XML Schema,RDF Schema及DAML比较

以语义Web的层次为出发点,比较XMLSchema,RDFSchema及DAML的功能和作用。从描述语言表达能力的各个方面,比较这三种语言的关系及差异。

XML和RDF在科学数据库元数据标准建设中的应用

XML与RDF是用于元数据描述与应用的最重要的两种技术。本文以科学数据库元数据标准建设为背景,介绍了XML技术及其在科学数据库核心元数据标准建设中的应用情况。通过分析科学数据库元数据标准建设的现状,进一步阐述了RDF技术的核心思想并展望了它在科学数据库元数据标准建设中的应用前景。

基于RDFS的本体集成方法

现实中的数据源一般具有半结构化、异构性和分布性等特点,而许多应用需要对不同的相关数据源进行联合操作。本体集成是解决知识共享、异构数据源语义互操作的有力工具。首先分析了本体集成的原因,提出了本体集成时应遵循的4条基本原则;然后提出了一种基于RDFS图闭包的本体集成方法,该方法将RDFS本体抽象为图模型,根据RDFS推理规则和扩展规则生成RDFS本体的图闭包,在此基础上进行本体集成,同时提出了几种计算实体间相似度的方法。最后,将该方法与FCA-merge和COMA++进行实验对比。

基于图模型的RDF/RDFS本体抽取方法

为了提高RDF/RDFS本体中特定领域知识的利用效率,提出了一种从源本体中抽取出特定领域本体的算法。将RDF/RDFS本体抽象为图模型;根据RDFS推理规则生成RDFS本体图模型的闭包;应用图理论构建抽取算法,生成以特定领域术语词典中概念为节点的子图,得到所需的领域本体。抽取结果表明,该方法对于RDF层次的领域本体抽取有良好的适用性,可快速有效地构建特定领域本体。

基于分布RDF(S)模型的信息查询与集成

在Web应用环境中,可以通过RDF(S)形式描述企业领域内分布信息资源的语义,以提高信息查询的准确性.提出了描述分布异构RDF(S)的分布RDF(S)模型,并基于这一模型给出了实现分布RDF(S)查询的方法,此查询方法既能实现实例层次的查询,也能实现概念层次的查询.基于这一方法,用户能够以统一的形式来查询,获取相关的信息资源,同时还可以实现分布RDF(S)的集成.

语义Web中RDF元数据的存储与管理

语义Web的实现首要解决的问题就是对资源的描述,RDF是描述信息资源的基础,管理和存储RDF数据成为必须要解决的问题。如果把RDF数据存储在关系数据库中,就可以有效地利用现有的数据库资源来管理RDF数据。本文用垂直Scheme的格式来构造RDF数据存储表,通过模式映射把RDF数据映射成RDF数据存储表中的记录;此外又给出了用RDF视图查询RDF数据的方法为实现语义查询打下了基础。

RDF(S)模型到关系数据库模式的转换

针对资源描述框架和资源描述框架模式(RDF(S))的数据管理问题,提出一种RDF(S)模型到关系数据库模式的转换方法。在对RDF(S)模型和关系数据库模式进行形式化定义的基础上,给出RDF(S)模型到关系数据库模式的转换规则和算法,设计并实现相应的转换系统,通过实验验证该转换方法的可行性和有效性。

怎样在关系数据库中存储RDF

RDF(ResourceDescriptionFramework)即资源描述框架 ,是下一代Web的基础 ,它是Web上智能信息服务的基础和为Web上提供语义互操作性的标准之一。RDF提出的框架是面向机器可理解的 ,因此对RDF的数据的操纵和处理是必须的 ,本文给出的关系数据库存储RDF的方法是处理RDF的数据的第一步 ,即存储。应用中表明我们的方法是可行的。

一种基于Oracle空间网络模型存储RDF的方法

为了方便的存储和管理资源描述框架(RDF)数据,文中对利用Oracle空间网络数据模型存储RDF数据的方法做了改进。对改进前后得到的结果进行比较分析,并通过实验证明对基于Oracle空间网络模型存储RDF数据方法的改进不仅能够方便快捷的导入RDF,实现对RDF数据的有效管理,而且能够节省存储时间,提高了存储效率。

一种基于RAL的RDF查询方案

随着RDF的出现,其相应的查询语言也应运而生。然而,这些语言都没有考虑RDF代数关系(RDF algebra,简称RAL),因此,这样的RDF查询语言通常没有使用APIs来描述它们的语义和优化问题,这对于RDF查询会导致一种低性能行为。为此,为RDF查询语言和执行RDF查询优化提供一种RAL。首先定义RAL的数据模型、然后呈现处理数据的运算和等价规则、最后描述应用RAL运算和等价规则来查询RDF的优化。

基于XML模式和RDF的异构数据集成框架研究

随着Internet网络的普及和各种数据的爆炸涌现,如何有效地集成各种异构数据并对其进行分析处理是电子商务领域中的一个关键性难题。提出一种基于XML和资源描述框架RDF(Resource Description Framework)的中间件-包装器架构的解决方案,用XML Schema来表示异构数据源的数据模式,并通过RDF建立模式间的映射关系实现数据集成。还基于该方案实现了一个通用异构数据集成框架原型,在实验中该框架能较好地解决数据集成中的数据源多样性问题和模式间语义冲突问题,并具有良好的灵活性。

简单的关系模式的RDF视图机制

为了提供语义网发展所需的领域数据,需要从关系数据库中挖掘隐含的领域信息,并将关系模式映射为RDF模式。通过在关系模式与RDF(S)模式之间建立简单的映射规则,并用传统的关系视图表示目标RDF(S)视图,提出一种"属性视图"的概念,使得在不生成RDF数据实例的前提下,在关系数据库上实施SPARQL查询,以开发语义网的应用。最后提出了一个将SPARQL基本图模式转换为SQL查询的简单规则,表明了该视图机制是可行的。

互联网信息表与RDF数据的集成

网络上存在很多包含实体属性的表格,可以用来扩充RDF知识库,这涉及到实体表与RDF知识库之间的模式映射问题.已有的模式匹配方法仍然不足以用来解决一个实体表与RDF知识库之间的模式匹配问题.为了准确高效的获得Web实体表与RDF知识库的匹配模式,本文提出了一种基于实例的模式匹配的方法,在匹配数据基础上得到统计意义上的Web实体表与RDF知识库之间的匹配模式.依此构建的系统,能根据知识库包含的信息,主动寻找与知识库相关的Web实体表,并利用找到的Web实体表扩充RDF知识库.

基于RDF的查询引擎系统架构

Iseek可建立在从关系数据库到专用RDF三元组存储的多种存储库上,为了实现准确查询,该查询引擎采用RQL作为查询语言,而且由于加入了基于描述逻辑的推理机制,它能为用户返回语义上相关度较高的信息。

一种基于约束依赖性分析的RDFS模式抽取方法

为了验证RDFS(resource description framework schema)本体的正确性所执行的推理是一项计算开销很大的任务,该任务在附加约束存在的条件下变得更加复杂.提出了一种旨在不改变推理结果的前提下,对RDFS模式进行抽取的方法.该方法基于对约束间的依赖关系进行分析.为了获取RDFS模式的精确语义,首先,将模式元素和约束形式化为一阶谓词逻辑中的析取嵌入依赖;接着,根据约束间的相互影响建立约束依赖图,在此基础上,提出了删除与推理任务无关的边和节点的策略;最后,通过重构造过程获取RDFS子模式.该方法使得推理验证可以在抽取后的小规模本体上进行.实验结果显示,该方法可以显著地提高RDFS本体验证过程的效率,抽取过程的平均耗时为0.60s,与推理检测时间相比几乎可以忽略,而获得的效率提升则为2.00倍~22.97倍不等.

基于RDFS的数据结构描述

资源描述框架(RDF)/资源描述框架模式(RDFS)是语义互联网架构中的技术。尽管XML/RDF数据库正迅速地发展,关系型数据库仍是目前企业级应用的首选。针对在应用中混合使用关系型数据库管理系统和RDF/RDFS的问题,该文提出了关系数据库表结构的RDFS定义方法以及在此基础上的数据获取方式,目的是在关系数据库与应用系统之间建立基于RDFS的抽象数据结构描述,实现数据结构的可配置性以及RDF数据的可访问性。

基于代价模型的联邦知识图谱查询方法

研究基于代价模型的联邦知识图谱查询方法,有效查询联邦数据库知识图谱,为查询用户提供更为舒适的查询体验。设计以数据源、控制端为主要构成的联邦知识图谱查询方法架构,查询用户发出查询请求后,控制端通过各类RDF数据源提供的SPARQL查询性接口,访问各类RDF数据源,并抽象出相应的模式图,之后利用现有SPARQL引擎全文性搜索接口,找到对应用户输入关键字的候选性类点队列,并将各个关键字向模式图映射。然后,将映射到模式图的关键字当作出发点,使用最短路径法划分模式图,获得最短联通性模式子图,并对其执行SPARQL查询语句集合构建操作,而后利用代价模型寻找代价最小SPARQL查询语句执行计划,将多个SPARQL查询语句,传输至相应RDF数据源SPARQL查询接口,获取查询结果。实验结果表明:该方法能够使查询用户以较快的速度获取到更为准确的联邦知识图谱查询结果,在实际工作中优势显著。

语义Web的标记语言和体系结构

当前WWW上的信息主要是为人类阅读而设计的，而语义Web试图将WWW上的海量信息以一种机器可理解的方式组织起来，提供数据的语义关系的表达手段，以满足日益增加的Web应用对数据互操作性的要求。XML提供了对数据表达的语法的统一描述，RDF和RDF Schema提供了对数据语义的表达手段。本体论（Ontology）是关于领域内共享概念的形式化的规格说明，在语义Web中起重要作用，本体论语言形成关于本体的逻辑描述。这样从下到上形成了语义Web的层次体系结构。

Semantic Web研究综述

近年来 ,SemanticWeb逐渐成为WWW领域的研究热点以及智能化网络服务和应用开发中的关键技术之一。归纳了Se manticWeb技术的研究背景和主要发展历史。在分析了典型的SemanticWeb概念后 ,给出了SemanticWeb的定义。通过讨论SemanticWeb构想的层次框架模型 ,指出了各个层次扮演的角色 ,并着重分析了SemanticWeb的重要研究领域 ,指出了它们在SemanticWeb构架中的核心作用。通过分析SemanticWeb的应用领域和相关开发工具以及面临的问题和挑战 ,指明了SemanticWeb研究和实践的方向。作为总结 ,给出了SemanticWeb领域下一步的研究趋势。

语义Web

介绍了语义Web的概念及本体模型在其中的运用 ,比较了XML/XMLSchema和RDF/RDFSchema在语义表示方面的使用 ,提出RDF(S)更适合于语义Web ;最后讨论了扩展RDF开发语义Web应用所应该注意的问题。