本体演化及本体的版本管理机制研究

本体版本管理机制是本体管理中的一个子问题,本体随着变化不断演化,有效的维护和管理这些变化,以及维护同一本体的不同版本之间的关联是非常重要的。本文首先介绍了本体版本管理机制的背景知识和相关定义,分析了本体变化的原因及其变化的结果,提出了一个本体版本管理机制的管理框架并进行了具体阐述。     

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。     

基于优先级的超协调本体推理研究

随着语义Web研究的逐步深入,本体推理问题业已受到众多相关人员的重视。而超协调本体的推理问题,作为本体维护以及本体集成的研究基础,更是迫切地有待解决。本文对本体知识库作出了一定的扩充,定义了基于优先级的本体知识库的一系列相关概念,并且在此基础上,给出了两种在超协调的本体中寻求一致性推理的途径,希望能为相关的研究带来一定的参考与借鉴。     

基于证据理论的本体不一致性度量方法研究

随着语义网技术的发展,本体不一致性问题成为本体研究中的热点之一.度量本体的不一致度是处理本体不一致的基础和前提.在分析证据理论不确定推理方法特点与本体不一致性度量问题特点的基础上,提出了一种基于证据理论的本体不一致性度量ETOICM方法,对相关结果进行了证明,给出了度量的计算公式和实现算法,通过实验将该方法与相关方法进行对比分析,说明了该方法的特点.另外,ETOICM方法的度量结果可以作为权重值,为下一步采用不确定性方法进行本体不一致的诊断修复和推理工作提供依据.     

基于推理信息的本体模块化方法

本体模块化在本体推理和复用等应用中有着极为重要的作用.怎么样将本体划分成小的模块是最基本的问题,目前本体模块化的工作主要集中在本体复用的目的上.在这篇文章中,我们提出了一种基于推理信息的本体模块化方法,该方法以提高推理的性能为目的.在基于同一最小推理集合内的公理之间内聚性将会增强的合理假设下,我们的模块化方法通过分析每次推理的过程,得到推理的最小推理集合,然后增强最小推理集合内公理1之间的内聚度,最后根据内聚度将本体划分成模块.在评估阶段,我们首先使用训练公理划分本体,然后通过测试公理来调查本体推理性能提高的程度.根据训练公理和测试公理所属范围的不同,我们使用了三组实验:训练公理和测试公理限定在同一较小范围,训练公理和测试公理不限定范围,训练公理和测试公理的范围实现三次不同的改变.实验的结果尤其是符合实际应用情况的实验三的结果证明了基于推理信息的本体模块化方法的有效性.     

语义Web中的本体推理研究

从语义Web的基本概念开始，介绍了语义Web的层次结构；介绍了本体的基本概念以及用于本体描述的几种语言。用W3C推荐的本体描述语言OWL描述了一个本体实例，通过此实例对本体推理在本体建立中的冲突消解、描述优化、本体的合并和实例归类中的应用进行了研究，说明了本体推理在本体建立及本体应用中的作用。本体技术是语义Web的核心技术，所以建立和维护本体是语义Web中的主要工作之一，而基于本体的推理可以帮助建立和维护本体。     

智能化生产环境中基于本体的危机管理

智能化生产环境让生产的效率和质量都得到了显著提高。然而,智能化生产化境中复杂的组成结构和交互行为也放大了系统中危机事件的危害程度,进行有效的危机管理具有很强的必要性。由于智能化生产环境中的危机管理是一项知识密集型的任务,文中通过构建危机管理本体来对智能化生产环境中的危机进行管理。首先确定了危机管理的四个阶段,然后根据各个阶段中需要的环境知识对危机管理本体进行层次划分,并确定各本体类,接着对各本体类的属性进行了详细描述,构建出了整体的危机管理本体,最后基于本体并结合案例描述了对应的SWRL推理规则。     

基于本体的液压系统故障诊断知识建模与推理

为了实现液压系统故障诊断知识集成与共享,提高知识组织和维修技术支持效率,论文引入本体作为知识建模的技术工具,在分析液压系统故障诊断知识结构、体系的基础上,利用protégé3.3.1、protégé3.4.7、protégé4.2系列版本软件和本体构建方法构建了液压系统故障诊断知识模型,并使用OWL语言描述了该本体,实现了本体的机器可读,通过Pro-Race、Pellet、JESS推理器和SWRL语言构建的液压系统液压油检测规则对构建的本体进行推理,实现了液压系统常见的故障诊断。初步实现了基于本体的知识建模,验证了模型的推理能力并应用于具体诊断,为有效地管理使用液压系统领域知识提供了新的技术手段。     

基于地理本体的空间方向关系定性推理

围绕基于地理本体的空间方向关系定性推理进行研究,给出了定性推理系统总体框架,并对方向关系模型、自定义规则、地理本体、定性推理进行详细探讨。     

基于本体的范例推理系统研究综述*

在总结本体和基于范例的推理（CBR）各自的发展现状,分析它们各自的特点、面临的困难与不足的基础上,从理论上分析了基于本体的CBR系统正在逐渐成为研究热点的原因——发现本体与CBR相结合必然产生双赢的局面;进而对国内外基于本体的CBR研究进行综述,总结了存在的不足和面临的主要困难,并提出了一个初步的解决策略和今后的发展方向。     

基于语义的访问控制模型及其推理机制

对语义Web上资源进行访问要求授权决策充分考虑实体之间的语义关系,但传统的访问控制模型不能处理该问题。结合基于本体的语义描述技术和基于语义规则的推理机制,将不同的语义内部关系归纳为包含关系,提出一种面向语义Web的基于语义的访问控制模型,研究其语义授权推理机制,并提出一个推理实现系统。     

本体存储技术研究

Ontobgy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同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,Ontolcgy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。     

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.     

语义Web中的本体匹配研究

随着本体应用的快速发展,本体数量大幅增长,这些本体描述的内容存在重复和关联,但在本体模式上却表现各异。本体匹配旨在识别异构本体中存在语义关联的实体,并建立它们之间匹配关系。它对于消除本体异构、实现本体集成和数据融合等具有重要作用。形式化定义了语义Web中的本体匹配问题,并从本体匹配方法、本体匹配挑战和本体匹配原型系统3个方面调研了最新研究进展,旨在为进一步研究指明方向。     

语义集成:本体映射方法研究

本体是客观世界知识的表现形式,随着语义Web研究的深入,研究者们构建了越来越多的本体,如何实现本体之间的知识共享和重用,成为了语义Web发展的关键。文中对本体映射的方法进行了研究,系统阐述了本体及本体映射的定义、本体映射中的相似度计算和本体映射框架等。如何减少本体映射中的人工干预,实现本体的半自动化或自动化映射将是该领域的发展方向。     

Ontology learning: state of the art and open issues

Ontology is one of the fundamental cornerstones of the semantic Web. The pervasive use of ontologies in information sharing and knowledge management calls for efficient and effective approaches to ontology development. Ontology learning, which seeks to discover ontological knowledge from various forms of data automatically or semi-automatically, can overcome the bottleneck of ontology acquisition in ontology development. Despite the significant progress in ontology learning research over the past decade, there remain a number of open problems in this field. This paper provides a comprehensive review and discussion of major issues, challenges, and opportunities in ontology learning. We propose a new learning-oriented model for ontology development and a framework for ontology learning. Moreover, we identify and discuss important dimensions for classifying ontology learning approaches and techniques. In light of the impact of domain on choosing ontology learning approaches, we summarize domain characteristics that can facilitate future ontology learning effort. The paper offers a road map and a variety of insights about this fast-growing field.     

基于两层向量空间模型和模糊FCA本体学习方法

本体是WWW进化为语义Web版本的瓶颈,手工构造本体费时费力,本体学习技术使得在文本中自动构造本体成为可能,但存在通用性差和准确性低等问题.提出以面向对象思想的分析方法为基础,把传统的单层文本向量空间模型(VSM)改进为2层向量空间模型(double vector space model,D-VSM),该模型不仅具有属性特性,而且还具有很强的关系特性.在此模型的基础上,引入模糊形式概念分析(fuzzy formal concept analysis,FFCA)本体学习技术.该技术充分考虑D-VSM模型中的数据分布特点,较好地解决本体学习通用性、本体关系获取等问题.基于上述方法实现一个本体学习工具,为本体的(半)自动构造提供有力的支持.     

基于用户日志的本体进化

本体作为语义网的基石,发挥着越来越重要的作用。本体进化的目的在于动态调整本体以适应环境的变化。从基于领域本体的用户日志出发,使用Aporior算法挖掘用户操作的频繁项集和频繁路径。通过对频繁项集和频繁路径的分析,得到了本体进化的辅助建议,并在实验中对该方法进行了实现和测试,实验结果证明该方法能有效地实现本体进化。     

一种应用描述逻辑推理实现本体映射的方法

本体匹配用于找到两个本体中元素间的映射关系,是数据库应用领域的一个重要问题.本文提出了一种基于描述逻辑的本体匹配方法,利用语义解释实现匹配.该方法首先利用多匹配器发现字面语义关系,并据此利用描述逻辑推理器推理元素相互间关系.借助概念包含推理设计了概念间关系的判定算法,可推理出各种对应关系,如等价、泛化、特化、相离、相交.该方法最终利用推理器RacerPro实现了本体匹配,最后通过实验证明了方法的有效性.