RDFS表示本体建模语言OIL的一种方法

给出扩充RDF Schema使之能够表达完全的知识表示语言的方法. 通过为这种语言增加必要的表达能力和语义来完善RDF Schema, 使RDF Schema能够描述本体建模语言OIL. 进一步给出OIL原语的RDF Schema定义： 任何OIL本体都可以使用RDF语法表示, 从而使其具有OIL的推理支持和形式化语义. 这种扩充方法同样也适用于其他知识表示的形式化.     

以本体为指导的Web网页信息抽取方法

针对Web网页中事物描述信息的特点,提出了一种通过本体指导网页信息抽取的方法。首先建立抽取对象的本体模型,并为本体属性概念添加定位信息映射模型,通过映射模型定位和分离样本页中包含语义信息的数据块,结合路径分析算法生成抽取规则,之后利用抽取规则对同类网页中的事物描述信息进行抽取,最后以资源描述框架（RDF）数据格式储存信息。抽取性能测试实验表明,抽取结果具有较高的准确率,与无规则抽取方法相比,具有更高的抽取效率。     

结合本体子图的RDF数据关键词分布式搜索

针对现存资源描述框架(RDF)查询方案不能满足日益剧增的海量RDF数据的关键词搜索要求,提出一种面向大规模RDF数据的分布式搜索算法(KDSOS).该算法首先结合RDF本体构建查询关键词对应的本体子图集并利用评分函数评分;其次在大规模的RDF数据图上优先搜索评分高的本体子图对应的结果子图,直到找到Top-k结果.实验结果表明,KDSOS算法在搜索效率和准确率上都具有明显的优势.     

基于RDF的CIM数据存储方案研究与实现

在分析了公共信息模型(CIM)特点的基础上,提出一种基于资源描述框架(RDF)的CIM数据存储方案。该方案主要根据RDF资源、属性、值三元组的思想,把CIM中的类、类属性关联、类实例都当作一种资源,首先通过将CIM模型映射成一个基于RDF思想的数据模型,将CIM模型中复杂的拓扑结构和关系映射组织成几个简单的类,并通过几个简单的关联类组织类间的关系;然后使用面向对象的实时数据库FastDB存储此数据模型,从而避免了CIM模型向关系模型映射时实现关系(继承、聚合、关联)映射所面临的难点。通过采用简洁良好的数据库实体设计,以及选用面向对象的实时数据库,该方案在遵循IEC61970标准的同时,更好地提高了系统的性能和数据访问效率。     

基于依赖关系图模型的本体演化影响分析

基于描述逻辑子语言SHOIN(D)定义本体中各元素间的依赖关系, 再通过依赖关系建立本体依赖关系图模型, 并给出了变化影响频度的概念及相应的
计算方法.     

基于语义Web的股票信息表示模型

在分析查找互联网股票信息存在问题的基础上,给出了一个基于语义Web的股票信息表示模型.首先利用语义Web定义股票本体,给出了相应的RDF模式描述,对本体进行评估.其次,通过分析用户股票信息需求,利用构建的股票本体,给出基于语义Web的模型的体系结构,建立了一个能根据用户请求提供所需要的股票信息的股票信息表示模型;最后通过实例验证了该模型的有效性.     

基于本体的自然语言信息抽取在软件测试中的应用

现在银行等行业的大型软件拥有非常复杂的结构,并和其他系统有数据交换,这使得需要耗费大量的业务人员做客户端测试工作,业务人员习惯于自然语言描述问题,使得处理分类和抽取这些信息变得困难．本文提出基于语义和本体的自然语言抽取方法,提出软件测试领域规则,并将其组织成数据库、测试数据来自于笔者参与的某银行项目．     

基于本体的领域知识库构建及推理研究

文章基于本体、资源描述框架、本体描述语言OWL、描述逻辑，对领域知识库的构建及知识推理等方面进行了研究，阐述了基于本体的领域知识库构建的方法，并且介绍了常用软件领域知识库的构建实例，对基于描述逻辑的知识库推理进行了研究，并以实例说明其应用。     

基于本体的信息检索模型研究

在传统的信息检索模型中，由于档逻辑视图和用户信息需求逻辑视图不能有效地代表档和用户信息需求，所以尽管根据逻辑视图的特点选取了合适的排序函数，但检索性能总是不能令人满意．提出基于本体的信息检索模型，使用较好的兼顾了知识表达能力和推理效率的描述逻辑来构建本体，利用tableau算法和只含有原子角色情况下个体间的等价关系分别生成概念集和个体集的商集，从而得到具有语义的索引项集合，利用这些具有语义的索引项来生成较好地反映档和用户信息需求语义的档逻辑视图和用户信息需求逻辑视图；由于逻辑视图能够有效地代表档和用户信息需求，再根据逻辑视图的特点选取合适的排序函数，从而可以使检索性能大大提高．     

基于关键词的RDF数据查询方法

在建立关键词倒排索引和路径索引的基础上,提出一个利用量化均衡规则和等距规则的启发式查询算法,并按照查询结果的大小排序返回最相关的前k个结果.通过建模RDF数据为RDF句子图,将文本信息封装到句子节点,同时将查询结果建模为包括所有查询关键词并且叶节点是关键词节点的无根树,将关键词查询问题转化为斯坦纳树问题.假设RDF句子图包括n个节点,最坏情况下索引占用的空间是3n2.假设关键词节点数为k,查询算法的时间复杂度为O(kn).该方法不需要依赖RDF数据的模式信息,支持对数据中的属性和关系名进行关键词查询.实验证明该方法能够快速而有效地实现RDF数据的关键词查询.     

基于XML/RDF的网格资源描述和注册模型

网格资源描述和注册是网格应用的关键。网格资源管理包括资源发现、资源分配、资源定位、资源监控和资源更新等部分。其中资源发现、资源分配和资源定位等都需要借助合理的资源描述和注册来实现。文章给出一种基于XML／RDF的资源描述和注册模型。     

基于RDF的电子商务信息抽取技术研究

在网络购物过程中,网站信息过于繁杂,用户很难快速地获取感兴趣的信息.信息抽取可以在一定程度上解决这个问题.提出一种基于RDF的信息抽取方法,将网页信息转换为DOM树,计算最大相关度子树,抽取用户感兴趣的信息.实验结果表明,具有较好的信息抽取性能.     

RDF在关系数据库中的存储研究

资源描述框架(RDF)是Web资源信息的规范性描述语言,如何存储RDF数据成为当前重要的研究问题.通过深入分析RDF数据的特点,提出了一种新的基于关系数据库的RDF存储模式,给出了RDF在关系数据库中的存储规则,提供了相应的存储实例.基于提出的存储方法,实现了相应的自动存储原型系统,通过实验进一步验证存储方法和原型系统的可行性,并与已有存储模式进行了理论对比分析.     

基于相对量词的RDF模糊查询方法

针对RDF含相对量词模糊查询问题,提出支持分组机制的相对量词RDF模糊查询方法.利用语言层次结构理论,构造语言层次结构表,通过在FILTER子句中增加模糊条件并调用GROUPBY和HAVING子句实现特定属性上的分组操作,实现对SPARQL语法的扩展.分析了两种典型情况下的RDF相对量词模糊查询问题,给出将扩展的模糊SPARQL查询转换为标准SPARQL查询的处理方法,从而可利用现有的SPARQL查询引擎完成RDF基于相对量词的模糊查询处理.实验系统及相应的实验结果验证了所提方法的可用性.     

基于压缩实体摘要图的RDF数据关键词查询

提出一种将关键词查询转换为SPARQL查询的方法来进行RDF数据的搜索.首先,根据RDF本身的关联特点,构建一个压缩实体摘要图;然后,借助关键词与所在实体的索引,将所查询的关键词在该摘要图上进行定位,通过图双向搜索算法找出包含关键词实体的前k子图,获得查询实体之间的关系,再联合最初的关键词及他们的属性,构建SPARQL查询;最后使用SPARQL搜索引擎执行查询.实验结果表明,所提方法较其他方法有更快的响应时间及更高的准确率.     

语义Web及其关键技术分析

为了使Web中的信息能更好的支持计算机和人类的协同工作,提供更多的机器可处理语义的自动化服务.针对语义Web研究中如何更有效利用信息、明确国内研究重点及实现语义Web应用的关键技术等问题,在分析大量国外内语义Web研究成果的基础上,从体系结构中存在的问题及关键技术入手,明确今后主要的研究方向与重点问题.为语义Web应用的实现提供一定的理论支撑.