OWL本体构建方法的研究

通过分析语义网的特点和对本体构建方法以及本体表示语言的要求,提出了一种新的使用OWL构建本体的方法。该方法分4步详细论述了构建本体的过程,解决了现实领域知识到计算机可以理解的形式化编码的转化问题。最后采用该方法构建食物链本体验证了该方法的有效性。

基于OWL元模型的本体建模研究

采用UML(UnifiedModelingLanguage)的Profile扩展技术作为消除OWL(WebOntologyLanguage)复杂符号体系与本体建模易操作性需求之间的矛盾的关键技术,制定了UML建模元素与OWLLite语法元素之间的映射关系,建立了OWLLite的UMLProfile元模型,并且通过一个具体的示例说明使用OWL的UMLProfile能够直观、清晰地进行OWL本体建模,促进OWL本体建立的易操作性.

基于OWL的领域本体的综合构建与进化

本文探索了基于OWL（Web Ontology Language，Web本体语言）的航空产品领域本体的初构、融合、映射与进化的综合方案，该方案以“航空产品的网上发现与跟踪系统”需求为目的，从实际应用角度设计与构建系统所需的领域知识本体。在本体构建过程中，融合了国外已开发的基于Loom的“军用飞行器本体”的方案；选择使用NASA叙词表，将广泛的航空产品类概念进行了本体映射；利用本体编辑工具Protege对航空产品领域本体原型进行了可视化开发；从Web文档中自动抽取航空产品实例概念对已构建的本体进行进化，从而保证了该领域本体的完善和动态更新。

基于OWL的上下文感知建模与推理方法

上下文感知计算是普适计算研究领域中最为重要的一个方面,针对上下文感知计算中缺乏与自动推理支持的问题,提出了一种基于本体描述语言(web ontology language,OWL)的上下文感知建模与推理方法。OWL是以描述逻辑为基础的本体形式化语言,可以满足上下文知识共享与上下文本体自动推理的需要。该方法首先提出了一种本体引导的上下文模型框架,根据抽象层次的不同将上下文分为元模型与领域特定模型两层结构,然后采用OWL形式化描述该上下文模型,设计了上下文模型到OWL的转换算法,并利用本体自动推理工具完成了上下文推理,并以一个实际案例说明该方法的可行性。

基于标签Petri网的OWL-S建模与分析

提出了OWL-S过程模型的标签Petri网建模方法,给出了过程模型到LPN的转换规则,利用LPN分析方法对模型进行了可达性分析、死锁检测,能有效地检验过程模型描述的正确性。在OWL-S编辑器中嵌入该功能,完善了编辑器的功能。

基于OWL-S的服务发现语义匹配机制

本文提出一种基于OWL-S的语义web服务匹配系统的机制,将语义元素引入UDDI系统中,从而在UD-DI中保存语义信息.系统通过语义服务匹配算法提高web服务匹配的准确度和召回率,并通过数据映射机制保证模型对于当前的服务发现标准UDDI基础架构的兼容以及UDDI标准操作接口的透明性.系统使用本体概念的索引机制提高服务发现的效率.而且,系统在建立和维护索引的过程、或服务的匹配过程中使用近似概念搜寻算法进一步提高本体概念搜寻和服务匹配的效率.

关系数据库存储OWL本体方法的研究

Web本体语言(OWL)是一种用于对本体进行语义描述语言,不仅提供强大的语义表达能力,而且能够表达机器可以理解的内容。关系数据库在存储与管理大规模数据方面相应技术比较成熟。针对该情况,结合两者的优势,提出一种关系数据库存储OWL本体的存储模式,在存储大规模数据和保持语义完整性两者之间取得一个平衡点,使关系数据库存储OWL本体既能存储海量数据,又能最大限度保持其语义完整性。

本体描述语言OWL知识表示的扩展

当前,在语义Web中,基于OWL的知识表示成为了研究和应用的热点。文章基于计算机常用软件领域,介绍了OWL的扩展语言OWLPLUS,包括:用户自定义字符串、数值关系约束和IF-THEN规则表示等方面。

非一致OWL本体的推理方法研究

针对目前OWL推理机无法在非一致本体上进行推理的问题,提出了一种基于回答集程序的非一致本体推理方式,将OWL本体翻译为一类逻辑程序:HEX回答集程序,把本体推理问题规约为回答集程序求解问题。并通过在非一致本体上的推理实验,验证了该类方法的有效性。

基于约束的自然语言问题到OWL的语义映射方法研究

OWL已经成为重要的知识表示和交换方式.OWL驱动的问答系统是比搜索引擎更具挑战性的研究.本文致力于解决为自然语言问题获取正确的OWL解释.考虑到问题理解的复杂性,影响因素的多样性,本文提出一种基于约束的语义映射方法.该方法分解问题成为变量,索引OWL知识成为变量域,抽象约束形成函数.并建立了目标函数完成问题变量在候选OWL知识库中获取合理解释的过程.该方法基于网络智能研究院知识库和问题集进行了初步评估.实验结果表明:和传统基于关键字匹配的算法比较,本文提出的方法使可解释问题比例增加了18%左右.

基于Web本体语言OWL的知识表示

知识表示的方法论研究是知识管理系统研究中重要的问题,提出将Web本体语言OWL应用到知识表示中。为此,从OWL语言的表示能力,针对不同用户群的分层,可操作性,可扩充性等方面进行了简要地分析。然后,以高校教育资源的知识表示为例,说明了OWL的知识表示过程。基于OWL的知识表示是一种表达能力较强,语法独立,可扩充的,适用于分布式系统的知识表示方法。

基于OWL-S过程模型的Web服务发现方法

现有Web服务发现方法未考虑过程行为的相关信息,导致所发现的服务不能较好地满足用户需求且查准率较低。针对该问题,提出一种基于OWL-S过程模型的Web服务发现方法。将OWL-S过程模型转化为过程图,根据两过程图的相似度,判断两服务过程的匹配程度。实验结果表明,该方法能准确地匹配两服务的过程模型,具有较高的执行效率和较好的匹配效果。

一种基于OWL-S的语义Web服务自动组合方法

提出了一种基于OWL-S的语义Web服务自动组合的方法。该方法充分利用OWL-S的顶层本体结构,基于最小满意度阈值,从网络上获取满足要求的Web原子服务并将其存储在两个DAG图中;然后基于该图生成Web服务组合候选集;最后从该候选集中随机选取最终的Web服务组合。该方法在保证Web服务组合质量的前提下,实现了根据服务请求对Web服务的自动化组合。

面向OWL的联合作战管理语言本体开发方法

作战管理语言是一种能够无歧义指挥命令部队和装备进行军事行动和提供态势感知、共享作战行动的语言,其公开标准为联合作战管理语言。联合作战管理语言产品开发组制定了三个阶段开发语言标准,包括数据模型、形式化结构(语法)和形式化语义(本体),目前的研究主要集中在前两个阶段,对实现概念交互的第三阶段的相关研究还比较欠缺。在总结相关对作战管理语言本体研究的基础上,提出了针对联合作战管理语言本体面向联合作战的一种应用框架。通过对炮兵打击任务分配的实际应用,验证了该方法的合理性和有效性,同时显示了本体在军事领域具有相当严格可靠的模型描述能力。

基于OWL的工作流异常处理建模方法

针对工作流异常和本体的特点,提出了任务属性的概念和基于网络本体语言(Webontology language,OWL)本体推理及属性驱动的异常识别方法。任务属性扩展了工作流活动模型(Workflow activity model,WAMO)模型的事务属性,并附加在流程任务之外,利用OWL本体语言对其进行描述,通过任务属性建立起任务异常与处理模式之间的映射关系。在任务发生异常后,OWL本体推理机通过已定义的映射关系使任务异常检索到异常本体中根据属性描述的异常处理模式,进而对任务异常做出相应的处理。由于OWL的定义是增量式的,并且具有通用资源标识符,因此不仅可以使异常处理机制通过语义而非关键字来识别任务异常的处理模式,而且还能在分布式环境下对异常知识库进行扩展式开发,减少知识库开发的工作量。

从RDF(S)到OWL,什么在改变之中?

作为一种 Ontology 描述语言,需要具有丰富的语义表达能力、精确的语义表述性能和有效的可计算性。鉴于 RDFS 语义表达能力的有限,OWL 借鉴了 DAML,OIL 和 DAML+OIL 的经验,在 RDFS 的基础之上,通过增加语言构成要素,扩充了 RDFS 的语义表达能力,并且提高了语义表述的精确性,然而随之而来的是计算复杂性和推理难度的增加,有效可计算性的降低。描述逻辑的存在为 OWL 语言的设计打下了重要的基础,使 OWL 能够在表达能力和可计算性之间找到平衡。

采用扩展OWL-S的决策模型表示框架

通过对OWL-S(Web Ontology Language for Service)进行必要的扩展,提出了包括模型表示、解程序表示、数据表示和相关本体库在内的综合表示框架来表示决策模型及其相关组件。该表示框架具有充分兼容网络和语义Web技术,适用范围广,易于用户交流,数据参数的设计考虑全面且有利于模型、解程序和数据的匹配等优点。以施工现场设施布置问题为例,说明了表示框架对模型的表示,重点对数据参数和模型内部结构的表示进行了描述。

带负授权RBAC模型的OWL表示及冲突检测

提出带负授权和权限层次的扩展RBAC模型并分析模型中由负授权引起的冲突。用OWL-DL表示该扩展模型并说明如何使用OWL-DL推理引擎检测扩展模型中潜在的冲突。

基于OWL本体构建的网页图文摘要算法

为了提高网页正文提取的实用性和准确性,在已有的网页正文提取算法基础上,提出了一种网页图片选择算法,并将两者集成为一种新的网页图文摘要方法。构建了网页图文摘要的方法模型,设计出图片选择算法,该算法使用本体建模语言(ontology web language,OWL)进行页面本体的构建,提取图片和网页各种元素的语义特性,并考虑图片的各类align属性,从而能在网页中选取较优的具有代表性图片。实验结果表明,该方法能够有效地丰富和完善网页正文提取。

基于OWL的旅游领域本体的构建

利用本体可实现特定领域内的知识共享、重用和建模。针对目前网络旅游信息量大而分散,领域知识异构,计算机无法理解信息语义,致使网络无法为用户提供满意的旅游服务的情况,基于W3C推荐的(Web Ontology Language,OWL)本体描述语言,应用Protégé3.2辅助构建可被计算机理解的旅游领域本体,可为下一步旅游服务的语义标注,Jena的语义推理,及基于本体的旅游服务发现打下基础。