De plus en plus de producteurs de contenu, à la suite des recommandations du W3C sur le web sémantique, indexent leurs bases avec des métadonnées ou des taxinomies (ontologies), en vue de permettre aux moteurs de recherche de s'adapter aux analyses sémantiques.
Il convient de préciser que ces formes de recherches et d'analyses de corpus d'informations par voie informatique ne sont encore que des potentialités. De nombreux algorithmes ou méthodes de travail devront être mis au point avant de pouvoir créer un système de recherche d'information véritablement sémantique.
En effet, par comparaison avec des recherches plein texte, de véritables recherches réalisées sur le web sémantique devraient être beaucoup plus conviviales pour l'utilisateur : contrairement à un moteur interrogé en mode similarité (requête par mot clé appelant la fourniture de documents pertinents), un système sémantique n'impose pas à l'utilisateur de fournir les éléments de la réponse sous forme de mots-clés. * L'utilisateur d'un système sémantique doit pouvoir directement poser sa question en langue naturelle. * Un véritable moteur de recherche sémantique ne fournit pas de liste de pages répondant à une question mais la réponse précise.
Il n'existe pas encore à proprement parler de moteur de recherche sémantique. Mettre au point un véritable moteur de recherche capable de comprendre et de fournir du sens et capable de comprendre une question en langue naturelle ou d'adapter une réponse en fonction d'un ensemble d'information est encore difficile. Quelques tentatives existent néanmoins pour chercher à répondre par des formes intermédiaires à cette problématique du sens dans la recherche d'information : * Powerset de Microsoft1, qui répond aux questions en langue naturelle ; * NLGbAse2, qui permet d'interroger une ontologie extraite depuis Wikipedia ; * Le projet de recherche Edelweiss3, de l'INRIA, qui développe des outils exploitant les triplets RDF ; * KartOO, de la