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。     

一种由叙词表向本体OWL(Ontology Web Language)快速转换的转换算法

随着信息环境的根本性转变,叙词表向本体的转换成为叙词表在网络环境下应用的研究热点.在分析了叙词表向本体的映射规则基础上,根据叙词表的用、代、属、分、参等关系符号设计了一种由叙词表向本体OWL(Ontology Web Language)快速转换的转换算法.实证结果表明该算法可以有效的大幅度的提高本体构建速度,进一步促进叙词表在网络环境下的应用.     

分布式环境下基于形式化领域本体的查询处理

为了提高语义Web查询的查全率和查准率,文中提出了一种基于形式化领域本体的查询处理方法.首先采用描述逻辑表达领域本体的语法和语义,实现领域本体的形式化转换;然后基于转换后的形式化领域本体,采用含半幺群概括演算作为基于形式化领域本体查询转换的目标语言,定义了用户查询到含半幺群同态查询的转换规则和语义优化处理、查询重写规则,最后通过实验验证了该方法的查询性能.     

基于P-集合和FCA的中文领域本体学习方法

提出一种基于P 集合和形式概念分析的中文领域本体学习方法. 该方法以非结构化中文文本为数据源, 通过引入P-集合理论获取形式背景, 在获取形式背景的基础上, 采用Godin]算法构造概念格, 并采用自定义映射规则实现概念格到中文领域本体的映射. 通过学习生物和水领域文本, 得到一个中文领域本体. 实验结果表明, 该方法能解决手工构建本体费时、 费力的问题, 且学习到的本体是形式化本体, 能被更好地共享和重用.     

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。     

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.     

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。     

基于形式化概念分析的XML Schema映射

XML Schema映射关系的求取对于异构系统的整合起着至关重要的作用．基于此,提出了一种利用形式化概念分析的XML Schema映射算法．该算法使用传统分类技术,并结合形式化概念分析中的相关定义,创建概念格．在概念格上运用新定义的运算规则特化规约和启发式规则推理获得映射．给出了算法所基于的蕴涵于两个Schema所构建交叉表中的定理以及相应的证明．     

基于叙词表的油藏构造知识图谱

为采用知识图谱技术实现对油藏构造知识的整合,解决在本体建模过程中,很少将标准融合到本体模型 中,且在转换过程中存在对叙词概念粒度划分较粗或完全不对叙词进行类型划分等问题,提出一种基于叙词表 构建知识图谱的新方法,即标注原叙词表,建立映射规则,构造转换算法和生成知识图谱。其中标注、映射规 则建立与转换算法定义了构建知识图谱标准化过程。最后,选取油藏构造领域的部分知识,采用所提方法构建 知识图谱,其结果表明了该方法的可行性。     

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。     

基于本体和规则的物流知识表示与推理

为了解决物流领域相关概念的共享和信息集成问题,研究了物流配送过程中相关知识的表示以及基于知识的推理．应用本体论方法分析配货规则,使用本体中表示的概念和属性制定配货规则库．运用Jena推理子系统,对本体和配货规则进行推理,开发了一套基于本体和规则的自动配货系统．由于本体是共享概念模型明确的、形式化的规范描述,可以利用本体强大的语义表达能力、本体所描述的共享知识以及自动推理机制,实现物流企业之间以知识集成为基础的业务集成．     

基于本体映射的数据交换映射识别技术研究

为了实现局部本体之间数据交换映射关系的自动识别,重点研究基于全局本体与局部本体之间的数据交换映射技术。技术以本体映射重用角度出发,结合信息集成中数据交换映射的研究重点分析了本体映射的详细分类与可逆性,定义了映射传递性与识别缺失率,研究映射关系组合结果实现映射自动识别,技术在大庆油田数据中心大型数据交换项目中得到应用。     

领域本体的快速识别研究

为了标记海量Web信息的语义,实现计算机自理解和自动处理功能,提高信息查询准确率及效率,研究了信息的表达形式即本体,给出了本体的扩展定义及其快速识别的四个规则,通过模拟实验,验证了规则的实际应用效果及本体快速识别算法效率,本体识别速度和效率较普通的方法有一定的提高.     

基于本体的构件库智能检索方法研究

基于本体的语义检索是建立在语义网基础上的检索技术,它能提高检索的查全率和查准率.本文结合本体对构件库的检索进行研究,给出了基于本体的构件库检索框架以及检索流程,讨论了需求、规则的相关概念及其性质以及需求/规则的映射方法.在规则推理的讨论中,引入了匹配度和优先级算子的概念,并对匹配度进行了扩展,使检索结果能够进行全局排序.     

基于改变历史日志扩展的本体映射进化研究

本体映射可以有效地解决本体异构问题,然而现有的本体映射研究大多只关注于映射方法本身,而缺乏在具体动态应用环境中对映射进化的分析,使得已有的本体映射方法在实际应用中的效率并不高。因此本文提出一种基于改变历史日志扩展的本体映射重建方法。该方法在本体映射进化时,用HL记录本体的变化对现有的映射系统进行扩展,仅仅更新过期的无效的映射对。实验结果表明,本文方法在本体不断更新的动态环境中表现较优,和其他现存映射进化系统相比具有时效性更高的优点。     

A Parsing Graph-based Algorithm for Ontology Mapping

Ontology mapping is a critical problem for integrating the heterogeneous information sources. It can identify the elements corresponding to each other. At present,there are many ontology mapping algorithms,but most of them are based on database schema. After analyzing the similarity and difference of ontology and schema,we propose a parsing graph-based algorithm for ontology mapping. The ontology parsing graph (OP-graph) extends the general concept of graph,encodes logic relationship,and semantic informatio...     

Evaluation of Multistrategy Classifiers for Heterogeneous Ontology Matching On the Semantic Web

Introduction ThecurrentHTML basedWebismainlydesignedfor humanstobrowseanduse.Themajorityofthewebpages areinhumanreadableformatonly,somachinescannot understandandprocessthisinformation,andmuchofthe potentialofthewebhassofarremaineduntapped.The traditionalwebhasreacheditscrucialpoint.TimBerners Lee,inventoroftheweb,hascoinedthetermSemantic Webtodescribetheapproachthataugmentthewebwith languagesthatmakethemeaningofwebpagesexplicit[1].Thevisioninthesemanticwebcanberegardedasdata interoperation…     

基于最优ROC曲线的k-部排序本体算法分析

本体相似度计算和本体映射被广泛应用于查询扩展和图像检索中,已成为信息科学研究的热点内容,其核心为计算本体图中顶点间的相似度.本文从理论的角度分析最优ROC曲线标准下k-部排序本体算法的性质,给出算法模型的单调性、广义误差、可微性等若干统计特征.