RDF数据存储技术研究

资源描述框架RDF是一种元数据描述方法，它提供了Web上智能信息服务和语义互操作性的标准，是下一代Web一语义Web应用的基础。大量RDF数据的操作和处理需要数据库的支持，而关系数据库存储RDF数据的方法可以有效处理RDF数据。     

时态RDF数据的不一致性修复和预处理

资源描述框架（RDF）是由W3C提出的开放型数据模型,对语义Web中信息资源的语义表达和描述标准化。语义网的快速发展和RDF的普遍应用,产生大量的时态RDF数据。时态RDF数据的一致性能提高时态RDF数据的准确性,也有助于提高数据库系统的可靠性和高效性,对于时态信息处理也能提供可靠的保证。针对支持有效时间的时态RDF数据存在的不一致性情况,提出了相关的修复算法,对于时态RDF数据实时更新,分析变化操作产生的不一致性并进行了预处理,实验验证了可行性。     

应用于电子商务的语义Web核心语言分析

到目前为止已有多种基于语义Web的语言，这些语言实现了基于Web的知识表示、共享和重用。重点分析了语义Web的几种语言：XML规范簇、RDF、RDF Schema、DAML OIL。在此基础上给出了语义Web技术的重要应用——电子商务中核心语言的分层结构。该结构中XML规范簇完成了数据描述功能，RDF用于描述元数据，RDF Schema提供了基本的本体原语，DAML OIL提供了推理功能，利用这些语言，可以实现电子商务中数据描述的统一性、通用性及互操作性。     

语义Web中RDF元数据的存储与管理

语义Web的实现首要解决的问题就是对资源的描述,RDF是描述信息资源的基础,管理和存储RDF数据成为必须要解决的问题。如果把RDF数据存储在关系数据库中,就可以有效地利用现有的数据库资源来管理RDF数据。本文用垂直Scheme的格式来构造RDF数据存储表,通过模式映射把RDF数据映射成RDF数据存储表中的记录;此外又给出了用RDF视图查询RDF数据的方法为实现语义查询打下了基础。     

RDF映射系统的设计与实现

随着语义Web的快速发展,如何使用RDF来描述万维网上的数据以方便语义Web的应用成为一项重要的研究课题。鉴于大部分数据都保存在关系数据库中,设计并实现了一个面向关系数据库的RDF映射系统。给出了关系数据库到RDF数据模型的映射方法,在此基础上,介绍了映射系统的实现过程。实验结果表明,映射系统能够完整地表示关系数据库的模式、数据以及隐含的语义信息。     

语义Web的逻辑基础

分析了语义Web的逻辑基础.指出了语义Web语言RDF和RDF Schema的语义是基于非经典的模型论语义,阐明了在此基础上扩展到表达能力更强的基于描述逻辑的本体语言OWL的困难.然后描述了OWL对这些困难的解决方法,并概述了如何把OWL的本体推理归约到描述逻辑的知识库可满足性问题.最后介绍了在OWL的基础上纳入Horn子句规则的方法.     

基于RDF的知识表示到语义网络语言SNetL的转换研究

资源描述框架RDF是处理元数据的基础,它提供了Web上应用程序间机器能理解的信息的互操作性能;语义网络语言SNetL是语义网络的形式化描述语言。本文提出了从RDF知识表示到SNetL语言转换的思想与算法。     

语义Web

介绍了语义Web的概念有本体模型在其中的运用，比较了XML/XML Schema和RDF/RDF Schema在语义表示方面的使用，提出RDF（S）更适合于语义Web；最后讨论了扩展RDF开发语义Web应用所应该注意的问题。     

XML+RDF+Ontology——实现Web数据语义的描述

本文首先给出了语义Web的体系结构,继而分析了XML结合RDF与Ontology怎样用于实现Web数据语义的描述,最后总结了全文。     

RDF数据分布式并行语义编码算法

现有的RDF数据分布式并行压缩编码算法均未考虑结合本体文件,导致编码后的RDF数据没有表示任何语义信息,不利于分布式查询或推理。针对这些问题,提出SCOM(Semantic Coding with Ontology on MapReduce)算法在分布式MapReduce下完成RDF数据的语义并行编码。该算法首先结合RDF数据本体,构建类关系和属性关系模型;在三元组项分类与过滤之后,对三元组项进行编码并生成字典表,最终完成RDF数据带有语义信息且具有规律性的编码。此外,SCOM算法能够很容易地将编码后的RDF数据文件恢复为原始文件。实验表明,SCOM算法能够高效地实现大规模数据的分布式并行编码。     

语义Web技术及其逻辑基础

随着语义Web的产生和发展,人-机及机-机间的交流与协作将变得更加方便。该文从介绍语义Web概念及体系结构入手,对关键技术XML, RDF及Ontology进行了对比分析说明,同时研究了其逻辑基础(描述逻辑),分析了其语法语义及推理任务。对语义Web的未来发展热点问题进行了展望。     

基于本体和Web Services的数据交换平台

针对目前数据交换方式在解决交换信息语义异构方面存在的不足,在XML技术的基础上,提出一种基于本体和Web Services的数据交换平台。首先给出一种数据交换平台的系统框架,对关键技术进行研究,提取各异构数据源的数据构造XML Schema文件,然后采用本体技术对其进行语义标记,形成带有语义信息的模式文件,最后通过对XML Schema文件进行模式匹配和映射,生成转换方案。实例效果表明该数据交换平台能有效地解决语义异构问题,并通过Web服务调用各业务系统实现数据交换和共享。     

基于Ontology的Web系统虚拟集成模型的研究*

同领域内大量基于Web的具有类似功能和结构的应用系统出现在Internet上,这些应用系统彼此独立,讨论在这些现有系统的基础上利用RDF与Ontology技术调用这些系统的资源,虚拟地将它们组织起来,构建一个虚拟的集成环境。     

基于本体的语义Web研究

语义Web与本体的关系极为特殊,本体在语义Web本身的体系结构中扮演着极为重要的角色,同时,位于语义Web体系结构的其它层的XML、RDF(S)等与本体也有着千丝万缕的联系。为阐述两者的关系,探讨基于本体的语义Web的特点及应用,介绍了本体和语义Web的产生和发展,在此基础上对基于本体的语义Web进行研究,重点分析了本体在描述语义方面弥补了XML、RDF(S)等的不足,并结合Web服务检索的实例介绍了本体在Web服务上的应用。     

基于RDF构建语义化本体模型

文中阐述了语义化WEB服务对领域本体模型及其本体语义化表述需求，通过分析RDF的语义化特点后指出，基于RDF可较好地实现语义化WEB服务领域本体模型。并通过实例给予了说明。     

基于奇异值分解的中文Ontology自动学习技术

语义Web是一个美好的构想，Ontology在语义Web中起着举足轻重的作用，它不仅能为人类用户而且能为软件agent提供从语法层次到语义层次上的互操作性。目前Web上主要是各种布局的HTML文档，未来的语义Web页面将是各种领域Ontology的实例以及到其它实例上的链接，因此语义Web的成功强烈依赖于Ontology的增殖，方便快捷地构造各领城Ontology是实现语义Web的关健。该文提出一种基于奇异值分解的中文Ontology自动学习技术，这种技术的特点是其简易性以及准确的数学理论基础。