一种关系数据库到本体的自动构建方法

随着语义网的发展,对本体的需要也越来越大。但是目前大多数的数据被存储在关系数据库中,这些数据不能被语义网应用程序所访问。因此如何将关系数据中的数据转化为可以被语义网应用的数据,是一个需要解决的问题。针对上述问题,提出了一种从数据库自动地构建OWL本体的方法。该方法把本体构建过程分为语义信息的发现和本体映射两个部分。并且定义了一种图M-Graph,通过M-Graph的生成与分析,结合映射规则自动地构建OWL本体。实验验证,该方法可自动地由关系数据库构建OWL本体,并且可以得到相对丰富和准确的本体。     

语义Web粗糙本体：定义、模型和存储方法

在讨论语义Web粗糙本体定义、模型的基础之上,鉴于关系数据库是目前最通用的存储介质,提出了基于关系数据库的语义Web粗糙本体存储方法。重点讨论了语义Web粗糙本体的存储模式,并通过构建一个粗糙本体并其存储到关系数据库中。实例验证了所提出存储方法的有效性和可行性。     

基于规则的关系数据库到本体的转换方法*

提出了一种新的全自动的关系数据库到本体的转换方法,通过分析关系模式的主键、属性、引用关系、完整性约束和部分数据来创建本体,尽量保持了关系数据库的信息,并在构建的过程中对信息进行初步的集成和分类.系统实践证明,该方法可自动进行关系模式和数据到本体的等价转换,而且完成了对关系数据库中部分语义信息的辅助挖掘.     

从关系数据库构建语义丰富本体的方法

网络中大量数据存储在关系数据库中,利用这些数据资源构建领域本体是实现语义Web的任务之一。制定了一组优化的通用转换规则(特别注重对元组信息的语义分析与挖掘),结合领域专家的选择判断,在尽量保留和挖掘关系数据库语义信息的基础上,给出了一个从关系数据库半自动构建OWL本体的方法,同时利用WordNet对本体进行语义丰富,并最终通过系统实现转换过程。     

一种利用模糊关系数据库构建模糊OWL本体的方法

经典OWL本体不能直接表示和处理语义Web应用中广泛存在的模糊知识,鉴于模糊关系数据库在模糊数据表示与处理方面的优势,提出利用模糊关系数据库来构建模糊OWL本体.通过对RDF数据类型进行模糊扩展,并从模糊数据类型角度扩展OWL,解决了模糊OWL本体的表示问题;在此基础上,研究了以模糊关系数据库为数据源的模糊OWL本体的构建方法,该方法为语义Web中模糊本体的构建提供了一个有效的解决方案.     

一种基于Web的通用本体学习框架

提出一种通用的多策略本体学习框架,通过对Web上各专业领域文档集进行挖掘来实现本体自动构建。讨论本体学习中本体概念的抽取、概念之间语义关系的抽取和分类体系的自动构建等关键技术,通过实验对算法进行测试和评价。由于集成了多种机器学习算法,该方法在概念抽取和语义关系学习方面具有更高的准确性,采用通用本体WordNet和HowNet作为语料库,可适用于不同的专业领域。通过按需获取Web文档,该方法能实时生成本体。     

基于关系数据库的OWL本体存储与提取技术

WEB本体语言(OWL)是一种用于对本体进行语义描述的语言,不仅提供强大的语义表达能力,而且能够表达机器可以理解的内容。关系数据库在存储与管理大规模数据方面相应技术比较成熟。针对该情况,结合两者的优势,提出一种基于关系数据库存储 OWL 本体的存锗模式,主要针对本体类的存储模式的设计思想和关键接口实现技术进行叙述。案例研究表明,所设计的类可以有效的实现关系数据库和OWL本体类之间的数据转换。     

一种基于FCA的面向关系数据库的本体学习方法

从已有的数据模型中进行语义提取,经过一定的规则映射生成本体的过程称为本体学习。关系数据库模型是当前数据的存取与组织的主要模型,从中学习得到本体,一直是本体工程领域研究的热点之一。利用手工定义的E-R模型到本体的映射规则来完成本体的构建,是国内外大部分学者采用的方法。但这样获得的本体概念层次关系主观依赖性强,不利于本体的实际应用。为了能更加客观地获取数据之间的概念层次关系与语义信息,提出了一种基于FCA(形式概念分析)从关系数据库进行本体学习的方法。该方法既保持了关系数据表中原有的数据语义关系,又发挥了FCA自动提取语义信息的特点,提高了最终本体生成的质量,有利于在具体的领域应用中使用本体。最后结合材料服役安全数据库的数据信息,演示了运用所提出的方法学习得到领域本体的过程。     

语义传感器Web中传感器本体的构建及应用

语义传感器Web的出现为物联网中传感器系统间的数据互操作、信息共享和知识融合提供了实现方式,传感器本体的构建则是实现这些功能的前提.本文在参考万维网联盟提出的语义传感器网络本体的基础上,对传感器及配套的数据采集仪构建了对应的本体,为传感器系统提供了有效的知识组织模型.通过建立的传感器和数据采集仪本体,可以实现传感器的自动分类管理,设定推理规则后可以提供传感器和采集仪间的配接推荐,提高检测现场多传感器系统设计的效率和可靠性,将领域知识应用到系统设计和管理中.最后以具体的传感器实例对推理规则进行了测试,结果满足应用要求.     

从关系数据库到本体映射研究综述

随着语义Web技术的逐步发展,本体在数据集成和异构系统语义交互研究中起到越来越重要的作用.本文对近年来从关系数据库到本体建立语义关联的研究现状进行了阐述,将其分为从关系数据库抽取本体以及关系数据库模式与给定本体进行映射两大类,分别针对这两类方案的特点、应用领域、相关研究和工具进行了详细分析,并对当前的典型研究成果进行比较.在此基础上指出映射维护、工具可视化、利用实例知识或领域知识辅助映射以及自动映射的评价是未来的研究和发展方向.     

Methodology and intermediate layer for the automatic creation of ontology instances stored in relational databases

In this paper, we introduce our solution for mapping local ontologies to relational and object‐oriented representations. This solution is part of the GeoNis framework for the interoperability of geo‐information systems applications in a local community environment. The GeoNis framework is based on a hybrid ontology approach for data integration. Therefore, a very important subject in our research on semantic data integration is the creation of mapping between a spatial information source and its local ontology. We developed the OWL2RDB mapping language to create an intermediate layer between a relational database and the OWL ontology. This intermediate layer contains rules (expressed in the OWL2RDB language) for mapping between the structural elements of a relational database and the concepts of OWL ontologies. We also present a system that uses the OWL2RDB intermediate layer to create classes that can handle ontology instances stored in relational databases. We have developed a prototype for a tool that uses this proposed approach for the automatic generation of translator/wrapper components in the GeoNis interoperability environment. Copyright © 2012 John Wiley & Sons, Ltd.     

基于关系数据库的语义数据查询方法

针对当前资源描述框架(RDF)查询语言查询数据效率不高且不能查全的特点,通过研究关系数据库模式到RDF视图的映射关系,在基于本体的智能检索方法基础上引进分层思想,设计和实现一种单本体数据源环境下的RDF查询引擎,实现隐含语义的发现。实验表明该引擎能较好地实现高效率的语义查询,并具有更大的灵活性和可扩展性。     

Ontology extraction from relational database: Concept hierarchy as background knowledge

Relational Database (RDB) has been widely used as the back-end database of information system. Contains a wealth of high-quality information, RDB provides conceptual model and metadata needed in the ontology construction. However, most of the existing ontology building approaches convert RDB schema without considering the knowledge resided in the database. This paper proposed the approach for ontology extraction on top of RDB by incorporating concept hierarchy as background knowledge. Incorporating the background knowledge in the building process of Web Ontology Language (OWL) ontology gives two main advantages: (1) accelerate the building process, thereby minimizing the conversion cost; (2) background knowledge guides the extraction of knowledge resided in database. The experimental simulation using a gold standard shows that the Taxonomic F-measure (TF) evaluation reaches 90% while Relation Overlap (RO) is 83.33%. In term of processing time, this approach is more efficient than the current approaches. In addition, our approach can be applied in any of the fields such as eGoverment, eCommerce and so on.     

An ontology-driven framework towards building enterprise semantic information layer

Enterprises Information Systems (EIS) have been applied for decades in Computer-Aided Engineering (CAE) and Computer-Aided Design (CAD), where huge amount of increasing data is stored in the heterogeneous and distributed systems. As systems evaluating, system redesign and reengineering are demanded. A facing challenge is how to interoperate among different systems by overcoming the gap of conceptual heterogeneity. In this article, an enlarged data representation called semantic information layer (SIL) is described for facilitating heterogeneous systems interoperable. SIL plays a role as mediation media and knowledge representation among heterogeneous systems. The SIL building process is based on ontology engineering, including ontology extraction from relational database (RDB), ontology enrichment and ontology alignment. Mapping path will maintain the links between SIL and data source, and query implementation and user interface are for retrieving data and interacting with end users. We described fully a practical ontology-driven framework for building SIL and introduced extensively relevant standards and techniques for implementing the framework. In the core part of ontology development, a dynamic multi-strategies ontology alignment with automatic matcher selection and dynamic similarity aggregation is proposed. A demonstration case study in the scenario of mobile phone industry is used to illustrate the proposed framework.     

基于Ontology的语义检索模型研究

针对基于关键字匹配的传统检索方法存在的不足,在检索过程中引入语义,提出一个基于本体的语义检索的模型。该模型将信息检索方法与语义查询技术相结合,通过基于本体的知识库实现对检索信息的语义查询。同时研究了语义检索的关键技术—本体的构建以及语义推理。     

基于语义Web的GIS互操作技术

GIS互操作技术是实现地理信息共享的关键。目前对GIS互操作的研究还主要集中在语法层次上,在语义层次上的互操作研究还处于起步阶段。而语义Web技术能够提供从语法层次到语义层次上的互操作性。因此,如何将语义Web技术应用于GIS互操作是一个值得研究的问题。提出了一种基于语义Web的GIS互操作方案,使用OWL建立地理信息本体,在此基础上探讨了同一本体不同版本间的比较,实现了GIS的语义互操作。     

基于多层本体方法的信息集成研究

针对动态信息源间的语义异构问题,通过对现有基于本体的信息集成方法的分析,从消除信息源动态变化的影响和支持异构信息源集成的角度出发,建立包括全局本体层、领域本体层和局部本体层的多层本体集成方法。多层本体方法简化了全局本体的构建,能够集成领域视角不同的动态信息源并支持现有本体的重用,为大规模异构信息源的集成提供了可行的解决方案。     

基于关系数据库的应急预案领域本体构建研究

鉴于领域本体在数字化预案中扮演的日益重要的角色,本文提出了一种基于关系数据库（relation database,RDB）的自动生成应急预案领域本体的构建方法。该方法通过数据库逆向工程工具Rational Rose抽取关系数据库的逻辑和概念模型,采用查询数据库系统表的方法抽取其物理模型,分析关系数据模型（relation data model,RDM）的关系及其模式间的规范及非规范关系来定义转换规则。实验证明,该方法可以有效地自动进行关系数据库到领域本体的建模,提高应急预案领域本体的构建效率,加速应急预案数字化的进程。