￢RDF推理中不一致问题研究

￢RDF在RDF中引入经典否定和推理,以增强RDF的表达和推理能力,但经典否定会使程序出现不一致情况,导致程序无解。为此,提出一种基于加权回答集程序的加权￢RDF(￢WRDF)推理方法。借鉴加权回答集思想,通过加权回答集程序对￢WRDF进行推理,给出其应用实例。实例应用结果表明,该方法使得程序在不一致的情况下,仍然可以得到最接近用户需求的解。     

Research on Inconsistency Problem in (┓)RDF Reasoning

(┓)RDF在RDF中引入经典否定和推理,以增强RDF的表达和推理能力,但经典否定会使程序出现不一致情况,导致程序无解.为此,提出一种基于加权回答集程序的加权(┓)RDF((┓) WRDF)推理方法.借鉴加权回答集思想,通过加权回答集程序对(┓)WRDF进行推理,给出其应用实例.实例应用结果表明,该方法使得程序在不一致的情况下,仍然可以得到最接近用户需求的解.     

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及层次结构

本文描述了下一代万维网－语义Web及其基本内容，文中介绍了语义Web的定义及其层次结构，描述了支持语义Web各层的基本技术和RDF（资源描述框架）／RDF模式语言OIE（本体推理层），逻辑层及有关技术等，并描述了语义Web的发展前景。     

基于扩展ASP的RDF流处理系统

对传感器产生的语义数据流执行复杂推理的能力, 最近已成为语义网社区中的重要研究领域, 而目前大多数RDF流处理系统是以SPARQL (W3C标准RDF查询语言)为基础实现的, 但这些引擎在捕获复杂的用户需求和处理复杂的推理任务方面存在局限性. 针对此问题, 本文结合并扩展了回答集编程(Answer Set Programing, ASP)技术用于对RDF流进行连续的处理. 为了验证本方法的有效性, 首先以智能家居本体为实验对象, 并分析传感器设备间的共有特性及复杂事件以构建本体库; 然后基于本体库产生实例对象, 并通过中间件产生RDF数据流; 接下来通过扩展ASP, 充分利用其表达和推理能力以减少推理时间, 并设计了RDF 流的窗口划分策略等, 然后根据用户的请求, 选择性地进行静态知识库加载等; 最后通过实验与Sparkwave和Laser进行对比, 证明了该方法在延迟和内存上的性能优势.     

一种RDF图的语义相似性度量方法

在资源描述框架(RDF)图的语义相似性度量过程中,结构相似性和语义相似性计算不精确。针对该问题,提出结构语义(SAS)方法。结合改进的基于网络距离模型的语义距离公式、基于信息量模型的权重度量机制,计算概念节点的语义相似度,完善RDF图语义相似度算法,分析结构、深度和密度对RDF图语义相似性度量的影响。设计并实现原型系统,实验结果表明,该方法可有效保证RDF图的语义相似度与实际相符。     

一种对OWL进行数字签名的方法

普通的XML数字签名技术只能对基于XML的文档在XML语义层次上进行文档内容正规化并进行数字签名，无法在更高一层的语义层次上进行数字签名。对于基于OWL（Web本体语言）的文档，需要在更高的语义层次进行对其数字签名。提出了一个对OWL进行数字签名的方法，该方法主要针对OWL文档的RDF Triple（RDF三元组）进行正规化处理后，再进行数字签名，该RDF正规化算法的时间复杂度为O（N lg N），N为RDF Triple的数量。     

互联网Ontology语言和推理的比较和分析

本文从描述逻辑和语义互联网两个角度比较和分析几种Web本体描述语言(RDF／RDFS、DAML OIL和OWL)的表达力和相关的推理，介绍它们的不同应用。然后总结出推理的分类，说明推理在本体建设、维护和应用中的作用。     

基于OWL的网络化制造本体构建分析

OWL是一种新的标准化本体定义语言,拥有比RDF Schema更丰富的表达能力,能帮助机器自动完成智能搜索和推理。本文尝试把OWL应用到网络化制造本体构建上,首先提出了一种本体构建的通用方法,随后结合OWL的特性分析了网络化制造本体中可能出现的各种元素,最后设计了一些搜索和匹配问题,用于在原型系统中检测所设计的主体。     

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Jena的动态语义检索方法

针对RDF在语义检索中存在的问题,利用Jena工具,提出一种提取和处理RDF层本体处理的方法,给出基于Jena的实现算法。将RDF层本体信息从网页中分离并构建RDF模型,对RDF模型进行集合运算,查询、修正以及序列化RDF层本体。实验结果证明了该算法的实用性,缩短了查询时间,提高了检索的查全率及查准率。     

RDF（S）三元组的推理控制算法

为实现资源描述框架（RDF）数据的访问控制,提出一种RDF（S）三元组的推理控制算法,通过计算推理依赖图得到三元组的逻辑表达式,对敏感三元组的逻辑表达式求析取范式进而得到推理控制问题的候选解和最优解。实验表明,该算法能够有效地阻止非法推理,合理控制语义信息的丢失。     

基于领域本体的语义查询推理系统

传统的基于关键字的信息检索技术不能满足人们对信息查询的需求,语义网技术是解决这一问题最有前景的方法。本文设计与开发一个基于出版物领域本体的语义查询与推理系统,该系统构建了出版物领域本体,并构造该领域本体的查询语句和推理规则,给出语义查询和推理的结果,并对结果进行测试。结果验证了系统对语义查询和推理的可行性和有效性。      

基于语义推理的DSS模型研究与应用

基于语义网理论建立基于语义推理的DSS模型。该模型引用W3C提出的资源描述框架（RDF）以描述业务领域中各要素,形成领域本体。并对领域中业务数据进行语义标注,构建事实库。在所构建事实库的基础上,系统根据预设规则进行推理,以达到决策支持的目的。最后基于以上方法对施工项目设备推荐领域进行实例建模,建立设备推荐系统。该系统将Semantic Web与Ontology理论引入到施工项目领域,以解决施工项目过程中存在的设备选型推荐问题,并作为语义Web理论在该领域内应用的一次尝试。     

基于本体技术构建的协同式网络课件编辑系统

领域本体是解决异构系统语义互操作的关键技术。我们提出了基于协同式课件编辑环境的领域本体模型，该模型的特点在于建立了领域知识概念与学习资源和课件文档之间的关联。该模型采用TRIPLE语言实现，它能够方便地与RDF进行转换，并具有较强的推理能力。另外，本文还提出了基于领域本体的“语义冲突消除模型”，该模型是解决课件协同编辑过程中语义冲突的基础。     

基于一阶逻辑的RDF模型的研究

XML为互联网应用提供了语法互操作性统一标准,而资源描述框架RDF定义了支持语义互操作的框架模型。作为RDF数据模型的类型系统,资源描述框架模式RDFS定义了一套扩充新的建模原语及其语义约束的机制。由于整个互联网语义化过程都以RDF模型为底层的模型支持,RDF数据模型及其类型系统的形式化程度直接影响和制约着更高层次上的语言和模型的形式化能力和推理能力。文章首先对RDFS类型系统做了非形式化分析,然后基于一阶逻辑定义了一套RDFS类型系统中对应类层次模型、类-实例模型和核心概念约束模型的事实-规则集。     

模式级链接关联数据集上的关联规则挖掘研究

针对关联数据集合呈现出的大数据特性和蕴含的语义信息,提出了首先建立关联数据集的模式级链接,再进行关联规则挖掘的方法。在同领域RDF数据集上定义RDF数据项模式并提出数据项模式的产生规则;利用RDF数据查询技术从数据项模式获得RDF数据项集合,进而再推导出特定领域内的关联规则。提出的基于关联数据RDF数据项模式的关联规则挖掘方法将关联规则挖掘扩展到同一领域内的数据集合而不再局限于单一数据集,同时给出了基于Hadoop的大规模RDF数据集上的关联规则挖掘的实现方案。实验结果验证了模式级链接对于关联规则挖掘的价值和所提方法的有效性。