一种从关系数据库学习OWL本体的方法

提出了一种从关系数据库学习OWL本体的方法.该方法在形式化表示关系数据库模式和OWL本体的基础上,遵循从关系数据库模式到OWL本体的一组通用映射规则.基于Java 2平台的原型工具实现和案例研究证明了该方法的有效性.     

OWL本体存储的分析与应用

知识本体是共享概念的明确形式规范说明,本体合理有效地存储是保证本体共享利用的前提,通过给出OWL本体和关系数据库模式的形式定义.在分析了OWL本体和关系数据库模式之间概念对应的基础上,通过对现有本体存储模式的分析,给出了一种本体存储模式的设计原则,应用动体的存储实例表明存储实现简单,查询实验表明查询检索效率有一定提高.     

基于关系数据库的OWL本体存储及查询方法

针对当前本体存储管理效率低的问题,对如何将本体在尽可能保持语义的情况下存储到关系数据库中进行了研究.以OWL作为本体描述语言设计了关系数据库存储模式来存储本体,并以物流OWL本体片段为实例展示了存储和查询方法.     

模糊OWL 2本体到模糊关系数据库映射形式化方法

针对语义Web上的模糊OWL 2本体,提出了基于关系数据库的模糊本体存储方法.通过深入分析模糊OWL 2本体的结构及语义特点,提出了基于模糊关系数据库的模糊本体存储结构,在此基础上,给出了模糊OWL 2本体到模糊关系数据库映射的形式化方法.理论和实例结果表明所提出的形式化映射方法是合理和可行的.     

一种从企业遗留智能系统学习OWL本体方法研究

为规避基于文本的本体学习中尚未解决的中文分词歧义问题,实现企业遗留智能系统中拥有的大量领域知识的复用,提出一种从遗留智能系统学习OWL本体的方法.在分析关系数据库模式、元组集与OWL本体之间元素对应关系的基础上,详述了该方法的具体步骤.与现有相关方法相比,本方法针对的数据源蕴含更丰富的领域知识,更加适合实际的工程应用;通过一个简单、低时间复杂度的转换算法,而非中间模型或大量抽象规则,从关系数据库模式中自动获取相应的OWL本体部分;并按照一定的先后顺序将遗留系统中范例、规则知识项(元组集)移植为OWL本体中对应的个体.一个面向企业工装工时定额的遗留智能系统应用实例证实了该方法的有效性.     

基于模糊概念模型的模糊本体构建方法

针对从预先定义的概念层次生成模糊本体这一非常困难的问题,提出利用模糊概念模型来构建模糊本体.基于模糊集理论,对UML概念模型及OWL DL本体进行了模糊扩展,从二者的逻辑基础说明了利用模糊UML类图构建模糊OWL DL本体的可行性,进而研究了从模糊UML类图到模糊OWL DL本体的形式化映射方法,给出了映射规则及公理的创建过程.利用现有的模糊概念模型构建模糊OWL DL本体可以有效降低建立模糊本体的复杂性,同时增强了本体的表达能力.     

基于本体串连的XML语义发现和查询的研究

XML因其灵活性和易扩展性已经成为Web上异构数据转换和传输的标准,但是含有不同模式的XML数据源之间却很难进行相互操作,这给XML数据检索带来了很大的不便.提出一种从XML模式到OWL本体的转换算法,然后借助共享全局本体和同义词典实现转换后的本体在语义上的相互映射,从而解决XML结构异构的问题,最后提出了利用本体串连实现XML语义查询的方法.与传统方法比较,实验结果验证了该方法的有效性.     

UML类图向OWL本体转换工具的设计与实现

介绍了UML类图向OWL本体转换的方法,给出了基于J2SE平台的转换工具(UML2OWL)的设计思想与实现技术.利用DOM API解析、提取UML类图元素,并根据UML-OWL转换规则,将其转换为相应的OWL本体元素.工具开发和案例研究表明,该转换方法在转换UML类图到OWL本体上是可行的,基于该转换方法的自动转换工具是可实现的.     

一种将关系数据库转换为OWL本体的方法

通过半自动的方法将关系数据库转换为本体是本体研究的热点之一,也是解决异构数据库的一个新方向。目前提出的从数据库中提取语义信息的方法主要从本体的结构出发,导致提取的语义信息不全面。本文提出了一套将关系数据库向本体转换的规则,该套规则从关系数据库的模式结构出发,通过对模式信息分层次、综合分析,能够比较准确全面地提取显视的和隐含的语义信息。     

基于BNF的OBO规范化和OWL DL转换研究

大多数生物本体包括基因本体这样重要的本体都用OBO表示.这些本体尤其是其中用共享和可控的词汇来注释的实验数据将会融人到语义网中.随着OWL语言成为W3C的本体标准建模语言,将用OBO表示的生物本体转换成用OWL语言表示显得十分必要.本文用BNF范式规范了OBO的语法,设计了一个规则将OBO转换成OWL DL,并且设计和实现了一个简易的转换系统.     

改进的关系模式本体学习映射规则研究

针对现有本体学习方法中存在的问题进行改进,提出了由关系模式进行本体学习的若干映射规则。首先介绍了本体的形式化定义,然后对现有关系模式向本体转换的各种方法进行了总结,并分析其存在的问题。在此基础上提出了基于关系模式的本体学习映射规则,并通过实例分别进行了说明。最后对算法的语义覆盖度进行了评价。     

基于关系数据库的大规模本体的存储模式研究

通过对现有本体存储模式的分析,给出了本体存储模式的设计原则,并基于该原则提出了一种新的本体存储模式.该模式针对本体描述语言的特点,将本体查询常用的信息存放在不同的表中.整个模式易于理解,结构稳定,并且减少了本体查询时进行表连接的代价,提高了查询效率.实验结果表明,该存储模式不仅具有较高的查询效率,而且具有良好的可扩展性,适用于存储大规模的本体.     

C-OWL2∶OWL2在云模型上的扩展

为了表示现实生活中广泛存在的模糊性和随机性不确定知识,引入云模型对OWL2语法进行了不确定扩展,提出不确定本体语言C-OWL2.这种方法不改变OWL2的现有结构,用OWL2的注释属性annotation进行语法扩展,并给出了相应概念、角色等的C-OWL2语法,最后举例说明其具体使用方法.研究结果表明,该方法将OWL2本体分为精确部分和不确定部分,并且当不考虑不确定部分时,不影响精确部分知识的表示和推理;该方法是对模糊描述逻辑功能的扩展,解决了OWL2语言只能处理精确本体的问题.      

模式语言的本体学习方法

概括了模式语言的本体映射机制,讨论了如何将模式语言映射成一棵语法树,然后使用映射规则将语法树中的元素翻译为本体中相应的概念和关系,最后给出该方法的应用实例.     

基于本体的数据集成冲突消解

文章在深入分析异构数据集成冲突产生原因的基础上,提出一种使用两层本体来消解数据集成中语法和语义冲突的方法;通过使用数据源模型本体和集成映射模型本体,能够在解决语法和语义冲突的同时进行数据划分和安全控制,可提高数据集成的效率和自动化程度。     

OWL本体查询技术研究

通过基于本体工程API的本体查询技术的研究,给出了一种基于Jena的、支持OWL Lite本体查询的原型工具OWL-QS的设计与实现技术.该技术给出了本体解析、本体信息可视化、本体元素(类、属性和个体)查询等功能的处理流程和实现方法.应用研究表明:OWL-QS实现的功能是有效的;基于当前开源本体API(如Jena)实现OWL本体查询是可行的.     

基于叙词表的领域本体半自动构建的研究和实现

如何组织、管理和维护海量的信息资源并为人们提供高效优质的信息服务,本体(ontology)作为一种能在语义和知识层次上描述信息系统的概念模型建模工具,为解决这一问题提供了新的途径,已受到国内外研究人员的广泛关注.对本体和叙词表的相关知识进行了详细论述,并利用网络本体语言(Web Ontology Language,OWL),将叙词表中的叙词及词间关系进行了表示和描述.设计和实现了一个转化系统,能够自动地将叙词表中的知识结构和语义关系转化到领域本体中.