为了让资料链接更容易， 让使用者可以从页面链接到自己要的资料。
不过，要从恒河沙数的网页找出特定的资料不容易，搜索应用程序就应运而生，现在谷歌搜索是我们常用的。 不过那不过是到了linked data 门口而已。
比如说， 我要找 “所有法国餐的包含奶油的食谱名字”， 谷歌也只能收集有“法国餐， 奶油，食谱” 词汇的网页， 而我自己就要从零散的资料， 自己一一检查，列出食谱。而且那些谷歌给的网页也可能含有垃圾资料，浪费了时间。
又比如说， 要找一系列的未知的各国酸性水果食谱，来做个食物主题，你试试去谷歌“各国酸性水果食谱”，肯定踢铁板。
其实不能怪谷歌。归根结底，许多网页都没建立基本的词汇链接。写文章的人，可不会一一列出每个字词去有关的资料库。所谓的“tag"（标签） ，能做的也是有限度的。
起先的做法， 是从一个你认为收集最多某些资料的中央资料库出发。 比如说Wikipedia. 然后结合谷歌搜索。 拿主题酸性水果做例子， 比如在Google 里头做这样的搜索
sour fruit site:wikiepdia.org
不过整理方面还是有问题的， 比如说你可不想吃到有毒的酸性水果，要如何在搜索的时候剔除也是不简单的技术问题。
这几年内，语意网（Semantic Web - 1998 ）已经开始具体化了。不需要有高深的电脑操作知识，只要你懂一些工具的概念，就可以开始开始做更精简的资料搜索。语意网的基本架构，就是让重要的词汇和意义链接起来。
比如说“苹果” ， 就有许多意义跟随 ：
- 科学学名，不同语言的叫法
- 种植方法,收成的资料，每个品种的资料链接管理等等，
- 公司名字
- 关联的食谱
- 化学分子的分列
- 味道的关联
- 艺术文学的关联
- 词汇的关联
- 还有其他
当语意网的词汇被架构起来， 那使用语意网工具，就可以更简单做出特定的资料搜索，甚至可以探讨其他可能性。
比如说 “当季节可以找到的酸性水果"， 里头就包括了
- 搜索时候的月份， 水果生长的季节资料
- 必须是酸性的
- 必须是无毒的
这个例子暂时无法实现，因为我不懂有什么食谱网页，有做某些特定味道的架构规划，而且做架构改变也需要拥有建立架构的知识。
不过做有限度的研究探讨的架构也不是没有， 比如说wikipedia , 拿 Carbonara 来说, 去wikipedia 的意义架构dbpedia :
可以看出来，Carbonara 的食谱和其他资料已经被架构来了。
如果一个人手上有胡椒，乳酪，火腿，鸡蛋和麵条， 除了做他知道的Carbonara 外， 也可以用着架构，去搜索任何使用同样材料的食物。 而且从Carbonara 的架构，我们知道这是主食，是从Lazio 这个地区发展出来的。 接下去的种种，就看个人要如何使这些【额外】的知识资讯去研究创新了。
信息深入探讨还不过是Linked data 其中一项功能而已。如何从中创新，就看各人修为了。
----------------------------
有兴趣知道多一点的，可以上MOOC 课程。 （中等难度，如果你是IT 或是数学工作者的话。）
----------------------------
最近不知道是否中年危机感，很想转码头去教书。(当然是教信息科技）。 不过有那间中小学要做“真正的电脑课“呀？
哈哈, 我的电脑知识太有限, 看到我头也大了。。
回复删除看来, 我要多多来访, 学习多点电脑术语。