有上下文觉察能力的智能会议室系统模型的研究

通过利用多Agent、语义Web、上下文觉察和逻辑推理等技术，参考早期的普适计算系统，提出了一个新的智能会议室系统模型。该模型使用本体Web语言——OWL实现知识共享和上下文推理；使用逻辑推理检测和解决上下文知识的不一致问题，并向使用者提供一种策略语言来控制他们的私人信息。     

基于本体的上下文感知中间件框架

上下文感知是普适计算的核心技术之一,而描述和理解上下文信息是上下文感知的前提。由于上下文信息种类繁多、感知方式迥异,目前开发面向特定应用的上下文感知系统缺乏统一的机制和通用的架构,增加了系统开发的成本。引入语义Web技术,利用本体对上下文信息进行建模,采用本体描述语言描述上下文模型,提供了一个公共的上下文本体以实现多个独立开发的上下文感知系统对知识的共享和推理,构建了通用的上下文感知中间件框架,从而实现对域内上下文知识的共同理解。     

基于本体的上下文感知中间件框架

上下文感知是普适计算的核心技术之一,而描述和理解上下文信息是上下文感知的前提.由于上下文信息种类繁多、感知方式迥异,目前开发面向特定应用的上下文感知系统缺乏统一的机制和通用的架构,增加了系统开发的成本.引入语义Web技术,利用本体对上下文信息进行建模,采用本体描述语言描述上下文模型,提供了一个公共的上下文本体以实现多个独立开发的上下文感知系统对知识的共享和推理,构建了通用的上下文感知中间件框架,从而实现对域内上下文知识的共同理解.     

本体驱动的知晓内容和上下文的知识路由研究

语义Web提供了实现对Web异构信息源智能访问和处理的平台。然而在语义Web上分布着海量知识,如何在这些海量知识中按照用户的需求快速准确的定位目标知识已成为语义Web迫切需要解决的问题。针对此问题,文章提出了一种知晓内容和上下文的语义Web知识路由机制。该机制采用基于本体和概念格的推理技术,通过捕捉用户需求内容和上下文等语义信息,能够快速准确地实现目标知识与服务的发现、定位、访问以及初步评估。     

基于上下文感知计算的智能门户研究

针对现代企业门户个性化、智能化的需求,将语义Web技术、上下文感知技术与门户技术结合起来,设计了一个可用于建立智能门户系统的上下文感知的模型视图控制器 (MVC)框架CA-MVC.通过分析MVC模式的特点,定义了时序上下文本体,并详细阐述了上下文服务器中上下文获取模块、上下文推理模块以及上下文服务模块的功能.最后,结合在工作流门户系统中的应用,满足了通过门户为用户提供智能服务的需求.     

一种基于本体的Web服务信任度计算模型

传统的Web服务信任度计算模型所计算的信任度是一个单独的数值, 缺少必要的上下文信息, 使得信任度表达的含义比较模糊。另外, 以往的计算模型大多局限于单一的管理域中, 管理域之间由于缺乏共同的知识标准而无法进行统一的信任度计算。为此, 提出了基于上下文本体的Web服务信任度计算模型以解决上述问题。本体技术为上下文信息的表达和推理提供了便利, 同时也为不同管理域之间的交互提供了共享知识库。在提出的模型中, 直接以用户关心的上下文信息作为间接信任度计算的重要依据, 在对上下文概念进行语义匹配的基础上, 最终实现跨域的信任度计算。实验结果验证了模型的可行性和有效性。     

基于模板和上下文的语义Web服务动态组合

为了适应环境和上下文信息的动态变化并提供适时适地的服务,Web服务组合要能满足处于动态变化环境中的个性化用户需求。文中提出了一个基于模板和上下文的语义Web服务组合框架,该框架使用抽象服务流程进行Web服务组合建模,利用本体来进行上下文信息建模并支持基于JESS的上下文信息推理,在原有基于语义的Web服务匹配的基础上,实时地感知上下文信息来进行Web服务动态绑定。该方法提高了服务组合的成功率和动态适应性,并且满足了用户的个性化需求。     

QA-KGNet: 一种语言模型驱动的知识图谱问答模型

基于知识图谱的问答系统可以解析用户问题,已成为一种检索知识、自动回答所询问题的有效途径.知识图谱问答系统通常是利用神经程序归纳模型,将自然语言问题转化为逻辑形式,在知识图谱上执行该逻辑形式能够得到答案.然而,使用预训练语言模型和知识图谱的知识问答系统包含两个挑战:(1)给定问答(questionanswering, QA)上下文,需要从大型知识图谱(knowledge graph, KG)中识别相关知识;(2)对QA上下文和KG进行联合推理.基于此,提出一种语言模型驱动的知识图谱问答推理模型QA-KGNet,将QA上下文和KG连接起来形成一个工作图,使用语言模型计算给定QA上下文节点与KG节点的关联度,并使用多头图注意力网络更新节点表示.在Commonsense QA、OpenBookQA和Med QA-USMLE真实数据集上进行实验来评估QA-KGNet的性能,实验结果表明:QA-KGNet优于现有的基准模型,表现出优越的结构化推理能力.     

Web服务访问控制策略研究

Web服务环境中,交互实体通常位于不同安全域,具有不可预见性。Web服务应该基于其他与领域无关的信息而非身份来实施访问控制,以实现对跨域未知用户的访问授权。为此,提出了适应于Web服务的基于上下文的访问控制策略模型。模型的核心思想是将各种与访问控制有关的信息统一抽象表示为一个上下文概念,以上下文为中心来制定和执行访问控制策略,上下文担当了类似基于角色的访问控制(RBAC)中角色的概念。基于描述逻辑语言(DL),定义了基于上下文的访问控制策略公理,建立了访问控制策略知识库,提出了访问控制策略的逻辑推理方法。最后基于Racer推理系统,通过实验验证了方法的可行性和有效性。     

面向语义Web的基于语义和上下文的访问控制模型

对语义Web上资源的访问需要授权决策充分考虑其中实体之间的语义关系和上下文因素,而传统的访问控制模型不能处理这些问题。结合基于本体的语义描述技术和基于SWRL规则的推理机制,并将不同的语义关系归纳为一种包含关系,提出了一种面向语义Web的基于语义和上下文的访问控制（CSBAC）模型,并讨论了其语义授权推理、授权传播及冲突解决和实现架构。     

Web服务与MAS集成系统的通信机制

提出了一种Web service与多Agetit系统（MAS）集成的通信机制，以描述逻辑作为知识农示语言，使用描述逻辑本体库和推理机。使Agent之间语义表达更精确，推理能力更强，较好地实现了Agent问的服务匹配，在此基础上。发挥Web service在异构平台间实现互操作的优势，用SOAP协议直接对Web service进行绑定，实现了快速准确的通信。     

Toward an OSGi-based infrastructure for context-aware applications

Applications and services must adapt to changing contexts in dynamic environments. However, building context-aware applications is still complex and time-consuming due to inadequate infrastructure support. We propose a context-aware infrastructure for building and rapidly prototyping such applications in a smart-home environment. This OSGi-based infrastructure manages context-aware services reliably and securely and efficiently supports context acquisition, discovery, and reasoning. A formal, ontology-based context model enables semantic context representation, reasoning, and knowledge sharing. We propose an ontology-based context model that leverages Semantic Web technology and OWL (Web Ontology Language). OWL is an ontology markup language that enables context sharing and context reasoning. Based on our context model, we also propose a service-oriented context-aware middleware (SOCAM) architecture, including a set of independent services that perform context discovery, acquisition, and interpretation.     

A mix method of knowledge capitalization in maintenance

This paper deals with knowledge capitalization in maintenance especially in diagnosis and repair of industrial equipments. The goal is to propose a method of knowledge capitalization in order to develop a decision support system for maintenance operators. The knowledge capitalization cycle was adopted as the underlying principle. It consists of four principal steps: detect, preserve, capitalize and actualize the strategic knowledge. Different knowledge management tools and methods that can be used in the cycle are reviewed. We propose a mix method of knowledge capitalization in maintenance. This method integrates a representation and a reasoning model both completing each other and suitable to represent and manipulate the domain knowledge. The knowledge representation model using unified modelling language (UML) diagram proposes different domain models based on maintenance analysis to guide the domain expertise. The reasoning model uses the case-based reasoning which allows the manipulation of represented domain knowledge. Finally, the method is implemented on the pallet transfer system Sormel in the context of Proteus e-maintenance platform.     

基于模糊描述逻辑的PNL网络问答系统

将现有网络搜索引擎过渡到网络问答系统是WI的基本目标之一，模糊问答系统是网络问答系统研究的重要问题。基于模糊描述逻辑，该文特化了PNL过程，提出了PNL式模糊网络问答系统。该系统将模糊描述逻辑规则作为PNL 推理过程中用到的原型语言规则中的计算部分，推理出原型语言规则中的知识符号，并以一个具体的问答实例，介绍了PNL式问答系统的工作流程。     

基于语境和动作推理的语义Web服务发现

在语义Web服务发现中,服务本身及用户所处的语境是不可忽视的因素.针对现有服务发现方法的不足,给出一种基于语境和动作推理的语义Web服务发现方法.该方法通过建立基于动作的语境模型来刻画静态和动态的语境信息,利用动态描述逻辑中的动作推理实现语境推理,并在此基础上实现语境敏感的语义Web服务发现算法.案例研究及相关工作对比表明,与现有方法相比,文中方法在语境刻画和推理能力方面均有较优表现.同时实验结果也表明,在增加合理逻辑推理的时空开销的前提下,文中方法能为用户提供更符合需求的服务发现结果.     

基于描述逻辑的OntoUML模型的推理研究

作为语义网的逻辑基础,描述逻辑在知识表示与知识推理方面发挥着重要作用。基于描述逻辑的推理系统保证了其推理的合理性和有效性。本文概要介绍基于UFO本体的OntoUML,并探讨OntoUML模型到描述逻辑的形式化表示及推理方法。     

基于语义Web的受控自然语言系统推理模型

虽然相关研究组织提供了语义Web的一些简化工具,但是对不具备相关背景知识的领域专家来说,语义Web的可用性较低。提出了基于语义Web的受控自然语言系统推理模型,以解决这个问题。首先给出受控自然语言系统推理模型框架;然后分析受控自然语言的语言处理部分,提出基于WordNct的受控自然语言系统的本体词库模型和基于本体词库的受控自然语言解释器,把受控自然语言转换成中间表达语言篇章表述结构;最后通过推理部分把篇章表述结构转换成语义Web的本体和规则,通过模板工具映射成Jess的事实和规则,根据预定义的语义Web的公理和定理对受控自然语言进行推理。试验证明此模型大大提高了知识表示建模的效率,也基本满足简单推理任务,具有实用价值。