基于语义Web的本体及本体映射研究概述

本体在语义Web中具有重要的地位，是解决语义层次上Web信息共享和交换的基础。文中介绍了本体的基本概念、描述语言及其在语义Web中的应用、本体映射的基本知识并综述了相关本体映射工程中的具体思想和方法。     

基于语义Web的本体及本体映射研究概述

本体在语义Web中具有重要的地位,是解决语义层次上Web信息共享和交换的基础.文中介绍了本体的基本概念、描述语言及其在语义Web中的应用、本体映射的基本知识并综述了相关本体映射工程中的具体思想和方法.     

语义Web中的本体自动映射

分布式语义信息集成足语义Web面临的六大挑战之一．本体映射是语义集成的关键．文章基于贝叶斯决策理论提出最小风险的本体映射模型;RiMOM（Risk Minimization based Ontology Mapping）．RiMOM将映射发现问题转换成风险最小化问题,提供了一个多策略的本体映射方法．该方法不仅在1：1的映射上取得了较好的效果,还实现了n：1映射,实验表明在几个公开的数据集上,RiMOM可以取得比同类方法更高的查准率和查全率．     

语义Web中的本体推理研究

从语义Web的基本概念开始，介绍了语义Web的层次结构；介绍了本体的基本概念以及用于本体描述的几种语言。用W3C推荐的本体描述语言OWL描述了一个本体实例，通过此实例对本体推理在本体建立中的冲突消解、描述优化、本体的合并和实例归类中的应用进行了研究，说明了本体推理在本体建立及本体应用中的作用。本体技术是语义Web的核心技术，所以建立和维护本体是语义Web中的主要工作之一，而基于本体的推理可以帮助建立和维护本体。     

语义Web本体匹配算法研究

随着语义Web不断发展,本体数量不断增加。由于不同领域专家构建的本体存在不匹配的问题,需要对本体进行匹配、合并和比较。本体匹配作为其他工作的基础,具有十分重要的意义。本文提出了一种基于实例的本体相似度计算方法,该方法为每个概念结点增加虚拟实例,并综合考虑了本体的结构特点,使用Word．Net调整相似度。我们把该方法运用到PROMPT本体匹配算法中,通过实验得到了较好的准确率和查全率。     

语义集成中的不确定性本体映射模型

语义Web的高速发展使其具有动态性和异构性特征,解决语义信息的异构性问题成为实现信息集成的关键。本体作为一种语义Web的知识表示形式,增强了Web的语义信息。因此,为了解决语义异构性,实现数据间的互操作,必须建立异构本体间的映射关系。然而,为庞大的异构本体建立完全精确的本体映射是不现实的,本体映射中存在一定的不确定性。提出了一种新型的本体映射框架——语义集成中的不确定性本体映射。从不同方面研究本体特征,集合了多种映射策略,并引入了各映射策略中不确定性匹配的解决方案。实验证明,该方法具有可靠的实验性能,并且具有很好的通用性和可扩展性。     

语义Web与本体研究综述

语义Web是一个新兴的研究方向,Ontology在语义Web中的本体应用研究还在初级阶段。介绍了Ontology的定义和描述语言,建设方法和工具,以及主要研究机构,并介绍了目前语义Web中Ontology的研究和成果。     

语义Web中本体概念的语义匹配分离方法

本体概念能够有效表达Web服务的语义信息,可通过推理机实现自动语义匹配,但推理机的推理过程比较耗时,会对服务计算技术多个环节的效率产生很大影响。以本体概念间的匹配度为基础,建立公共本体概念库,可在不影响本体概念表达能力的前提下,实现语义匹配过程的分离。为适应公共本体概念库的动态特性,给出对其进行更新(添加、删除和修改)的算法。实验结果表明,该方法大幅提高了语义匹配的效率,且不会对语义匹配的性能产生影响。     

语义Web中的本体推理研究

从语义Web的基本概念开始,介绍了语义Web的层次结构;介绍了本体的基本概念以及用于本体描述的几种语言。用W3C推荐的本体描述语言OWL描述了一个本体实例,通过此实例对本体推理在本体建立中的冲突消解、描述优化、本体的合并和实例归类中的应用进行了研究,说明了本体推理在本体建立及本体应用中的作用。本体技术是语义Web的核心技术,所以建立和维护本体是语义Web中的主要工作之一,而基于本体的推理可以帮助建立和维护本体。     

语义集成:本体映射方法研究

本体是客观世界知识的表现形式，随着语义Web研究的深入．研究者们构建了越来越多的本体．如何实现本体之间的知识共享和重用，成为了语义Web发展的关键。文中对本体映射的方法进行了研究，系统阐述了本体及本体映射的定义、本体映射中的相似度计算和本体映射框架等。如何减少本体映射中的人工干预，实现本体的半自动化或自动化映射将是该领域的发展方向。     

基于本体映射的语义Web服务发现框架

分析了语义Web服务中存在的本体异构问题,讨论了语义Web服务发现中输入、输出匹配的方法,以及本体映射中概念相似度计算方法.在已有的Web服务模型基础上,引入语义Web服务发现的机制,提出了一个基于本体映射的语义Web服务发现框架,并阐述了其实现机制.该框架下的本体映射技术的应用能够增强语义Web服务发现的能力.     

语义Web上的Ontology表示语言研究

本体在语义Web中起着重要的作用，它能为软件Agent提供从语法层次到语义层次上的互操作性。在需求与技术的驱动下，多种本体表示语言也应运而生。介绍了3种本体表示语言（RDF Schema、DAML＋OIL、OWL），并对它们进行了比较分析。     

一种基于人工免疫的本体匹配算法

针对目前本体匹配算法存在运行效率低和匹配准确度不高等问题,提出一种基于人工免疫的动态本体匹配算法,用来快速地从现有本体中筛选出用户所需的子本体。该算法根据用户行为信息构建抗原本体模型,利用情景匹配确定其领域上下文环境,然后通过结构匹配获得匹配度最高的本体,最后对本体执行语义匹配得到最终需要的子本体。实验表明,该算法提高了本体匹配的准确度和效率。     

基于语义网的本体技术应用

为研究基于语义网系统的知识本体构建方法,提出并设计1个本体构造的框架.在本体的建立过程中,充分利用已大量存在的概念模型,从而在一定程度上减轻术语收集的工作量.为提高本体的构造速度,提出一系列本体构造辅助方法:借助转换准则,直接把已存在的概念模型元素转换为本体元素;利用概念量化技术,设计1个分类算法,通过求术语之间的语义亲和度、结构相关性以及术语类之间的联结紧密度,使本体构造中的术语分类可以自动进行,从而为领域本体的构造提供有效可行的方案.     

本体匹配的网格服务发现模型研究

如何从大规模网格服务集合中快速而准确地发现满足用户请求的服务,是语义环境下网络应用的一个重要方面。针对传统的基于关键字匹配的Web服务发现方法无法准确描述网格服务服务能力和应用领域的问题,提出了一种基于输入和输出领域本体的语义网格服务描述模型和基于本体匹配的语义网格服务发现流程,构造了基于本体匹配语义相似度计算的语义网格服务发现算法。实验结果表明,基于本体匹配的语义网格发现方法能够获得很好的查全率和查准率。     

语义网服务中的本体综述

作为实现下一代Web的集成方案,语义网服务将语义Web技术和Web服务技术相结合,以支持Web服务的自动发现、选择、合成和执行.本体是语义网服务的理论基础.介绍了Web资源描述本体OWL和Web服务描述本体的概况,并对3种主流的Web服务语义描述框架进行对比分析,为语义网服务中本体的创建提供基础知识.研究了语义网服务中存在的各层次的本体异构问题,明确了语义网服务中本体集成的主要研究方向.     

语义Web服务匹配策略研究

通过OWL-s来对Web服务进行逻辑化描述,将语义Web与Web服务相结合成语义Web服务,使得可以基于Web服务的语义信息来查找和匹配所需的Web服务。在单个Web服务参数语义匹配度确定基础上,提出了一种新的确定整个Web服务的匹配策略,并完成了具体的实现。相比UDDI基于关键字的匹配,使用语义信息匹配Web服务更能满足用户的潜在需求。     

Axiom-based ontology matching

Abstract: Managing multiple ontologies is now a core question in most of the applications that require semantic interoperability. The semantic web is surely the most significant application of this report: the current challenge is not to design, develop and deploy domain ontologies but to define semantic correspondences among multiple ontologies covering overlapping domains. In this paper, we introduce a new approach of ontology matching named axiom-based ontology matching. As this approach is founded on the use of axioms, it is mainly dedicated to heavyweight ontologies, but it can also be applied to lightweight ontologies as a complementary approach to the current techniques based on the analysis of natural language expressions, instances and/or taxonomical structures of ontologies. This new matching paradigm is defined in the context of the conceptual graphs model, where the projection (i.e. the main operator for reasoning with conceptual graphs which corresponds to homomorphism of graphs) is used as a means to semantically match the concepts and the relations of two ontologies through the explicit representation of the axioms in terms of conceptual graphs. We also introduce an ontology of representation, called MetaOCGL, dedicated to the reasoning of heavyweight ontologies at the meta-level.     

多信息源下本体自动抽取的实现*

以关系型数据库、XML文件、HTML文件、一般文档为信息源,运用不同的方法分别将多信息源映射为概念图,并按照拟定的概念逻辑结构进行统一存储,最后运用抽取算法实现本体的自动抽取.