模糊RDF数据的一种查询语言扩展

当前,在语义Web领域,由于信息资源量巨大,数据具有复杂性和广泛的连通性,因此对其进行有效查询是一个非常关键的问题。资源描述框架(RDF)是用于表示语义Web上资源信息的基于图形的标准数据模型,而Web中大部分资源都带有模糊性或不确定性,因此对经典RDF模型的模糊扩展已经被提出,以表达数据的模糊性。SPARQL是查询RDF数据的一种标准查询语言,传统的SPARQL缺乏一些针对数据模糊性的表达和有效查询的功能,因为它遵循的是对标准RDF数据的布尔查询。该文对SPARQL进行了模糊扩展,用于查询上述模糊数据模型,提高了SPARQL的表达能力和实用性。将模糊量词运用在查询当中,定义了模糊查询语言的语义和语法,并且给出评估它的方法。最后给出的具体的实现流程证明了它的可行性。

RDF数据模糊查询方法研究进展

随着语义Web的发展,RDF(resource description framework)数据量飞速增长,致使其查询问题日益得到关注,已成为学术界研究的热点之一。在研究现有RDF数据查询技术的基础上,考虑了自然语言表达所具有的模糊性或不确定性特点,分析了包含模糊条件的查询方法。从RDF模糊查询、查询处理、查询优化等方面,深入分析和比较了RDF模糊查询方法,给出了现存方法的优点和存在的问题。讨论了采用排序机制及偏好优先度计算的包含偏好条件的RDF模糊查询方法。最后给出了相关工作,并对RDF模糊查询技术进行了展望。