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。     

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。     

本体在XML信息源集成中的应用

提出了一种应用本体解决XML信息集成中语义异构的方案,设计了一个基于本体(Ontology)的XML信息集成框架。同时介绍了一种本体表示方法,并通过本体到XML Schema的映射算法,实现了对XML信息源语义层次上的有效性验证。最后阐述了XML信息查询算法,使用户可以通过本体方便地对异构XML信息源进行查询。     

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.     

关系数据库中本体完整性约束验证方法

近几十年来,计算机网络的飞速发展和信息化的推进,语义Web数据中的信息以指数形式增长,需要有一种映射机制将语义Web数据映射到数据库中.关系数据模式与本体之间映射是语义网研究中的一个重要问题.针对现有的本体按照一定的策略在不损失其语义的情况下组织到关系数据库中没考虑本体数据的完整性的问题,本文提出如何将组织到关系数据库中本体数据验证完整性约束方法.     

基于SWMVR的视频考勤系统应用研究*

随着语义Web技术的不断发展，基于XML的数据文档管理成为语义Web技术发展的难题，特别是RDF，DAML，OIL，OWL等本体语言的提出，基于XML的本体文档日趋复杂，传统的在关系数据库中依靠映射关系管理本体文档越来越困难。提出使用XML数据库Xindice来存储查询本体文档并设计了存储查询方法。     

基于本体的信息集成技术研究

随着语义网技术的飞速发展,本体起了越来越重要的作用。在信息集成的过程中,本体作为一种工具解决了分布式异构信息源的语义异构问题,实现了信息源语义上的互操作。该文介绍了一种基于混合本体的信息集成方法,通过全局本体和局部本体之间的映射,向用户提供获取数据的统一接口,使用户获得语义上相关的数据。     

A combinatory framework of Web 2.0 mashup tools,OWL-S and UDDI

The increasing number of Web 2.0 applications, such as wikis or social networking sites, indicates a movement to large-scale collaborative and social Web activities. Users can share information, add value to Web applications by using them or aggregate data from different sources creating Web applications (mashups) using specialized tools (mashup tools). However, Web 2.0 is not a new technology, but it rather embraces a new philosophy, treating the Internet as a platform. Several issues related to the Semantic Web vision, such as interoperability or machine understandable data semantics, are not tackled by Web 2.0. In this paper, we present our effort to combine semantic Web services (SWS) discovery frameworks, UDDI repositories and existing mashup tools in order to enhance the procedure of developing mashups with semantic mashup discovery capabilities. Towards this end, we introduce a social-oriented extension of OWL-S advertisements, their mapping algorithm on UDDI repositories and a semantic mashup discovery algorithm. Finally, we elaborate on the way our framework has been realized using the Yahoo Pipes mashup tool.     

Extracting semantic knowledge from web context for multimedia IR: a taxonomy,survey and challenges

Since its invention, the Web has evolved into the largest multimedia repository that has ever existed. This evolution is a direct result of the explosion of user-generated content, explained by the wide adoption of social network platforms. The vast amount of multimedia content requires effective management and retrieval techniques. Nevertheless, Web multimedia retrieval is a complex task because users commonly express their information needs in semantic terms, but expect multimedia content in return. This dissociation between semantics and content of multimedia is known as the semantic gap. To solve this, researchers are looking beyond content-based or text-based approaches, integrating novel data sources. New data sources can consist of any type of data extracted from the context of multimedia documents, defined as the data that is not part of the raw content of a multimedia file. The Web is an extraordinary source of context data, which can be found in explicit or implicit relation to multimedia objects, such as surrounding text, tags, hyperlinks, and even in relevance-feedback. Recent advances in Web multimedia retrieval have shown that context data has great potential to bridge the semantic gap. In this article, we present the first comprehensive survey of context-based approaches for multimedia information retrieval on the Web. We introduce a data-driven taxonomy, which we then use in our literature review of the most emblematic and important approaches that use context-based data. In addition, we identify important challenges and opportunities, which had not been previously addressed in this area.

     

信息安全管理的概念映射方法

尝试从简单语义模拟到语义Web中的语义集成来处理信息安全管理中的概念问题。这其中最复杂的问题是语义互操作问题,很显然,这些问题存在于各种类型的安全问题。另一个重要问题是语义模拟问题,这些语义分析不同资源中的安全信息,以便更准确地提供整体的网络安全情况。提供了概念映射方法和安全概念模型来支持和解决这类安全问题。     

A feature-free search query classification approach using semantic distance

When classifying search queries into a set of target categories, machine learning based conventional approaches usually make use of external sources of information to obtain additional features for search queries and training data for target categories. Unfortunately, these approaches rely on large amount of training data for high classification precision. Moreover, they are known to suffer from inability to adapt to different target categories which may be caused by the dynamic changes observed in both Web topic taxonomy and Web content. In this paper, we propose a feature-free classification approach using semantic distance. We analyze queries and categories themselves and utilizes the number of Web pages containing both a query and a category as a semantic distance to determine their similarity. The most attractive feature of our approach is that it only utilizes the Web page counts estimated by a search engine to provide the search query classification with respectable accuracy. In addition, it can be easily adaptive to the changes in the target categories, since machine learning based approaches require extensive updating process, e.g., re-labeling outdated training data, re-training classifiers, to name a few, which is time consuming and high-cost. We conduct experimental study on the effectiveness of our approach using a set of rank measures and show that our approach performs competitively to some popular state-of-the-art solutions which, however, frequently use external sources and are inherently insufficient in flexibility.     

面向资源融合网格的数据语义框架

当前语义web服务成了语义web研究和应用的热点之一,提出了几种语义web服务框架,但是这些架构主要是用于web服务的自动发现、自动调用、自动服务纽合,不适合描述网格环境下的数据语义。本文在目前的语义web服务框架基础上,提出面向资源容融合网格（FuseGrid）的数据语义框架（ODSF）。在ODSF中,数据对象的语义是自描述的;ODSF包括4个顶层元素,分别为元属性、数据库本体、映射以及业务规则,其中元属性、数据库本体以及映射本体表示数据对象的静态语义,而业务规则描述数据对象的动态语义。同时分析了该框架的语义数据访问方法及其关键算法。     

本体相似度研究

不同本体之间的交互成为语义Web的首要任务,其中本体相似度计算是本体映射的关健环节。在以往的研究中,本体相似度计算通常专注于模式及其结构的匹配。目前研究朝着进一步考虑本体内部语义信息方向努力。本文描述了语义相似度栈的各个层次,依据各个层次的语义特征对目前本体相似度方法进行分类,并对每种方法进行了详细描述。最后对现有一些主要的本体间相似度计算方法进行归纳总结。这项研究工作将为人们提出新的相似度方法或者组合的计算方法作一个参考。     

语义互操作性和信息流动性

提出信息流动性的度量标准,以确定信息系统网络的语义互操作性,建立一个分析模型,分析语义Web的增长,并用这个模型进一步分析信息流动性是怎样通过市场驱动的语义活动得出的。     

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。