基于本体语义映射的数据集成机制研究

数据集成的难点是如何解决数据之间的语义异构问题,本文利用本体在语义集成上的优点,提出了一种基于本体语义映射的数据集成框架。根据本体概念的定义及其结构,给出了一种本体语义映射算法,该算法通过属性集合间的比较确定概念语义关系,在计算概念相似度时,考虑了概念名称、概念属性集合和相关概念的语义信息。最后通过概念的属性集映射算法和概念映射算法实现了本体语义映射,从而重点解决了数据集成中的语义映射问题。     

基于本体的XML语义集成和查询的研究

XML因其结构上的灵活性和易扩展性已经成为Web上异构数据转换和传输的标准,但是含有不同模式的XML数据源之间却很难进行相互操作,这给XML数据检索带来了更大的不便.先提出一种从XML模式到OWL本体的映射算法,然后借助共享全局本体和同义词典实现多个映射后的本体在语义上的集成从而解决XML结构异构的问题,最后提出一种利用语义集成进行XML语义查询的框架并初步实现.     

DW中一种基于本体的语义集成方法研究

文中介绍了数据仓库领域一种基于本体的语义集成方法。首先建立领域本体和数据源的局部本体,然后通过局部本体对应的概念树间的映射算法得到数据源全局本体,再和领域本体映射,得到映射关系。最后通过本体推理,得出隐含的语义关系,用最终的语义关系来指导数据抽取、转换和加载过程,实现数据仓库语义程度上的数据集成。     

基于中间模型的异构数据资源语义映射方法

异构数据资源的语义映射,是大数据时代数据集成与共享研究中的一个关键问题。围绕语义搜索的应用需求,针对海量异构数据资源到领域知识本体的语义映射问题,提出基于中间模型的映射算法,通过模型解析转换、映射规则设计、映射策略选择、映射关系表达等最终获得二者的映射关系。系统面向用户提供基于知识本体的统一视图,屏蔽了底层数据资源的异构性,保证了用户对异构数据资源的透明访问和准确理解,提供了一种灵活、通用、可扩展的语义集成机制,为准确高效的语义搜索应用提供支持。     

一种综合加权的本体概念语义相似度计算方法

基于本体的概念语义相似度近年来在信息科学的多个领域获得了广泛的应用,其计算方法也为诸多学者所关注。分析现有基于本体的概念语义相似度计算方法的工作原理和优缺点,提出一种对概念共享路径的重合度和概念最低共同祖先节点的深度进行综合加权的概念语义相似度算法。该算法灵活简便、可扩展性强,能够应用于不同类型的本体。使用基因本体和植物本体的部分数据进行了实验并与两种现有算法进行了比较,实验结果证明了提出的计算方法的正确性和有效性。     

基于XML Schema的航运领域本体构建方法

EDI电子数据交换作为一种信息技术,目前已经广泛应用在航运领域.然而由于各个国家乃至各个航运公司所用的EDI报文格式和系统都不相同,导致数据流通性差.为了解决航运领域信息共享存在的语义异构问题,本文将本体的概念引入到了航运领域之中,并且提出了一种基于XSLT转换技术和XPath路径语言的本体构建方法,实现了将航运业务的XML Schema结构文档中半自动化的转换成OWL语法的本体文档,建立了航运领域本体.实验表明,该方法能够大大提高本体的构建效率,并在一定程度上保证了本体的正确性.     

面向语义Web语义表示的模糊描述逻辑

分析了语义Web语义表示理论的研究现状及存在的问题,提出了一种新的面向语义Web语义表示的模糊描述逻辑FSHOIQ(fuzzy SHOIQ).给出了FSHOIQ的语法和语义,提出了FSHOIQ的模糊Tableaux的概念,给出了一种基于模糊Tableaux的FSHOIQ的ABox约束下的可满足性推理算法,证明了可满足性推理算法的正确性.提出了FSHOIQ的TBox扩展和去除方法,并证明了FSHOIQ的TBox约束下的包含推理问题可以转化为ABox约束下的可满足性推理问题.FSHOIQ为语义Web表示和推理模糊知识提供了理论基础.     

基于语义的Web文本分析技术

语义技术能够提高Web文本分析的精度。该文介绍了两种语义技术：概念语义技术和形式化语义技术。非负矩阵分解方法获取的概念语义技术同时满足概念语义的准确性和算法复杂性要求。本体是一种流行的形式化语义技术,基于本体的信息系统中通常存在本体的异构问题。引入概念的最简多元界定义来寻找概念的最佳近似,提供了寻找概念最简多元界的算法思想。     

本体概念图的展示过程及技术实现

本体建模是语义网研究与建设中的重要工作。在面对一个大规模的领域时,采用众包以及图形化的编辑方式能够吸引更多人参与本体建模的工作。在为此设计的协同建模平台中,本体概念图的展示应满足相应的特征,包括内容正确性、局部化展示以及轻量级的数据传输。针对概念图展示的实际需求,研究并归纳了基于本体文件的概念图展示过程,该过程旨在将后台保存的本体内容传递到前端的概念图编辑器中,包括本体读取、局部本体抽取、本体数据转换、图形模型转换和图形展示一系列步骤。另外,在采用本体查询、模型转换语言等一系列工具的基础上,给出了概念图展示的实现方案,并将实现该展示过程的模块集成在本体协同建模平台中。     

一种基于本体的异构数据语义抽取方法

针对领域科学数据异构多样、缺乏语义的问题,本文提出一种基于本体的异构数据语义抽取方法。首先,构建领域科学数据的语义抽取框架,并在此基础上分别针对结构化、半结构化以及非结构化数据制定相应的语义转换与抽取规则,形成局部领域本体;然后,通过异构数据间的关联映射,构建领域数据的全局本体,实现异构数据的有效组织与统一管理;最后,将相关方法应用到材料领域,为材料科学数据的有效管理与共享服务提供支撑。     

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。     

面向专家示例的Stack Overflow本体构造和推理研究

Stack Overflow是一个计算机领域的IT技术问答网站,为了获取问答网站中的专家示例并将其应用于API挖掘中,首先采用Scrapy爬虫框架技术获取Stack Overflow问答网站中的结构化数据,并存储在关系模式中;再使用本体建模工具Protégé构建本体,然后使用D2RQ工具实现对关系数据库的知识抽取,将关系模式转换为三元组形式的本体模型;同时,提出了一个面向专家示例的子本体抽取算法,用于从原本体中抽取出专家示例推理相关的子本体,并提出了若干条专家示例推理规则,能推导出专家所编写的代码示例。实验结果证明,从Stack Overflow本体模型中抽取的专家示例能提高API调用序列挖掘的准确率。     

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。     

基于本体的关系数据库访问研究进展

基于本体的关系数据库访问在语义Web和数据库领域都引起了广泛关注,其基本思想是将本体作为一个统一的概念视图,使用户能够对已有的关系数据源进行透明访问.从本体的选择、本体和关系数据库之间语义映射的生成与维护、查询的重写与应答等几个方面入手,介绍了基于本体的关系数据库访问当前的研究进展,讨论了该技术当前面临的问题和今后的发展方向.     

关系数据库存储OWL本体方法的研究

Web本体语言(OWL)是一种用于对本体进行语义描述语言,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,提出一种关系数据库存储OWL本体的存储模式,在存储大规模数据和保持语义完整性两者之间取得一个平衡点,使关系数据库存储OWL本体既能存储海量数据,又能最大限度保持其语义完整性。     

面向关系模式的领域本体获取

从遗留信息系统中获取领域信息是创建领域本体的重要环节,也是设计知识重用的有效方式。以常用的关系模式为研究对象,分析如何从遗留系统中识别关系模式的结构信息,在此基础上,提出了12条术语转换规则,根据转换规则从关系模式的结构信息中逆向提取领域术语及相互关系,为领域本体的创建奠定了基础。     

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.     

本体模型的逆向获取研究

从遗留信息系统中获取领域信息是创建本体的重要环节。本文以最为常用的关系数据库为对象,分析了如何从遗留系统中识别关系模式的结构信息,然后提出了12条术语转换规则,并根据转换规则从关系模式的结构信息中逆向提取出领域术语及相互关系,最后利用扩展的关系实体图进一步获取关系模式的语义信息,并以此来精炼领域本体。     

基于Neo4j的海量石油领域本体数据存储研究

语义网技术的发展促进了石油领域中多学科本体之间的整合技术的发展。随着数据的规模的增大,传统的基于关系型数据库的数据存储和信息检索等存在较多问题。对此,提出了一个基于Neo4j数据库的领域本体构建过程,专注于改进数据存储和信息检索两个方面。首先,提出了一种基于图形数据库Neo4j的大规模本体数据存储问题的解决方案,通过设计一种基于Neo4j的存储模型配合分布式存储机制,实现存储空间的高效利用。其次,在Neo4j数据模型的基础上,设计了一种两层索引结构的检索算法。实验评估表明, 提出的方法与基于关系数据库的方法相比,在数据存储方面可以节省10％以上的存储空间,在信息检索方面将检索效率提高了30多倍。     

一种基于ORM的OWL本体与关系数据库映射模型

如何使现有的关系数据库具有语义特征,如何对面向对象中的对象模型进行语义描述,是语义网应用过程中的两个重要问题。提出了一种Ontology-Object-Relational映射模型,提出了相关的映射规则及算法,基于映射元数据实现了本本、对象以及关系数据库间的映射与相互转换。实现了基于该模型的实验系统,并对关系数据库与本体实例间的相互转换进行了实验,实验结果表明本文所提出的映射模型、映射规则及算法是正确与可行的。