在不同本体环境下的语义检索

随着本体技术的逐渐成熟 ,基于本体的智能检索开始受到重视。然而由于本体差别的存在 ,使得在不同本体间查询始终存在困难。文章提出了一种在异构本体的环境下实现语义检索的解决方案 ,该方案借助语义度量技术 ,实现了不同环境下的查询映射 ,从而较好地解决了这一问题     

基于节点语义相似度的本体映射方法

针对本体映射特别是大尺度的异构本体映射由于语义异质性导致的映射精度和效率较低的问题,提出一种基于节点语义相似度的本体映射方法.首先,研究基于网络的本体解析和表示、本体自动分块、相似子本体快速识别、基于节点语义的子本体映射等关键技术;其次,以本体对齐评估倡议评估数据集中会议本体集进行实验,结果表明,该方法在性能上优于传统映射方法,在精度上高于基于片段的映射方法.     

基于综合语义度量的本体映射方法

在分析现有本体映射技术的基础上,采用基于本体图结构和启发式规则的本体映射方法实现了本体间一对一映射,最后通过选取实验对象进行测试,证明了本映射机制的可行性.     

基于本体语义映射的MDA模型转换方法

模型转换是MDA的一项关键技术,模型转换的正确性问题是MDA研究的核心问题。模型转换的正确性包括语法正确性、语义正确性等,而目前国内外存在的大多数模型转换方法都是在语法层次进行的,缺乏语义正确性的验证,针对该问题,本文提出了基于本体语义映射机制的模型转换方法,给出了一系列的转换规则,以UML模型到C语言模型的映射为例,进一步讨论了不同抽象层次模型之间映射关系的建立过程以及所应遵循的基本原则。本方法用本体实现语义层的模型转换,提高了模型自动变换的效率,还为验证模型之间映射规则的可行性和正确性提供了依据。     

基于异构本体的Web服务自动发现

Web服务应用的一个关键问题是如何发现需要的服务。传统的服务发现是利用UDDI和WSDL等技术,采用基于关键字的搜索,查准率低、需要人工干预且缺乏语义。本文研究基于异构本体的服务自动发现技术,提出了一种新的本体语义匹配算法。对发布服务和请求服务都采用本体语言OWL描述,然后用本体映射的方法解决了服务描述本体间存在的异构问题,并用本文提出的匹配算法实现了基于异构本体的服务自动发现。     

一种基于语义网的数字图书馆智能检索模型

提出基于语义网技术的数字图书馆智能检索模型, 该模型以数字图书馆领域本体为基础, 采用双层本体结构, 通过本体映射和本体推理等技术实现了分布式和异质的数字图书馆的智能检索功能. 该模型可以实现数字图书馆语义级的资源共享和智能化的信息检索, 具有较高的查准率和良好的可伸缩性. 该模型提供了一种建设知识化和智能化数字图书馆的方法.     

基于抽取规则和本体映射的语义搜索算法

针对目前语义搜索过程中存在效率低、 用户推荐误差大等问题, 提出一种基于抽取规则和本体映射的语义搜索算法. 首先根据用户语义搜索要求抽取语义中的元素和属性, 解决数据利用率低的缺陷; 然后建立语义模型, 构建本体之间的元素及属性之间的映射, 消除用户需求和计算机之间的语义偏差; 最后将语义搜索算法应用于用户个性化推荐系统. 实验结果表明, 该语义搜索算法有效提高了搜索效率, 降低了用户个性化推荐误差.     

基于OWL的本体映射中概念相似度计算方法的研究

随着网络上的本体越来越多,为了实现不同本体间的知识重用和共享,需要在本体间建立映射。而建立映射的关键在于找到概念相同或相近的实体对。借鉴计算语言学中的语义距离思想,提出了基于OWL构词所描述的本体概念相似度计算方法,该方法充分考虑了概念本身、概念属性、概念所处的层次结构和概念的OWL语义四个方面的语义相似度。     

用矩阵实现模糊本体映射

当前的本体映射技术主要是针对明确概念集合的本体,这些技术无法处理语义网上的不确定信息。文中提出了扩展现有本体映射方法来支持不确定信息的本体映射。这种扩展称为模糊本体映射(FOM),它主要是基于模糊理论和图理论。FOM主要是计算本体的概念之间的相似度所形成的矩阵,并定义了一系列算法来推理模糊本体概念之间的模糊关系。     

本体映射中概念相似度的计算

本体是客观世界知识的表现形式,如何实现本体之间的知识共享和重用,成为了语义Web发展的关键．在分析现有相关技术的基础上,借助语义相似度度量技术找到不同本体间相同或相近的概念对的计算方法,同时用于本体映射过程中．实验证明,该方法具有良好的效果．     

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.     

Utilizing Statistical Semantic Similarity Techniques for Ontology Mapping——with Applications to AEC Standard Models

The objective of this paper is to introduce three semi-automated approaches for ontology mapping using relatedness analysis techniques. In the architecture, engineering, and construction (AEC) industry, there exist a number of ontological standards to describe the semantics of building models. Although the standards share similar scopes of interest, the task of comparing and mapping concepts among standards is challenging due to their differences in terminologies and perspectives. Ontology mapping is therefore necessary to achieve information interoperability, which allows two or more information sources to exchange data and to re-use the data for further purposes. The attribute-based approach, corpus-based approach, and name-based approach presented in this paper adopt the statistical relatedness analysis techniques to discover related concepts from heterogeneous ontologies. A pilot study is conducted on IFC and CIS/2 ontologies to evaluate the approaches. Preliminary results show that the attribute-based approach outperforms the other two approaches in terms of precision and F-measure.     

Utilizing Statistical Semantic Similarity Techniques for Ontology Mapping——with Applications to AEC Standard Models

The objective of this paper is to introduce three semi-automated approaches for ontology mapping using relatedness analysis techniques. In the architecture, engineering, and construction (AEC) industry, there exist a number of ontological standards to describe the semantics of building models. Although the standards share similar scopes of interest, the task of comparing and mapping concepts among standards is challenging due to their differences in terminologies and perspectives. Ontology mapping is therefore necessary to achieve information interoperability, which allows two or more information sources to exchange data and to re-use the data for further purposes. The attribute-based approach, corpus-based approach, and name-based approach presented in this paper adopt the statistical relatedness analysis techniques to discover related concepts from heterogeneous ontologies. A pilot study is conducted on IFC and CIS/2 ontologies to evaluate the approaches. Preliminary results show that the attribute-based approach outperforms the other two approaches in terms of precision and F-measure.     

遗留软件系统的一种重构方法

遗留系统（Legacy系统）通常依赖不同概念结构。由于语义层的冲突，难以实现互操作，通过重建语义层对Legacy系统进行概念化封装，并通过语义转换规则，解决遗留系统之间的语义互操作问题，该方法是实现信息系统灵活重用与集成的有效途径。     

基于混合本体的政府信息共享方法研究

政府信息共享对于电子政务的建设十分重要,能够有效提高政府的工作效率,并为社会提供优质服务.随着政务信息化建设的加快,元数据首先被用于政府信息共享领域,由于元数据缺乏统一标准,因此各政府数据库之间新的"信息孤岛"问题逐渐显露,阻碍了我国政府信息共享的全面发展.针对政府信息共享过程中出现的"信息孤岛"问题,结合本体技术,构建出基于混合本体的政府信息共享模型,并且通过本体之间的相似度的计算,建立局部本体与全局本体之间的映射关系.建立映射关系的目的是为了消除信息的语义异构,从而在根本上解决政府信息共享的难题.最后在此基础上,结合应用实例进行验证分析,实践证明所建立的基于混合本体的政府信息共享模型具有一定的理论与实践意义.     

面向语义网的本体整合技术的研究

从领域本体的结构和元素等层次,研究多粒度本体整合方法,开发出面向同一领域的本体整合工具系统．以两个电子类领域本体作为整合案例,分析OWL文件结构特征,抽取本体的主要信息以树型结构进行表示,通过元素层次和结构层次相结合的映射方法,同时采用相似度计算模型并借助本体词典Wordnet和基于统计学的方法,对领域本体进行整合操作,结果不仅实现了基于元素级层次的处理,而且实现了其语义层次上的分析．     

基于k-部排序学习方法的本体映射算法

本体映射作为实现多本体间相互操作的重要手段,已广泛应用于诸多领域。利于k-部排序学习算法得到最优排序函数,从而将多本体结构图中每个顶点映射成一个实数,通过比较来自不同本体顶点对应实数间的差值判断概念间的相似程度。实验表明：该方法对于在不同本体间建立映射是有效的。     

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。