基于本体的语义Web研究

语义Web与本体的关系极为特殊,本体在语义Web本身的体系结构中扮演着极为重要的角色,同时,位于语义Web体系结构的其它层的XML、RDF(S)等与本体也有着千丝万缕的联系。为阐述两者的关系,探讨基于本体的语义Web的特点及应用,介绍了本体和语义Web的产生和发展,在此基础上对基于本体的语义Web进行研究,重点分析了本体在描述语义方面弥补了XML、RDF(S)等的不足,并结合Web服务检索的实例介绍了本体在Web服务上的应用。     

语义Web服务主流建模框架比较分析

传统的Web服务技术缺乏机器可理解的语义,限制了Web服务的自动化。结合了语义Web技术和Web服务技术的语义Web服务应运而生,其中,语义Web服务的建模框架是当前研究重点。基于语义Web服务的一般基础结构,本文从行为、体系结构和服务本体的角度分析了当前语义Web服务三大主流建模框架OWL-S、IRS-II和WSMF的特点,比较了它们的异同,展望了语义Web服务建模框架的发展趋势。     

基于本体的语义Web研究

语义Web与本体的关系极为特殊,本体在语义Web本身的体系结构中扮演着极为重要的角色,同时,位于语义Web体系结构的其它层的XML、RDF（S）等与本体也有着千丝万缕的联系。为阐述两者的关系,探讨基于本体的语义Web的特点及应用,介绍了本体和语义Web的产生和发展,在此基础上对基于本体的语义Web进行研究,重点分析了本体在描述语义方面弥补了XML、RDF（S）等的不足,并结合Web服务检索的实例介绍了本体在Web服务上的应用。     

语义Web服务主流建模框架比较分析

传统的Web服务技术缺乏机器可理解的语义，限制了Web服务的自动化。结合了语义Web技术和Web服务技术的语义Web服务应运而生，其中，语义Web服务的建模框架是当前研究重点。基于语义Web服务的一般基础结构，本文从行为、体系结构和服务本体的角度分析了当前语义Web服务三大主流建模框架OWL-S、IRS-Ⅱ和WSMF的特点，比较了它们的异同，展望了语义Web服务建模框架的发展趋势。     

本体在旅游信息系统中的应用研究

将语义Web技术引入旅游信息领域,设计基于本体的旅游信息系统。在分析本体建模方法和旅游信息基本功能基础上,定义旅游本体和旅客本体的类及其属性和关系,解决语义层次上信息共享和交互问题。分析系统的结构,阐述基于本体的描述逻辑的推理,实现对旅游业海量信息的智能化管理。本体评估结果表明,系统能进一步保证旅游领域知识的一致性和完备性,并有效实现信息的语义化查询和智能化服务。     

基于语义Web的网络学习资源库本体实现

将语义Web技术引入网络学习系统，构造了一个基于语义Web架构的网络学习资源库本体，实现对网络学习系统中学习资源的管理。在分析本体建模方式以及网络学习资源库基本功能的基础上，定义了由学习资源本体和用户本体组成的学习资源库顶层本体，并给出系统类图，在Protégé3.1中实现了本体建模，给出了基于OWL的本体描述，对定义的本体进行了评估，并用基于本体的推理实例验证了本体的有效性。     

面向语义Web的领域本体表示、推理与集成研究

语义Web的基础之一是本体,为了让机器能够理解Web的内容并做推理,需要建立本体,并利用本体中定义的术语作为元数据来标记Web的内容．阐明了本体和领域本体的关系;介绍了现有面向语义Web的本体语言的概况;根据表达能力和推理效率的综合权衡,选择OWL Lite作为本体语言;提出了一种面向语义Web的领域本体表示、推理方法DORRSW和一种面向语义Web的多领域本体集成方法MDOISW;最后给出应用实例来说明方法的应用．通过这些论述,阐明面向语义Web的领域本体表示、推理与集成的基本情况,从而为创建面向语义Web的本体提供了基础知识．     

一种基于本体的分布式面向服务的体系结构风格

语义Web服务,作为本体技术与面向服务的体系架构的完美结合,已经成为语义Web和面向服务的软件工程的一个重要研究方向。OWL-S和WSMF等语义Web服务方法,为Web服务描述标准（WSDL）,提供了基于本体的框架,从而实现服务的自动化发现、调用和组合。但基于原有语义Web服务方法,处理组合服务时,对子服务构件之间通信的建模缺乏实际意义上的语义。基于本体和P2P技术,建立一套通用的分布式的面向服务的体系结构——DisOntoSOA。DisOntoSOA不局限于任何一种编程语言和任何一种特定的Web服务技术。因此,只要是结合本体与SOA的方法,都适用于该体系。     

语义网服务中的本体综述

作为实现下一代Web的集成方案,语义网服务将语义Web技术和Web服务技术相结合,以支持Web服务的自动发现、选择、合成和执行.本体是语义网服务的理论基础.介绍了Web资源描述本体OWL和Web服务描述本体的概况,并对3种主流的Web服务语义描述框架进行对比分析,为语义网服务中本体的创建提供基础知识.研究了语义网服务中存在的各层次的本体异构问题,明确了语义网服务中本体集成的主要研究方向.     

基于SWRL规则推理的隐式知识发现研究

语义网(semantic web)是当前Web的扩展,已被各个领域广泛接受,本体是语义网的关键,利用本体语言对Web上已有的信息进行更为有意义的组织和编码,从而实现机器与人之间的有效通信。语义网规则语言SWRL(Semantic Web Rule Language)是以语义的方式呈现规则的一种语言,本文首先介绍了本体构建的基本步骤,并依据此步骤构建了家庭本体,设计了针对家庭关系的SWRL规则,最后利用HermiT推理机挖掘出隐式的家庭关系。     

Understanding as We Roam

Increasingly, the problem for roaming users isn't discovering local Web services or local context information or even getting their applications to intemperate with them at a syntactic level, but rather achieving interoperation at a semantic level. Developers are beginning to use semantic Web technologies such as ontologies to expose the semantics of context models and Web services. However, different ontologies arise due to natural human diversity in modeling domains. It's therefore important to develop mappings between ontologies. This article describes a practical ontology-mapping process specified in the Unified Modeling Language, as well as its deployment     

基于结构化信息源的本体构建方法综述

作为一种能够在语义层和知识层上描述信息系统的概念建模工具,本体在许多领域得到了广泛应用。由于本体的构建和维护工作费时费力,本体的构建方法研究成为了实现语义Web应用的最重要技术。综述了从不同的结构化信息源(数据库、XML文档以及Web表格)构建本体的方法,进行了详细分析与对比,并给出其存在的不足之处以及未来可能的研究方向。     

基于奇异值分解的中文Ontology自动学习技术

语义Web是一个美好的构想，Ontology在语义Web中起着举足轻重的作用，它不仅能为人类用户而且能为软件agent提供从语法层次到语义层次上的互操作性。目前Web上主要是各种布局的HTML文档，未来的语义Web页面将是各种领域Ontology的实例以及到其它实例上的链接，因此语义Web的成功强烈依赖于Ontology的增殖，方便快捷地构造各领城Ontology是实现语义Web的关健。该文提出一种基于奇异值分解的中文Ontology自动学习技术，这种技术的特点是其简易性以及准确的数学理论基础。     

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。     

Possible Ontologies: How Reality Constrains the Development of Relevant Ontologies

For years, ontologies have been known in computer science as consensual models of domains of discourse, usually implemented as formal definitions of the relevant conceptual entities. Researchers have written much about the potential benefits of using them, and most of us regard ontologies as central building blocks of the semantic Web and other semantic systems. Unfortunately, the number and quality of actual, "non-toy" ontologies available on the Web today is remarkably low. This implies that the semantic Web community has yet to build practically useful ontologies for a lot of relevant domains in order to make the semantic Web a reality. Theoretically minded advocates often assume that the lack of ontologies is because the "stupid business people haven't realized ontologies' enormous benefits." As a liberal market economist, the author assumes that humans can generally figure out what's best for their well-being, at least in the long run, and that they act accordingly. In other words, the fact that people haven't yet created as many useful ontologies as the ontology research community would like might indicate either unresolved technical limitations or the existence of sound rationales for why individuals refrain from building them - or both. Indeed, several social and technical difficulties exist that put a brake on developing and eventually constrain the space of possible ontologies     

Knowledge representation with ontologies: the present and future

Recently, we have seen an explosion of interest in ontologies as artifacts to represent human knowledge and as critical components in knowledge management, the semantic Web, business-to-business applications, and several other application areas. Various research communities commonly assume that ontologies are the appropriate modeling structure for representing knowledge. However, little discussion has occurred regarding the actual range of knowledge an ontology can successfully represent.     

一种面向语义网服务的本体映射框架*

本体的异构性阻碍了语义网服务的互操作。从解决语义网服务中本体的异构问题出发,同时考虑到目前的本体映射系统大多效率不高、映射结果不够准确的问题,提出了一种适用于语义网服务的本体映射方法及系统框架。该方法利用机器学习技术来提高本体映射的自动化程度,利用综合评判技术修正映射结果,以提高本体映射的准确率。采用OAEI 2007的基准测试数据集benchmarks进行实验测试,结果表明本系统的性能基本达到预期效果,能够有效地解决语义网服务中的本体异构问题。     

Encoding Semantic Awareness in Resource-Constrained Devices

With the semantic Web relying on ontologies to establish online machine- interpretable information, the Internet is growing into a semantically aware computing paradigm that facilitates Web entities' discovery of the knowledge and resources they need. Ambient intelligence aims to enable smart interaction beyond the Internet by embedding intelligence into our environment to unobtrusively support users' daily activities. To accomplish these goals, ontologies and semantic awareness are crucial for better understanding a user's context. While interest in the Semantic Web has spurred the development of large-scale semantic grid architectures, expanding the Semantic Web to the other side of the computing spectrum is a complex undertaking. The techniques and tools that support the semantic Web aren't designed to deal with the resource-constrained devices with which people frequently interact in an ambient-intelligence environment. To counter this disadvantage, we developed a coding scheme for ontologies that embeds semantic awareness in devices with limited memory and processing capabilities, such as sensory nodes and smart phones. This scheme provides a compact representation of an ontology and is enhanced with an efficient and effective semantic-matching algorithm.