一种利用RDF(S)建立本体论的方法

首先介绍了如何使用RDF(S)表示本体论 (Ontology)中的对象模型 ,然后分析了如何在RDF(S)

基于OIL和RDFS的语义化Web逻辑扩展

1引言Web的发展使得Internet能够迅速地普及,通过Web人们可以得到各种各样的服务.随着新的应用不断加入到Web应用,Web的发展面临着应用标准不兼容、语义定义不严格、有效性和结构化缺乏等大量问题.这些问题使得针对Web资源难以进行机器自动查询、检索.

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。

关系模型向RDF(S)模型转换研究

随着语义Web的发展,各个领域为实现数据共享将其数据发布成关联数据,然而,目前各个领域的数据基本上被存储在关系数据库中。为了使文档网络能更好地向数据网络转变,并将存储在关系数据库中的数据转换成赋有语义的资源描述框架及其模式(称为RDF(S)),在分析关系模型与RDF(S)模型组成的基础上,分别给出了它们形式化的定义;同时根据这两个形式化的定义,又提出了关系模型向RDF(S)模型的映射规则。通过对目前典型关系模型发布工具的筛选,选取D2RQ和Ontop工具在映射和SPARQL查询上进行对比分析,按照所定义的规则实现了将关系模型向RDF(S)的映射转换。研究结果表明这两个工具均能较好完成关系模型向RDF(S)转换,并且在SPARQL查询上Ontop效率更高。

P2P网络中基于RDF/S的数据库语义查询系统设计

提出一种P2P网络环境下基于RDF/S数据模型的数据库语义查询原型系统,可以有效地对各种基于ODBC的异构数据源进行语义查询。首先数据内容经RDF/S描述成RDF/Sschema片断形式,然后对片段进行编码,再把编码杂凑到DHT中,就可以使用Chord协议定位目标节点。

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。

对象关系数据库到RDF(S)的映射方法

随着智能信息技术的发展,知识图谱已被广泛应用于智能搜索等各个领域。知识图谱中的信息一般采取RDF(S)的数据模型来表示。知识图谱的构建需要从大量的数据源抽取信息,而数据库是不可忽视的重要数据源。近几年,对象关系数据库得到了广泛的应用,且其中存储着丰富的语义信息,而基于对象关系数据库自动构建RDF(S)的研究却较少。因此,文中给出了对象关系数据库与RDF(S)的形式化定义,根据形式化定义将对象关系数据库中的语义信息进行抽取,提出了构建RDF(S)数据的映射规则。该映射规则不仅考虑了数据库的面向对象的语义,还考虑了数据库的约束,可以充分抽取数据库中包含的语义信息。最后实现了一个名为ORDB2RDF的映射工具,验证了该映射规则的正确性与映射结果的语义完整性。

查询分布式RDF知识库的体系结构和运算法则的研究

随着语义网的发展,存储和查询RDF数据是亟待解决的问题。为此,展示用来存储RDF数据的基于DHT的P2P网络的体系结构,描述RDF的模型图及查询图,提出在分布式的上下文中查询处理和优化的运算法则。

基于S-P2P的教育资源整合平台

针对教学单位教育资源分布的特点,以带有主节点的P2P(P2P with Super-peer)网络为基本架构;以RDF/S为资源描述结构,构建了一个教育资源整合平台。解决了基于关系数据模式的虚拟RDF视图的构建;解决了SPARQL查询向SQL查询的转换,从而实现了异构教学资源之间的跨模式、跨语义的集成。为解决数据孤岛问题和进一步发布资源的链接数据作好准备,丰富了资源的价值。

基于本体的几何学知识获取及知识表示

文中研究了基于本体的几何学知识获取,并运用此方法获取几何学领域中的类、属性、关系及公理等;同时,研究了基于本体的知识表示,并将几何学知识转化为该领域本体,用RDF/OWL的形式进行描述.在此基础上构建了一个可共享、可重用、可扩展的几何学本体,形成了一套较完整的几何学知识获取和知识表示体系,将其应用于建立几何学知识库,可大大提高知识搜索和知识推理的效率,并为几何学专家系统、几何学信息检索、几何学教育系统、自然语言理解等领域提供智能基础.

语义万维网的概念、方法及应用

近两年来,语义万维网(semanticweb)的研究逐渐引起了知识表示、逻辑编程、信息系统集成、web开发等各个领域的广泛关注。笔者在研究万维网环境下的领域知识表示及语义共享模式的过程中,阅读了大量有关语义万维网的文献资料,认为,语义万维网的研究将对传统web上信息的发布、存储和处理方式产生一场变革,但是语义万维网的概念、思想和方法还处于形成阶段,国内少有综述性的文献,对语义万维网及其相关技术的认识比较模糊。该文分析了语义万维网的起源、概念、技术框架,总结了语义万维网及相关工具的现状,并讨论了语义万维网技术在智能信息检索、企业间数据交换、知识管理以及万维网服务中的应用。

基于本体与Prolog的平面几何定理证明

基于本体理论、本体模型等方面的研究,以一个平面几何定理证明问题为例,详细地描述了平面几何本体的构建过程、基于本体和Prolog规则的推理,及其在平面几何问题求解中的应用。实验结果表明,将本体应用于几何定理机器证明是一种行之有效的方法,该方法避开了以往的代数方法中多次反复判断的问题,更接近自然语言的描述,能明确地表达领域知识和实现概念分层,从而能快速地构建几何模型,还可以进行复杂关系间的推理,最终实现基于本体和Prolog规则的平面几何定理证明。

面向语义Web的逻辑描述原语扩展

语义Web旨在利用知识工程中成熟的技术为数据和知识交换提供语义上的互操作性,为了针对Web这种标记语言环境描述一阶命题逻辑公式、Horn子句和推理规则,本文对OIL/RDFS进行了扩展,定义了相关的逻辑描述原语.通过典型的命题规则表示示例,说明了本文的原语扩展为命题公式、推理规则表示提供了可行的方法.

基于本体的智能信息检索系统的构建方法

为了解决目前传统的信息检索工具返回大量无关的信息或漏检有用信息的问题,首先引入了本体的基本概念及其在信息检索中的用途,在此基础上提出了一种基于本体的智能信息检索系统模型。该模型首先使用基于SOM神经网络和分层聚类的两阶聚类算法自动的产生本体,免除了人工构造本体的繁琐,然后利用本体中概念及概念之间明确的关系描述,将用户提出的检索要求进行语义上的扩充,使信息检索过程更加智能化,大大提高了检索的查全率和查准率。

Web服务语义描述的架构

介绍了语义网在Web Service中的应用。在介绍语义网体系结构的基础上,讨论了语义网核心层XML层、RDF层、ONTOLOGY层的当前相关技术,最后,就语义网的应用与当前Web Service中的一些应用技术作了简要比较。

本体驱动的半结构化Web生物数据抽取

提出由本体驱动,并根据文档结构和特征匹配来进行信息定位和信息抽取的方法,并实现了一个用户指导的交互式信息抽取原型系统。有效地解决了信息抽取中涉及的同义词,一词多义等语义问题,以及数据项不完整和排序不固定的问题。

一个基于Web的自适应学习系统

本文描述了基于 Web的自适应学习环境。本学习环境中一方面学习者可以利用定向导航进行事先确定的分级、有次序的学习内容学习 ;另一方面 ,不同的学习者有不同的特点 ,也可进行自由学习。

Ontology在图书服务网络中的应用

在深入分析 W3 C的语义 Web网相关协议和研究项目等基础上 ,结合软件工程领域成熟的 UML技术 ,从图书服务实例出发 ,在三个层次上分析了 Ontology的开发思路和方法 ,着重就基于 RDFS的简单 Ontology开发 ,基于 OWL的有复杂语义信息的 Ontology设计 ,以及为 Web服务增加语义功能的

网络自适应教育系统的设计与开发

文章描述了基于Web的自适应学习环境。本学习环境中 ,一方面 ,学习者可以利用定向导航进行事先确定的分级、有次序的学习内容学习 ;另一方面 ,不同的学习者有不同的特点 ,也可进行自由学习。本系统是采用了RDF(S)技术为基础的在Web上表达知识信息的方法。

UML类图模型到RDF(S)的映射方法的研究

在语义Web中,资源描述框架(RDF)用于实现Web上信息资源的语义描述,为本体层提供了表示语义信息的基础,统一建模语言UML作为面向对象的标准建模语言,研究从UML类图中提取领域知识将其转换为RDF(S),有利于克服直接在知识领域构建本体对专家知识的要求过高,减少领域专家的参与,便于本体的自动构建,有利于提高本体构建的质量和效率,对语义Web的开发实现有重要意义。在此通过对RDF(S)和UML类图模型比较分析,提出了由UML类图模型到RDF(S)的映射规则及算法。主要研究UML类图模型向RDF(S)映射的方法,将现有数据领域模型UML中的信息转换为RDF(S),实现RDF(S)本体的自动构建,提高本体构建的效率。