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。      

一种基于情境推理的语义Web服务发现方法

传统的语义Web服务发现方法,由于受到用户所处的情境因素的约束,所发现的服务很多不能满足用户的情境期望.文中提出了一种基于情境和推理规则的Web服务发现方法,使用该方法可以得到适宜用户情境的Web服务.分别建立了用户情境本体和Web服务情境本体来描述情境信息,建立了用户情境和Web服务情境之间的推理元规则,提出了相应的推理算法,并基于该算法实现了情境推理模块.实验结果表明,与现有语义Web服务发现的方法相比,文中方法能够在增加合理的时间开销的前提下为用户提供更加准确的服务查询结果.     

基于本体的教育资源推理查询原型系统设计与实现

针对当前教育资源库存在的通用性差和缺乏语义查询等缺陷,将语义Web的重要基础本体及其推理和查询技术应用到教育资源领域,实现一个基于本体的教育资源推理查询原型系统。利用本体构建方法及建模工具protégé,以数据结构课程为例,构建一个基于元数据标准的教育资源领域本体;制定教育资源领域本体知识点推理规则,提出改进的语义相似度算法;设计并实现基于本体的教育资源推理查询原型系统。通过实验验证,该系统的查全率与查准率均高于基于关键字的查询。     

基于SWRL规则与本体相似度的语义检索模型研究

在综合分析信息检索系统现状的基础上,探讨目前信息检索系统存在的问题,深入研究基于本体的信息检索系统的关键技术,包括领域本体的建设方法、SWRL（Semantic Web Rule Language）推理规则、基于本体的查询预处理以及语义处理,并从本体概念相似度和相关度的角度论述了基于本体的语义处理技术。通过这些研究,提出了使用OWL构建领域本体,结合查询预处理以及推理扩展规则SWRL的信息检索模型。     

一种基于语义的服务发现算法

提出了基于语义Web的技术。首先要定义一个服务本体,服务提供者通过服务本体描述服务信息,并以语义Web的形式来发布。用户可以定义查询条件来查询自己所需要的服务。查询条件可以多种形式定义,如语义Web形式和三元组形式。这需要有一个算法来处理用户查询,能够处理语义信息并进行推理,对用户的查询和所提供的服务进行匹配,并返回查询结果。文章研究了语义Web的推理机制,并提出了一种用于快速和准确的服务发现的匹配算法。     

基于推理的语义网检索模型及关键技术研究

为解决语义网检索过程中缺少推理导致语义检索性能不高的问题,提出一个基于推理的语义网检索模型,并介绍了该模型实现的关键技术.针对构建的领域本体,使用SWRL规则语言进行本体完善把本体中的隐性知识表示出来;在信息抽取过程中,对于识别出的实体,利用推理规则,获得更加丰富的实例知识库;对于用户输入的查询条件,利用完善的本体知识库及规则得到更多的相似概念实现查询扩展;进行语义匹配,获得更为精准的检索结果.实验结果表明,该模型能提高信息检索的语义性,得到较满意的信息检索结果.     

利用语义网技术实现铁路交通的地理语义查询(二)——从关系数据库中创建本体与定义推理规则

介绍了根据SQLite关系数据库中的数据创建火车站点本体并生成OWL文件,分析了铁路交通的模糊查询和精确查询,定义相应的本体语义推理规则和SPARQL语句,使用Jena的推理机设计本体推理类,这一部分是实现铁路交通地理语义查询的核心工作。     

基于Spark的大规模语义规则后向链推理系统

近年来,语义网数据快速增长,适合于处理静态小规模语义数据的前向链语义推理技术暴露出了需对数据进行频繁更新等问题。面对大规模动态语义网数据,对数据更新不敏感的后向链语义推理开始成为新的研究热点。后向链语义推理由查询目标驱动,在查询时根据规则集推理出查询结果。后向链语义推理具有推理过程复杂、规则扩展深度大等特点,在大规模语义数据上推理的效率和可扩展性上有一定的挑战。该文立足于已有的后向链推理技术,详细分析了语义推理规则集的特点,并结合当前主流的大数据处理平台Spark,设计了一套较为高效并且可扩展的大规模并行化语义规则后向链推理系统。该文的主要研究工作分为三个部分: (1)采用预计算本体数据闭包的方法,避免了本体模式在实时推理阶段的重复推理; (2)在后向链语义推理的逆向推理和查询阶段设计了优化措施,进一步提高了推理效率; (3)设计实现了一种基于Spark平台的大规模分布式RDFS/OWL后向链语义推理系统。实验数据显示,该文提出的RDFS/OWL后向链语义推理系统在合成数据集LUBM和真实数据集DBpedia上都表现出了良好的推理性能,在亿条三元组上的推理开销是几秒到几十秒,并且表现出了良好的数据可扩展性和节点可扩展性。     

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。     

基于本体的语境信息模型与推理

语境信息是用来刻画一个实体情形的信息,该文提出了基于本体的语境信息建模以及查询方法,利用本体极强的语义描述能力和有效的推理机制,更好地实现了语境信息的管理。介绍了关键技术、相关支持工具以及开发的原型系统。该模型采用2种推理机制：基于描述逻辑的推理与规则推理,能够更快速有效地管理语境信息。 普     

Implementing situation-aware and user-adaptive music recommendation service in semantic web and real-time multimedia computing environment

With the advent of the ubiquitous era, many studies have been devoted to various situation-aware services in the semantic web environment. One of the most challenging studies involves implementing a situation-aware personalized music recommendation service which considers the user’s situation and preferences. Situation-aware music recommendation requires multidisciplinary efforts including low-level feature extraction and analysis, music mood classification and human emotion prediction. In this paper, we propose a new scheme for a situation-aware/user-adaptive music recommendation service in the semantic web environment. To do this, we first discuss utilizing knowledge for analyzing and retrieving music contents semantically, and a user adaptive music recommendation scheme based on semantic web technologies that facilitates the development of domain knowledge and a rule set. Based on this discussion, we describe our Context-based Music Recommendation (COMUS) ontology for modeling the user’s musical preferences and contexts, and supporting reasoning about the user’s desired emotions and preferences. Basically, COMUS defines an upper music ontology that captures concepts on the general properties of music such as titles, artists and genres. In addition, it provides functionality for adding domain-specific ontologies, such as music features, moods and situations, in a hierarchical manner, for extensibility. Using this context ontology, we believe that logical reasoning rules can be inferred based on high-level (implicit) knowledge such as situations from low-level (explicit) knowledge. As an innovation, our ontology can express detailed and complicated relations among music clips, moods and situations, which enables users to find appropriate music. We present some of the experiments we performed as a case-study for music recommendation.     

服务网络：Web 服务组合的新基点*

在对W eb服务组合的研究工作回顾和总结的基础上,提出了依据组合过程中服务的复用程度对W eb服务组合进行分类的方法,建立了有关服务模式的概念;与此同时,提出服务网络(services network,SN)的概念来表达服务间的依赖、关系、属性和能力等语义关联。结合本体概念和模糊推理,将语义信息和对模糊信息的处理能力引入到服务的发现、匹配、组合过程中,使SN成为支撑动态、灵活、自主的服务组合的新基点.     

任务计算中基于语义Web的上下文感知服务选择

针对普适环境中任务计算的特点,分析了任务计算的层次结构和复杂任务的分解策略,设计了一种任务计算中服务发现的体系结构。此体系结构依赖于服务和内容的语义表示,而这种语义表示是基于本体的、共享的。它不仅可以增强精确度和调用率,而且能够实现知识共享、基于能力的搜索、自主推理以及语义匹配等功能。据此,提出了一种基于语义Web的上下文感知动态服务选择机制,这种机制可以根据待匹配的服务的动态上下文属性来对其进行过滤和排序,从而进一步优化了发现的过程、节约了用户的时间和精力。此外,该选择机制可用于发现有用的静态或动态上下文信息,从而为用户提供最合适、最相关的服务。     

基于领域本体的信息语义相关检索

为提高搜索引擎的语义处理能力,以旅游领域为背景,利用领域本体对知识的表示和推理能力,提出一种领域本体中基于概念格的相关度计算模型。根据该模型设计用户检索项推荐技术并予以实现。实验结果表明,相关度计算模型能充分利用本体中概念的语义信息以及实例之间的关系,得到的结果较合理。     

基于本体分类的Web服务合成的研究及应用

阐述了一个基于本体分类的Web服务合成模型,扩展标准的WSDL服务描述,将Web服务及其参数严格映射到本体概念分类层次,使服务描述保存了语义信息,领域本体过滤确保了合成服务的有效性,基于用户的需求描述实现了从现有Web服务中动态发现、匹配和组合服务的功能的算法,根据用户的服务质量要求,模型还能从生成的合成服务链中筛选出最佳服务组合。整个模型在一定程度上实现了服务合成的自动化。     

基于领域本体和OWL-S的Web服务组合方法

针对Web服务普遍存在服务描述的语义异构问题,提出基于领域本体和OWL-S的语义Web服务组合方法。该方法采用本体概念实现Web服务的语义标注,在OWL-S语言基础上,通过定制组合过程,实现语义Web服务的组合。实例采用Protégé及OWL-S Editor工具,结果证明领域本体和OWL-S能够实现优势互补。     

一种有效的服务资源自动语义标注方法

在服务网格中,分布式网络计算的实现依赖于如何在OGSA下实现服务交互问题的有效解决.为此,服务接口必须采用机器可理解的方式描述,从而为网格服务的动态发现和组合提供底层支持.服务语义标注技术满足了上述需求,它提出使用共享域本体中机器可理解的元数据标注服务资源描述.提出了一种有效的服务资源自动语义标注方法,该方法将服务语义标注过程分解为域标注和概念标注两个阶段,重点针对域标注问题,提出了基于机器学习的域标注算法,对实际服务资源的标注实验验证了该算法的有效性.     

基于UDDI的语义Web信用评估服务研究

UDDI服务注册机的服务发现提供了简单的基于关键字的搜索方法,但缺乏对语义推理的支持。论文在对UD鄄DI服务发现基本模型的研究基础上加入了语义推理,并运用到电子商务信用评估服务发现中。提出了基于UDDI的语义Web信用评估服务系统的结构,着重介绍了基于本体论的电子商务信用评估元模型,并利用信用评估元模型构造信用服务原子模型。     

带情景约束和增强语义的web服务匹配方法

针对目前语义web服务匹配方法中缺少对服务情景约束的考虑及传推理匹配的结果中同一级别缺少语义细分的缺点,设计了一种带情景约束和增强语义的相似度计算匹配方法。首先通过服务情景约束兼容性检测过滤掉不相关的服务;然后借助本体进行服务属性间的语义获取和语义相似度计算,得出待匹配服务的精确匹配度;最后对满足用户请求的服务进行反馈评价。实验结果表明,该方法较之传统的OWL—S／UDDI匹配方法在查准率和查全率方面得到了很大改进。     

基于推理和相似度计算的语义Web服务匹配策略

将本体的概念引入Web服务提升了服务的语义表达能力和发现能力,传统的语义Web服务匹配主要有基于推理和基于本体相似度计算两种方式.基于推理的服务匹配较容易实现,具有稳定的查准率和较高的运行效率,但同一级结果间不能进一步区分结果的匹配度.基于相似度计算的服务发现可以精确地描述结果与查询条件的匹配程度,便于用户比较,但实现较为复杂,并且在最坏情况下有糟糕的响应时间.在基于推理的服务匹配策略的基础上,提出了一种带有语义相似度计算的服务匹配策略,并用一个书籍领域本体的匹配实例进行了说明.