基于语义网的本体整合技术研究

当前网络环境暴露出诸多问题,如网络智能化程度低、网络信息资源使用效率低,从而难以满足用户对查询信息的最佳需求．为解决这些问题,从领域本体设计着手,对基于语义网对本体整合技术进行深入研究,进而为本体整合技术的发展提供相关理论依据．     

语义网技术在生物本体研究中的应用

作为共享的词汇库,生物学本体的广泛应用为不同领域的研究人员消除分歧,增进交流,实现跨学科的整合方面做出了巨大的贡献。本文将详细阐述生物学知识表达语言中本体所起的重要作用,生物学本体研究领域中的应用现状,存在的问题和未来的发展方向。     

语义网技术在生物本体研究中的应用

作为共享的词汇库,生物学本体的广泛应用为不同领域的研究人员消除分歧,增进交流,实现跨学科的整合方面做出了巨大的贡献。本文将详细阐述生物学知识表达语言中本体所起的重要作用,生物学本体研究领域中的应用现状,存在的问题和未来的发展方向。     

一种基于本体的语义信息集成方法

针对信息集成中的语义异构问题,提出了一个基于本体的语义信息集成模型OSII,并给出了逻辑框架.OSII采用混和本体方式建模,以OWL描述本体,通过局部本体与全局本体之间的映射获得多源统一视图.提出了一种基于树结构的多策略本体映射算法,该算法包含4个步骤,即预处理,名称映射,子树映射和映射矫正.其特点在于:按照数据类型分类进行映射,并采用启发式规则,提高映射效率;同时考虑概念的语言相似性和结构相似性,提高相似度计算的准确性;采用迭代矫正,最终得到正确而完整的映射对.通过一个挑战性的实例说明了算法的有效性.OSII能很好地解决信息集成中的语义异构难点,实现多信息源之间的互操作.     

一种利用搜索引擎实现本体映射的方法

提出了一种利用web搜索引擎如Google自动完成本体映射的方法.该方法通过构造句法模式,利用web搜索引擎获得异构本体概念间的上下义关系,产生由本体概念对组成的初始候选映射集.根据本体的概念层次建立一个产生式规则集,从初始候选映射集中去除不符合本体语义的概念对,同时加入符合本体语义但未被初始候选映射集包含的概念对.最后,按照基于互信息的映射选取规则从候选集映射集中自动产生本体映射.实验结果表明,该方法的F-measure可达到75%～100%,能有效地完成本体之间的映射.     

基于隐马尔可夫模型的本体映射

当前本体映射方法主要考虑结构映射而且映射精度较低,根据统计理论思想,提出了一种基于隐马尔可夫模型的异构本体映射方法.该方法将概念表示为隐马尔可夫模型、概念的特性、关系、上下文、兄弟、规则等表示为隐马尔可夫模型的状态,通过对实例的学习建立隐马尔可夫模型.利用Viterbi算法确定实例所对应的状态序列,然后采用极大似然估计法确定该实例所对应的模型,从而建立异构本体之间的映射.实验表明,该方法有效地提高了异构本体映射的精度.     

一种新的自动本体映射算法

提出了一种自动完成本体映射的算法.该算法通过计算本体概念之间元素层与结构层上的相似性来完成相似度的计算.在元素层上,该算法引进了WordNet,通过将WordNet中对应的概念转换为向量,计算向量间夹角的余弦得到元素层概念的相似度.在结构层上,该算法通过加权函数和sigmoid函数,基于元素层的计算结果,将元素层的相似度和结构层的相似度结合起来,完成本体之间相似度的计算,最终完成映射.实验结果表明,该算法的匹配准确率可以达到63%~70%,可以有效地完成本体之间的映射.     

基于语义网的数字化家具模型本体设计与检索

针对传统检索方式在三维模型爆发性增长背景下出现的种种缺陷,以家具模型为切入点,对基于语义网和本体技术的三维创意素材模型的本体构建与检索进行研究设计,实现三维数字模型智能化检索。将本体技术和语义检索与三维模型结合,对不同类型的家具模型进行数字化描述、特征提取及要素分类,通过OWL本体描述语言创建本体,并将本体模型存入数据库从而形成模型素材本体库,根据语义规则构造可被机器理解的检索方式,为实现大众参与下的创新创意设计和产品快速原型设计打下基础。     

领域本体中的语义相似度算法研究

在基于本体的语义web信息检索的研究中,本体映射是解决异构本体之间互操作的基础,为了更精确的实现异构本体之间的映射,在传统基于语义距离的相似度算法的基础上,增加了更为关键的影响因子,并在此基础上对语义相似度算法进行了改进。通过实验分析表明,改进后算法所得相似度值更加合理,在一定的调节参数下,大大提高了与人类主观判断的兼容度。     

构造OWL本体的语义分析方法

提出了一种支持本体构造的语义分析方法,该方法识别和定义概念间的语义联系,并将概念间的语义联系映射或转换成OWL原语.首先讨论了3种最常见的抽象(即包含、聚集和联系)以及它们在本体中含义,然后分析并用实例演示了3种抽象的OWL实现方法.当所有的语义联系都被识别和描述后,就产生了OWL本体的主干部分(即分类、对属性的约束、以及分类间的关系).该研究是发展本体概念模型(OCM)以及实现模型间映射或转换的基础.     

一种对语义网上本体查询和检索的新方法

针对语义网信息检索中存在的问题,提出了一个基于语义索引词的语义网信息检索模型SIR(semantic information retrieval).其核心思想是将领域本体转换成全局本体,并从全局本体中提取语义索引词.通过语义索引词进行语义推理,可得概念的逻辑视图.SIR通过语义索引词间的语义关系对网络资源进行检索,解决了在传统的基于关键字的信息检索中只能从句法上对关键字进行分析,无法根据信息资源中的语义关系进行检索的问题.最后分析了SIR的可用性,证明了SIR可极大地提高语义网上信息检索的查全率和查准率.     

支持语义web模糊本体的描述逻辑

为实现语义web上包含复杂模糊知识的模糊本体的表示和推理,提出了一种描述逻辑的模糊扩展———支持比较表达式的模糊描述逻辑(FCDLs).给出FCDLs语法和语义的形式化定义,并规定FCDLs知识库中的公理和断言形式.FCDLs将模糊描述逻辑(FDLs)中的模糊概念和扩展模糊描述逻辑(EFDLs)中的截概念结合在同一理论中,并将截概念扩展为比较截概念,从而支持对实际中经常用到的模糊隶属度之间比较表达式的描述,而其他的描述逻辑模糊扩展均不支持比较表达式.FCDLs具有比FDLs和EFDLs更强的表达能力,能够表示复杂的模糊知识并基于它们完成推理任务.因此FCDLs可实现语义web上包含复杂模糊知识的模糊本体的表示和推理.     

基于关系矩阵的异构本体间近似查询

提出一种基于关系矩阵的异构本体信息系统间近似查询方法.首先定义关系矩阵表达不同本体的概念间关系,然后给出一个重写查询方法.利用2个本体的概念间包含关系,将一个本体中的查询重写为另一个本体中的近似查询,从而解决本体异构问题.并提出用向量表示查询,通过查询向量和关系矩阵计算的结果考虑不同本体概念间的不相交关系,得到比现有方法更精确的近似查询结果.该方法可由机器自动完成,易于实现且速度快.     

基于公共本体的高效语义服务发现(英文)

为解决集中式服务发现结构存在的性能瓶颈问题,基于领域本体语义信息,提出一种能自适应地调整领域划分、分配系统资源的分布式web服务发现体系结构,并分析了该结构的可扩展性、自组织性和自适应性.具体描述了该结构下的语义web服务发现算法的2个阶段:语义注册中心定位和基于输入输出的服务匹配.在注册中心组成的平衡树拓扑结构中,注册代理能够快速将请求转发至目标注册中心,避免产生性能瓶颈.然后,通过引入一种新的基于语义距离的服务匹配算法来进行服务查询效果优化.模拟实验结果表明:提出的服务发现方法具有高可扩展性的优点;与其他服务查询算法相比,服务匹配算法具有更高的查全率和查准率.     

一种基于领域本体的启发式web服务组合方法

为了实现web服务的自动组合,提出了一种基于领域本体的启发式算法.该方法将领域本体与人工智能规划方法相结合,利用领域本体及其推理能力,推理出参数间的语义关系,在此基础上运用人工智能规划的启发式算法将web服务组合问题转化为规划问题加以解决.实验结果表明,该方法弥补了以往人工智能规划方法中缺乏语义的不足,综合考虑了服务语义、服务组合质量和服务组合效率等因素,能高效地自动生成满足用户需求的组合web服务.     

基于语义web在线学习资源管理的本体和元数据

构造了在线学习资源管理系统的本体和元数据.首先,在分析系统用例图的基础上,给出了网络在线学习资源和用户的顶层本体、RDF模式描述和类图,并从功能和运行2个方面对给出的学习资源本体和用户本体进行了评估;然后结合Dublin核心元数据和IEEE的LOM元数据模型,给出了本系统的元数据格式;最后通过实例证明了所给出的本体和元数据的有效性.     

Web查询接口集成中基于本体的模式匹配方法

Deep web数据集成需要对web查询接口进行模式匹配并获得映射关系.在web查询接口集成中引入语义冲突的概念,通过分析语义冲突的起源和分类,提出了一种基于本体的模式匹配方法.以房产领域的web查询接口集成为实例,详细阐述了这种方法的具体过程：通过比较语义相似度自动检测不同查询接口之间存在的语义冲突,识别冲突类别并且给冲突解决器发送消息,冲突解决器借助领域专家定义推理规则来消除冲突获得映射表.使用检测和解决语义冲突的方法来进行模式匹配,算法简单易于实现,扩充本体定义就可以使用于不同领域,灵活性和重用性较好.