基于Agent的语义Web服务框架及其逻辑描述

通过研究Agent技术与语义Web服务技术在应用中结合的方式和Agent在语义Web服务技术体系中需要扮演的角色,以及Agent与语义Web服务结合的具体实现,提出了一种基于Agent的语义Web服务框架。在此框架的原理基础上,利用扩展逻辑C&L意图理论描述了框架中Agent的工作过程以及语义Web服务的内容。     

语义Web服务发现研究

语义Web与Webservices有很强的互补性,二者的统一构建了新一代Web服务——语义Web服务。该文首先简单介绍了语义Web服务在国内外的研究现状,然后分析了语义Web服务发现的任务,最后给出了OWL—S／UDDI匹配器框架（OUMF）,并提出了分级匹配的服务发现策略。其中,OUMF弥补了UDDI的不足,分级匹配的策略大大节省了服务发现的时间。     

一种基于语义网的服务资源描述框架RDF4S

目前,语义Web服务技术在软件开发中面临着以下难题:服务的语义描述能力不够,自动发现、自动组合服务资源的能力不足,无法有效地支持大规模复杂应用软件的开发。针对这些问题,提出了一种服务资源描述框架RDF4S,从服务的基本信息、功能信息、执行信息以及QoS信息等方面对服务资源进行描述。该框架可以对服务的自动发现、自动组合提供支持,满足了基于语义Web服务技术开发应用软件的需要。     

语义相似度Web服务合成策略的应用研究——以物流信息平台为例

研究语义Web服务匹配问题,提高匹配效率。传统Web服务基于关键字匹配,灵活性差,查准率和查全率偏低;语义Web服务引入机器可理解的语义信息,提高了信息共享程度及服务检索成功率,但服务响应慢,系统开销大。为了提高Web服务匹配效率,降低系统成本,提出一种基于语义相似度的Web服务混合匹配策略。首先对语义Web服务匹配问题进行分析,然后建立基于语义相似度的Web服务混合匹配模型,最后在西江物流平台中设计了一个基于语义Web服务的混合匹配框架。实际应用效果表明,混合匹配策略实现了语义Web的更好匹配,为客户提供更为快捷、准确的“寻车配货”服务。     

基于本体语言OWL逻辑语义与推理的研究

语义Web研究的目的是为了使机器可以理解知识,所以实现语义Web首先需要解决的问题就是计算机对知识的理解问题,只有计算机理解了所建立的知识,才能在此基础上展开推理服务。OWL是专门为基于Web的应用设计的本体语言,该语言与描述逻辑的组合可以实现一定程度上的推理服务。文中概述了本体语言和描述逻辑及它们之间的关系,并通过一个个实例显示本体中基于描述逻辑的推理服务。     

语义Web的技术基础分析

近年来,语义Web逐渐成为WWW领域的研究热点以及智能化网络服务和应用开发中的关键技术之一.本文在分析了典型的语义Web概念后,给出了语义Web的定义.通过讨论语义Web构想的层次框架模型,指出了各个层次扮演的角色以及它们在语义Web构架中的作用,同时对语义Web的技术基础做了详细的介绍,并指出了国内语义Web研究中存在的不足.     

一种语义Web服务层次松弛匹配机制策略研究

在传统Web服务的中,基于关键词的Web服务匹配缺乏语义支持,搜索效率低.语义Web技术与Web服务的结合,开辟了语义Web服务的研究领域,本文以所提出的匹配策略为主线,围绕语义Web服务层次松弛匹配机制,依次展开服务类别、服务文本描述、服务功能、服务质量四个层次的匹配研究,实现了从语法相似度、语义相似度和QoS相似度上对Web服务的选择.     

OWL-S在语义Web服务发现中的应用

通过分析OWL-S的特点及传统的服务发现发布规范UDDI的缺点,介绍了能够更高效率、更准确的发现目标服务,如何在语义Web服务发现框架中使用OWL-S添加语义信息,以及OWL-S在语义Web服务发现框架中所起的作用。     

基于语义的Web服务发现的研究与实现

本文提出了基于语义的服务自动发现的框架，从服务的描述、发布、注册和发现方面，结合本体、语义Web和agent技术，研究了服务的自动发现的实现过程，最后给出了实现方法。     

语义Web服务前提与效果功能匹配研究(英文)

为了解决语义Web服务匹配方法主要针对服务IO描述的匹配, 导致匹配结果较为片面的问题, 提出了一种基于描述逻辑的语义Web服务IOPE描述及匹配方法. 具体使用描述逻辑概念标注服务IO, 以描述逻辑断言库刻画服务PE. 进行服务匹配时, 利用描述逻辑TBox概念包含检测确定服务请求与广告IO之间的包含关系; 利用描述逻辑ABox一致性检测推理, 判断服务请求与广告PE之间的逻辑蕴含关系; 依据此蕴含关系, 将PE匹配情况划分为4种, 即Exact, Perfect, Side-effect和Common匹配, 用以对匹配结果进行有意义的排序. 实验结果表明, 所提方法在召回率与现有方法相当的情况下, 具有更高的查准率.     

Web服务语义标注与匹配研究

选用SAWSDL规范对Web服务描述文档进行了语义标注,并研究了Web服务匹配度的算法,开发了一个Web服务发现和匹配的框架体系,从执行语义、功能、IO和服务质量4个方面完成了服务匹配的算法,并实现了服务发现和匹配。实验表明,该语义标注和服务匹配算法快捷简单,能较好地满足用户的服务请求,从而为Web服务自动组合打下了基础。     

基于减少语义标注偏差的语义Web服务发现（英文）

为了提高语义Web服务的发现性能,从Web服务描述上下文中抽取语义标注的约束信息并生成新的更精确的语义标注,从而减少语义标注与参数之间的语义偏差,精化Web服务的语义描述.首先,从本体定义中抽取概念的约束模板,并对Web服务的描述文本进行句法分析;然后,根据约束模板,从句法分析树中抽取语义标注的约束信息,并构造新的概念表达式作为对应参数的新的语义标注.最后,提出了一种新的语义相似度度量方法以度量概念表达式的相似度.实验结果表明：该方法能够提高语义Web服务发现的平均准确率,且计算代价相对较小.从描述文本中抽取概念的约束信息,能够减少标注的语义偏差,更精确地表达语义Web服务的语义,提高Web服务的发现性能.     

一种基于领域本体的语义Web服务动态组合方法

面对Web环境下日益增加的Web服务,如何自动地根据服务请求进行服务的动态组合,成为目前研究的热点技术。提出了一种基于领域本体的动态组合方法,并且设计了一个框架模型,该模型利用领域本体以及语义技术支持服务的自动发现、调用、组合。该方法综合考虑了服务的语义支持、领域特性、服务的自动组合。     

语义Web的初步逻辑研究

阐述了语义Web的本体语言和逻辑基础,针对语义Web本体的一些特殊描述和自动推理的需要,提出对应的描述逻辑扩展研究任务和研究需求,完成语义Web的初步逻辑研究。     

学习元平台的语义技术架构及其应用

语义Web强调对网络资源附加可供机器理解和处理的语义信息,使人与电脑之间更好地协同工作,同时也使资源的大规模重用和自动化处理成为可能。近年来,随着语Y,．Web技术的不断发展,各种e—Learning平台（适应性学习系统、智能导师系统、语义化知识社区等）纷纷尝试引入语义技术,为用户提供更加个性化和智能化的学习服务。学习元平台（LCS）基于语义化组织的学习资源,应用语义Web体系框架中的本体技术和推理技术,构建了包含OntologyAPI层、语义层、标注层和推理层的语义技术框架。依托该框架,LCS分别在学习资源的有序进化控制、学习资源的动态语义关联、学习资源的动态语义聚合、学习资源的适应性推荐、学习资源的语义化检索以及社会认知网络的动态构建等方面进行探索性研究,实现从资源的语义化组织到具有更强智能性和个性化的高级应用服务。这些应用实践表明,将语义技术在e-Learning系统中推广应用,需要积极引入外部开放、成熟的本体和更多高级应用服务,集成具有较强针对性和运行效率的推理机,在人工标注和自动标注相结合的基础上,关注资源和用户的语义化表征,重视情境模型的设计和情境本体的构建。     

语义web服务发现技术研究进展

在介绍了语义Web服务后,首先对语义Web服务的体系架构和当前比较著名的语义发现研究项目进行了比较,然后介绍了语义Web服务领域比较有代表性的服务发现方法,最后提出了存在的问题,并展望了进一步的研究方向。     

基于描述逻辑的知识建模语言

当前Web页面基于HTML语言,缺乏语义信息,语义网络是对现有Web的扩展.OWL是Web Ontology的一种最新的W3C提出的表示语言,是实现语义Web的语言工具,它的逻辑基础是描述逻辑.结合OWL语言,提出一种基于描述逻辑的知识建模语言(KDL),给出了知识描述语言的语义解释,并提出了基于Tableau算法的推理算法.     

基于描述逻辑的知识建模语言

当前Web页面基于HTML语言,缺乏语义信息,语义网络是对现有Web的扩展.OWL是WebOntology的一种最新的W3C提出的表示语言,是实现语义Web的语言工具,它的逻辑基础是描述逻辑.结合OWL语言,提出一种基于描述逻辑的知识建模语言(KDL),给出了知识描述语言的语义解释,并提出了基于Tableau算法的推理算法.