面向推理服务的Web本体语言与描述逻辑

本体在语义WEB中起着极其重要的作用,通过本体提供的可以共享的预先精确定义的术语在一定程度上扩展了语义WEB互操作性。OWL本体语言是W3C最近推荐的专门为基于WEB的应用设计的本体语言;该语言充分利用了现存的WEB技术标准XML和RDF,并在XML和RDF标准基础上,增加了面向对象和基于框架体系的本体概念,将其与具有表达力的描述逻辑结合在一起。该语言与描述逻辑的组合可以实现一定程度上的推理服务。     

基于语义的XML数据清洗框架

在XML数据清洗中,模式约束语言提供的信息不能满足准确数据清洗过程对于领域知识的需要;同时,传统的树编辑算法在对XML实例数据进行清洗时,由于缺乏对XML结构信息的语义描述,造成了大量的数据匹配错误.基于此,引入参考本体和领域本体分别对上述问题进行解决,给出了模式约束的度量指标和一个XML结构感知算法,并构建了一个基于语义的XML数据清洗框架.     

基于属性文法的本体形式化描述方法及其应用

在分析本体概念和性质的基础上,提出一种基于简单属性文法的本体形式化描述方法,其中文法产生式描述本体内的各种逻辑关系,为逻辑层推理奠定了基础,通过属性求值规则实现本体的语义;设计一种属性求值器的构造方法,在此基础上实现基于语义的信息检索模型;将基于XML(extensible Markup Language)的本体元数据模型作为属性求值器处理的对象,提供相应的文档类型定义(DTD:Document Type Definition)以指导XML文档的创建;结合应用实例说明基于此方法的信息检索结果具有令人满意的精确度;通过改变产生式、属性及属性求值规则可扩充此方法.     

XML数据本体抽取算法研究

XML只描述了文档的结构,却没涵盖数据的语义,而描述数据语义的本体语言不能直接对XML数据进行表述.针对这一问题,本文给出了从XML到RDF Schema的转换算法,使用RDF的正式传输格式RDF/XML作为媒介,通过编程以相当直接的方式把存储在标准XML中的数据转换成RDF,为语义Web环境下的智能处理提供了帮助.     

运用Jena对本体模型进行推理及其应用

推理作为知识表示的核心在语义Web中扮演着重要的角色.结合本体语言OWL、本体建模工具protégé和语义网系统开发工具Jena API,首先通过实例论述了如何针对本体模型进行推理,然后又详细论述了推理在徐悲鸿数字博物馆中的应用.     

道路交通场景事件的语义解释方法

针对传统道路交通事件语义解释方法依赖于定量数学建模方法,且底层语义概念与高级事件表达之间存在语义鸿沟的问题,提出了基于动态描述逻辑框架的事件语义定性表达和推理新方法.首先,对静态道路场景信息进行分类标记,构建交通领域本体模型,给出了本体知识库实时修改算法;其次,基于动态描述逻辑的动作公理,提出了描述车辆运动变化的运动模式集,实现了对一定约束条件下车辆机动能力范畴的刻画;最后,将事件语义解释过程抽象简化为目标的实现过程,提出了子目标生成以及实现规则,达到了依据交通事件语义解释交通态势变化过程的目的.实验结果表明:领域本体知识库的定义明确,拥有统一的框架结构,便于理解,且具有通用性;动态描述逻辑良好的表达和推理能力增强了事件语义描述的可靠性,较好地解决了语义鸿沟问题.     

基于OWL DL的本体推理机设计与实现

语义Web中描述逻辑和本体论日益受到关注,成为学术界的一个研究热点.首先给出了与OWL DL等价的描述逻辑SHOIN(D)的语法和语义,以及OWL DL本体知识库各模型元素的描述形式.然后介绍了OWL-API、Pellet-API、Jena-API推理机的工作原理和推理编程的核心技术,提出一种基于Pellet和Jena的叠加推理机框架.最后开发了一个OWL DL本体推理机原型,实现了本体知识库一致性、分类和可实现性推理服务.     

基于语言变量的模糊本体模型

为了更有效地表达语义Web中的模糊知识,将模糊概念与关系引入到传统的模型中,提出新的模糊本体:模糊领域本体与模糊顶层本体.模糊顶层本体从语言变量的形式化表示入手,考虑模糊概念间的语义关系:集合关系、序关系与等价关系.用模糊本体对智能交通领域的知识进行建模,通过模糊语言值描述交通概念的属性信息,有效克服现有模型的一些局限.结果表明,该研究有利于语义Web环境下模糊系统的知识共享与重用.     

基于本体与MPEG-7视频语义描述模型

运用本体论原理,结合MPEG-7的视频特征描述接口以及视频语义信息的层次结构,建立一个基于MPEG-7的视频语义信息模型.利用RDFS和OWL强大的语义描述能力以及自扩展机制来描述这个模型的组织结构,克服了MPEG-7的XML schema 不能有效表达视频语义信息的缺点,从而能够在模型的基础上建立有效的语义推理引擎．     

基于抽取规则和本体映射的领域XML语义集成

油气井工程领域中存在大量的XML文档,传统的XML集成方案无法提供面向语义的信息查询,导致数据利用率不高。针对油气井XML文档WeXML语义集成与查询应用需求,提出一种基于抽取规则和本体映射的语义集成方法。首先定义一系列类、属性抽取规则,分别将WeXML Schema中的元素、属性映射为WeOWL本体中的类和属性;然后,利用实例转换算法将WeXML文档转换为本体实例数据;由于WeOWL提供有限的局部语义模型,需要在两者之间建立语义映射,并借助WeOWL中的术语对全局语义模型中的类和属性进行解释,进而提供面向领域全局本体的语义查询。通过构建WeXML数据语义集成原型系统,对提出的转换规则、转换算法和映射规则进行了验证。