Swoop: A Web Ontology Editing Browser

In this paper, we describe Swoop, a hypermedia inspired Ontology Browser and Editor based on OWL, the recently standardized Web-oriented ontology language. After discussing the design rationale and architecture of Swoop, we focus mainly on its features, using illustrative examples to highlight its use. We demonstrate that with its Web-metaphor, adherence to OWL recommendations and key unique features, such as Collaborative Annotation using Annotea, Swoop acts as a useful and efficient Web Ontology development tool. We conclude with a list of future plans for Swoop, that should further increase its overall appeal and accessibility.     

面向OWL的联合作战管理语言本体开发方法

作战管理语言是一种能够无歧义指挥命令部队和装备进行军事行动和提供态势感知、共享作战行动的语言,其公开标准为联合作战管理语言。联合作战管理语言产品开发组制定了三个阶段开发语言标准,包括数据模型、形式化结构（语法）和形式化语义（本体）,目前的研究主要集中在前两个阶段,对实现概念交互的第三阶段的相关研究还比较欠缺。在总结相关对作战管理语言本体研究的基础上,提出了针对联合作战管理语言本体面向联合作战的一种应用框架。通过对炮兵打击任务分配的实际应用,验证了该方法的合理性和有效性,同时显示了本体在军事领域具有相当严格可靠的模型描述能力。     

基于本体的BML命令语义标注方法

作战管理语言（Battle Management Language,BML）是一种无歧义的语言规范,用于解决指控和仿真系统间的互操作问题。针对BML命令缺乏语义信息,难以被计算机理解和自动处理的问题,分析了BML的五视图体系结构,引入了BNF形式化语法,并在此基础上提出了一种语义标注方法,对命令中的对象、时间和地理位置等要素进行标注,然后整合各要素来表达整条命令的语义,系统通过解析标注文档可以实现对命令的无歧义理解,最后给出实例予以说明。论文为表达BML命令的语义提出了一种借鉴思路。     

Web服务质量建模及其正确性验证

针对现有的Web服务质量模型主要考虑的都是通用的服务质量属性,没有考虑特定的Web服务属性在评价中的作用,提出了一个新的Web服务质量模型,它引入了一个特定领域的服务质量属性,该模型包括三个子模型。模型中建立了相关的服务质量树和目标对象树,通过量化指标子模型对目标对象进行量化,形成相应的服务权重树。该模型既可适应用于单个的Web服务请求,也可以用于多个服务组合而成的请求。通过一个应用实例验证了模型的正确性和可用性。     

一种基于OWL的语义网数据划分与并行加载方法

随着语义网数据规模的爆炸式增长,海量数据存储和检索面临越来越严峻的挑战,分布式数据库与并行计算已成为其主要解决方案。基于列存储分布式数据库HBase设计了一种多表语义网数据存储模型,实现从OWL本体定义到存储模型的映射。基于OWL本体定义信息对语义网数据实现按类划分,并将三元组存储于主体所属于的类的两张表里,采用MapReduce框架实现并行的数据划分和加载任务,最后在Hadoop集群环境下对方法进行了可行性验证。     

基于本体的语义虚拟环境查询与推理模型

当前将本体引入到语义虚拟环境的研究,只是将领域本体的可视化信息用本体表示,并未发挥本体本身具有的优势。为此,提出一种基于本体的语义虚拟环境查询与推理模型。利用OWL语言统一描述虚拟场景图形内容与语义信息,并分别对两者进行查询,在图形内容查询过程中引入本体的推理方法推理出隐含的图形内容信息,然后查询需要的信息。在语义信息查询时引入语义搜索方法,利用基于语义距离计算本体概念相似度的方法计算语义虚拟环境本体中类之间的相似度,搜索与被查询实例语义相似度最大的实例,并借助推理找出其间的关系。对语义虚拟家具商店进行本体的查询与推理,结果证明了该模型的可行性。     

OWL本体在纺织企业的应用

探讨了本体技术和Web技术对纺织企业资源系统的支持。根据纺织企业的特点设计和建立了系统各模块的本体模型,并采用OWL本体语言对部分模块进行形式化描述。以某纺织企业的信息系统为实例,说明了OWL本体在纺织企业系统中的应用。结果表明,此模型能实现语义查询、信息共享和系统间的集成。纺织企业本体是企业内部或企业间公共的知识化描述,不仅可以促进知识共享和语义互操作问题,还方便了纺织企业内部和企业间知识管理和信息交换。     

OWL本体在纺织企业的应用

探讨了本体技术和Web技术对纺织企业资源系统的支持。根据纺织企业的特点设计和建立了系统各模块的本体模型,并采用OWL本体语言对部分模块进行形式化描述。以某纺织企业的信息系统为实例,说明了OWL本体在纺织企业系统中的应用。结果表明,此模型能实现语义查询、信息共享和系统间的集成。纺织企业本体是企业内部或企业间公共的知识化描述,不仅可以促进知识共享和语义互操作问题,还方便了纺织企业内部和企业间知识管理和信息交换。     

普适计算环境下基于情境的提醒服务自协调策略研究

由于老年人生理机能减退,针对老年人的提醒服务应用十分广泛.该类服务应考虑到老人的活动特征和环境特征才能提高服务效果,减少不必要的干扰.情境感知技术的发展为提醒服务的改进提供了契机,将情境引入到提醒服务的设计中,采用OWL本体方法构建领域内情境与服务知识的语义模型,以提醒服务平台的方式集成领域内提醒相关的设备与服务,并结合本体模型采用SWRL规则设计提醒服务的自协调策略,从而提高平台上不同提醒服务的自适应能力.通过模拟若干情境,采用Protégé和Pellet推理机验证了本体模型的正确性和协调规则的有效性.     

A novel approach to generate MCQs from domain ontology: Considering DL semantics and open-world assumption

Ontologies are structures, used for knowledge representation, which model domain knowledge in the form of concepts, roles, instances and their relationships. This knowledge can be exploited by an assessment system in the form of multiple choice questions (MCQs). The existing approaches, which use ontologies expressed in the Web Ontology Language (OWL) for MCQ generation, are limited to simple concept related questions — “What is C?” or “Which of the following is an example of C?” (where $C$ is a concept symbol) — or analogy type questions involving roles. There are no efforts in the literature which make use of the terminological axioms in the ontology such as existential, universal and cardinality restrictions on concepts and roles for MCQ generation. Also, there are no systematic methods for generating incorrect answers (distractors) from ontologies. Distractor generation process has to be given much importance, since the generated distractors determine the quality and hardness of an MCQ. We propose two new MCQ generation approaches, which generate MCQs that are very useful and realistic in conducting assessment tests, and the corresponding distractor generating techniques. Our distractor generation techniques, unlike other methods, consider the open-world assumption, so that the generated MCQs will always be valid (falsity of distractors is ensured). Furthermore, we present a measure to determine the difficulty level (a value between 0 and 1) of the generated MCQs. The proposed system is implemented, and experiments on specific ontologies have shown the effectiveness of the approaches. We also did an empirical study by generating question items from a real-world ontology and validated our results with the help of domain experts.