本体变化管理技术研究综述

语义Web是一个动态变化的环境,作为其基础的本体也需要及时适应环境的变化而进行改进。本文首先对本体变化和本体变化管理的概念进行了分析,将本体变化管理划分为三个部分：本体变化发现、本体变化处理和本体变化结果传播。以这个划分为基础,分别对本体进化、本体版本机制、多版本推理和不一致推理等与本体变化管理相关的技术进行了具体的阐述,并采用一致的标准对这些研究进行了分类比较。还说明了与本体变化管理相关的研究内容。     

基于本体指标的本体版本演变分析方法

随着语义Web的发展和Web本体语言(Web ontology language,OWL)的普及,在各个领域出现了越来越多大规模的本体,其中部分本体已历经多个版本的演变,因而需要一种简单而有效的方法,帮助人们分析和了解不同版本的本体内部的变化情况。在已有的本体指标相关工作的基础上,提出了Property层上的4个本体指标,并且选择版本更新比较完整的Open GALEN和Open Cyc本体作为数据集,基于OWL-API设计了一个实用工具,对多个版本下的本体在Ontology层、Class层和Property层的指标进行了度量。通过分析实验结果和指标所代表的意义,总结出本体指标变化所体现出的本体版本演变的规律。     

面向知识管理系统的本体进化管理框架

如何建立知识管理系统的研究是目前的一个研究热点,其中系统的可重构（可配置）性以及适应环境变化的进化能力是研究中的难点。通过基于企业本体来建立知识管理系统的方法,可以实现系统的可重构性。但是随时间变化,企业领域知识的结构、内容也在不停变化,因而本体进化、知识进化方法及一致性模型的研究成为必须要解决的问题。该文分析了本体进化及版本管理的一些关键问题,讨论了相应策略和算法,给出一个本体进化管理框架并引入到知识管理系统的开发中,并介绍了实际的应用情况和今后的研究方向。     

企业自演化动态本体表示策略的研究

领域知识的非规范化组织严重阻碍了本体及知识库的共享,本体的主观性和知识的快速更新提出了本体演化需求,也就需要对领域知识本体的动态属性进行表示,建立动态本体,适应对本体及知识库共享的需求。本文以情景演算理论为基础,对活动动态本体进行了刻画;在分析企业活动之后构建了企业动态本体,并以构建企业生产管理的动态过程信息表示为例进行了实例描述;提出了本体自演化动态模型;给出了基于本体学习与冲突触发的本体自演化版本态迁移图,对本体演化过程中的版本进行管理,实现动态本体的自动复盘,最终建立实现企业职能的动态的共享本体模型。     

本体进化及维护的研究总结

本体是共享概念的规范、精确的描述。本体本身并不是静态的模型,所以它必须能够捕获意思和关系的变化。这样,本体的映射和进化就成为本体学习和发展的一个基本任务。本体进化就是获得新的信息和知识时适当地维护和扩充已有本体。     

本体演化管理研究

自W3C主席TimBerncrs-Lee首先提出了语义web的概念后,它正在成为计算机信息处理领域当前研究的热点之一。本体将在“语义Web”中起到至关重要的作用,它通过定义精确的共享术语,以提供某一特定领域可重用的知识。但是这些知识并不是静态的,而是随着时问的推移不断演化。领域的改变、自适应不同的任务、或概念模型的改变都要求本体的变更。随着本体开发变成一个泛化的、协同的过程,本体版本控制和演化管理已成为本体研完中一个重要的领域。本文首先对本体演化的原因和所带来的问题进行分析,然后讨论了本体演化管理的关键技术,着重强调了Web上本体标识和本体变化机制的定义,并对今后的研究工作进行了展望。     

基于本体的动态知识管理系统

给出一个基于本体的动态知识管理系统框架,介绍各模块的设计思路,阐述本体库构建、知识俘获与规范化、知识检索等关键模块的实现过程与相关技术要点。该系统框架以领域本体为基础,根据企业实际需求的变化,动态维护知识结构及类别,实现企业知识的动态管理。     

一种本体版本匹配的方法

本体(ontology)版本间的单向匹配不能满足数据共享和重用的需求.本文介绍一种新的本体版本匹配方法.该方法可以对同一本体的两个版本同时进行正向和逆向匹配,将不同版本中的相似元素联系起来并相互转换,从而提高同一本体不同版本的数据源间的数据共享能力.文中详细描述本体版本双向匹配中的匹配元素、匹配关系和转换表达式,并以实例证明采用本文所述的双向匹配方法能有效提高数据共享的能力.     

基于本体的权限管理系统的研究与实现

设计实现了一个基于本体的权限管理系统,该系统使用本体对业务层面上与操作相关的信息进行概念建模,实现了一个对具有业务内涵的、范围相当广泛的一类广义操作进行权限定义、管理的合适的表达框架和管理机制。同时,该系统是独立于应用的,可以为多种应用程序提供统一的权限管理支持。     

利用本体云影模型的本体进化进程

整个Web环境,本体之间存在复杂的交互关系,构成了本体进化的社会环境。在非集中、分布式环境中,成功的本体应用需要加强对本体改变的管理和本体的进化。文章基于本体云影模型提出了一种本体进化进程COEP,COEP包含复杂的操作,使用本体云影模型的操作和定义,不仅是一个技术过程,还是一个管理过程,充分考虑了群体性、社会性,其方法重视本体之间的关系,其过程比现有的本体进化进程丰富,具有很好的应用前景。     

Supporting ontology adaptation and versioning based on a graph of relevance

Ontologies recently have become a topic of interest in computer science since they are seen as a semantic support to explicit and enrich data-models as well as to ensure interoperability of data. Moreover, supporting ontology adaptation becomes essential and extremely important, mainly when using ontologies in changing environments. An important issue when dealing with ontology adaptation is the management of several versions. Ontology versioning is a complex and multifaceted problem as it should take into account change management, versions storage and access, consistency issues, etc. The purpose of this paper is to propose an approach and tool for ontology adaptation and versioning. A series of techniques are proposed to ‘safely’ evolve a given ontology and produce a new consistent version. The ontology versions are ordered in a graph according to their relevance. The relevance is computed based on four criteria: conceptualisation, usage frequency, abstraction and completeness. The techniques to carry out the versioning process are implemented in the Consistology tool, which has been developed to assist users in expressing adaptation requirements and managing ontology versions.     

Efficient management and storage of a multiversion OWL 2 DL domain ontology

Ontology is the chief technology to model domain knowledge and fix its heterogeneity. Knowledge evolution is unavoidable in all fields, and ontology should reflect such an evolution while preserving its consistency. The access to an ontology evolution history is also a crucial need. Thereby, ontology versions should be stored efficiently. To address these requirements, some works focused only on managing ontology inconsistency. To this end, they adopted an a posteriori approach that checks inconsistency after its occurrence. Others have mainly focused on some ontology versioning aspects other than the storage and the consistency preservation issues. Specifically, the state of the art storage strategies perform well some typical queries at the cost of a high storage space. Strategies with low space overhead lose the main specificity of ontology: the knowledge semantics modelling. So, it is useful to address all these shortcomings. This paper presents an approach that allows generating consistent OWL 2 DL ontology versions in a priori way. It also proposes an efficient storage strategy that preserves the semantics aspect of ontology and performs well typical queries with a low storage space. A protégé plug‐in is developed to show the feasibility of the main ideas presented in this paper.     

本体推理机及应用

随着语义web的迅速发展,基于本体的应用越来越多,本体推理机的应用也越来越为重要。本体推理机可用于推理和查询语义,是实现语义Web的关键技术之一。介绍了本体推理机及其分类、结构以及相关技术,介绍了几种典型的本体推理机;分析了本体推理机的应用及其发展的趋势。     

本体摘要技术综述

本体是知识共享的重要工具,也是知识图谱的上层结构。随着数据规模和本体复杂性的增长,本体理解与应用日益困难。本体摘要作为缩小本体规模的一项技术,为加速本体理解与应用提供了技术支持。给出了本体摘要的不同定义;对本体摘要方法进行比较分析;介绍了本体摘要评估的指标体系;最后提出本体摘要的进一步研究方向     

MINI——一种可减小变更影响范围的本体演化算法

本体演化会影响依赖本体的服务,使其重新修订和重新部署.面对同一变更需求,不同演化实现方法造成的影响范围差别很大.当前的本体演化研究主要集中在如何实现变更需求以及维护变更前后本体的一致性,对于如何降低演化影响范围关注甚少.文中提出了一种可以有效减小变更影响范围的本体演化算法MINI.该算法首先分析了本体实体和服务之间的依赖关系并提出了量化变更影响范围的数学公式.根据这一公式,MINI算法将本体演化过程转变为图的启发式搜索过程,通过搜索一条影响值最小的变更路径来减小本体演化的影响范围.实验结果表明,MINI算法导致的平均变更影响范围大大小于现有的本体演化算法.该算法已在某实际项目中得以应用和验证.     

基于系统中心本体的分层抽象模型

本体类分层关系的确定,使得能够利用不同抽象度本体类之间的抽象映射自动构建物理世界的分层模型。根据本体类型的不同将已有的本体类定义为对象本体类(Object based Ontology Class),并对流片段(Flow Fragment)的概念加以扩展,提出以系统为中心的流本体类(Flow-based Ontology Class)的概念。定义了流片段的行为不可区分性,从两个不同的方向讨论了流本体类的分层表示:一是对构成流本体类的流片段的不同抽象度分层扩展;二是对构成流本体类的不可区分的流片段的合并分层扩展。给出了流本体类的分层过程,定义了系统级的映射关系,即流片段之间的抽象映射,指出该映射为基于系统中心本体的模型抽象分层过程提供了直接的转换运算。并且,流本体类的分层关系的确定也为基于系统中心本体的模型设计任务提供了可共享和重用的机制。     

本体存储技术研究

Ontology是对一个特定领域中重要概念的共享的形式化的描述,由于具有明确性和共享性,它可以作为领域内不同主体之间进行交流的语义基础;更进一步的,Ontology可以帮助机器理解文档表达的语义信息.语义网络是Ontology的一个重要应用场景,Ontology用来描述网络资源的语义,从而使机器具有自动管理网络信息的能力.那么巨大的数据规模是语义网络环境下Ontology数据存储管理面临的一个突出问题,所以介绍了本体存储的方法、存储模式及几种典型的本体存储管理系统.讨论了当前本体存储模式的问题并展望了未来的发展方向.