企业自演化动态本体表示策略的研究

领域知识的非规范化组织严重阻碍了本体及知识库的共享,本体的主观性和知识的快速更新提出了本体演化需求,也就需要对领域知识本体的动态属性进行表示,建立动态本体,适应对本体及知识库共享的需求。本文以情景演算理论为基础,对活动动态本体进行了刻画;在分析企业活动之后构建了企业动态本体,并以构建企业生产管理的动态过程信息表示为例进行了实例描述;提出了本体自演化动态模型;给出了基于本体学习与冲突触发的本体自演化版本态迁移图,对本体演化过程中的版本进行管理,实现动态本体的自动复盘,最终建立实现企业职能的动态的共享本体模型。     

本体演化管理研究

自W3C主席TimBerncrs-Lee首先提出了语义web的概念后,它正在成为计算机信息处理领域当前研究的热点之一。本体将在“语义Web”中起到至关重要的作用,它通过定义精确的共享术语,以提供某一特定领域可重用的知识。但是这些知识并不是静态的,而是随着时问的推移不断演化。领域的改变、自适应不同的任务、或概念模型的改变都要求本体的变更。随着本体开发变成一个泛化的、协同的过程,本体版本控制和演化管理已成为本体研完中一个重要的领域。本文首先对本体演化的原因和所带来的问题进行分析,然后讨论了本体演化管理的关键技术,着重强调了Web上本体标识和本体变化机制的定义,并对今后的研究工作进行了展望。     

基于本体描述构件库中的本体演化研究

在构件的描述与检索中引入本体，可以更好地表示构件间的语义信息。本体是对知识的表达，可以对知识进行有效的组织和管理，实现知识共享和重利用，从而充分有效地利用知识资源。但是知识不是一成不变的，基于本体描述的构件库系统中的本体库需要更新和维护。该文提出了一种本体演化理论框架，探讨了其研究方向和重点。     

MINI——一种可减小变更影响范围的本体演化算法

本体演化会影响依赖本体的服务,使其重新修订和重新部署.面对同一变更需求,不同演化实现方法造成的影响范围差别很大.当前的本体演化研究主要集中在如何实现变更需求以及维护变更前后本体的一致性,对于如何降低演化影响范围关注甚少.文中提出了一种可以有效减小变更影响范围的本体演化算法MINI.该算法首先分析了本体实体和服务之间的依赖关系并提出了量化变更影响范围的数学公式.根据这一公式,MINI算法将本体演化过程转变为图的启发式搜索过程,通过搜索一条影响值最小的变更路径来减小本体演化的影响范围.实验结果表明,MINI算法导致的平均变更影响范围大大小于现有的本体演化算法.该算法已在某实际项目中得以应用和验证.     

一种使能虚拟组织的本体动态构建机制

如何应对虚拟组织成员本体的变更问题是构建虚拟组织本体面临的主要挑战。该文提出一个半自动的本体构建机制DODO,通过动态捕获并吸收成员本体更新的领域知识来实现虚拟组织本体的不断演化完善。该机制还可辅助领域专家消除虚拟组织本体变更所产生的影响。实际应用表明,使用DODO机制能够保证虚拟组织本体对变更成员本体领域知识的平均覆盖程度始终维持在一个较高的水平。     

基于本体的数据挖掘方法研究

.数据挖掘是信息技术自然演化的结果,使用数据挖掘工具进行数据分析可以方便的获得重要的知识并应用于决策,提出一种基于本体的数据挖掘算法,讨论使用本体的方法来协助数据挖掘.     

本体协同演化冲突检测与消解方法研究

随着本体数量的不断增加和语义Web的发展,多用户本体协同操作成为发展的必然趋势,但是在共同协作的本体环境中总是充斥着各种冲突,所以协同演化冲突检测和消解是亟需解决的一个问题.提出了一个分类检测并消解演化冲突的结构化方法,根据演化冲突的复杂程度分为直接冲突、衍生冲突和不一致冲突,针对不同类型冲突的特点构建相应的协同演化冲突检测算法,最后通过判断演化冲突对中是否存在可删操作和寻求最大一致子序列进行冲突消解,使得多个本体演化意图并存,最终实现本体协同演化的目标.该算法在一定程度上提高了本体协同演化的效率,为开放环境下大规模本体演化的进一步发展奠定了基础.     

军事通信领域本体构建与分析

构建军事通信领域本体主要是用于支持基于领域本体的数据库语义查询.基于本体模型的知识表示技术,概述了军事领域本体的整体结构,分析了军事通信领域本体的特点.对军事通信领域本体的构建方法进行了阐述,详细描述了定义类和类的属性和关系,并根据领域知识中提取公理,说明了领域本体知识进行一致性分析和推理的方法.根据这些方法,采用Stanford大学开发的Prot龟6的本体编辑工具实现了一个军事通信本体模型.对下一步将该本体应用到数据库语义查询的问题,提出了一种解决方案.     

基于多用户表决的本体自适应演化

本体在应用过程中会面临脱离实际的情形,所以需要获取用户在使用本体过程中的反馈信息加以完善,本文结合信息过滤领域应用的本体,从本体演化含义,本体演化操作,本体演化步骤几个方面,基于多用户对过滤结果的表决判断．提出了一个本体在实际应用环境下的自适应演化模型。     

本体摘要技术综述

本体是知识共享的重要工具,也是知识图谱的上层结构。随着数据规模和本体复杂性的增长,本体理解与应用日益困难。本体摘要作为缩小本体规模的一项技术,为加速本体理解与应用提供了技术支持。给出了本体摘要的不同定义;对本体摘要方法进行比较分析;介绍了本体摘要评估的指标体系;最后提出本体摘要的进一步研究方向     

利用本体云影模型的本体进化进程

整个Web环境,本体之间存在复杂的交互关系,构成了本体进化的社会环境。在非集中、分布式环境中,成功的本体应用需要加强对本体改变的管理和本体的进化。文章基于本体云影模型提出了一种本体进化进程COEP,COEP包含复杂的操作,使用本体云影模型的操作和定义,不仅是一个技术过程,还是一个管理过程,充分考虑了群体性、社会性,其方法重视本体之间的关系,其过程比现有的本体进化进程丰富,具有很好的应用前景。     

面向知识管理系统的本体进化管理框架

如何建立知识管理系统的研究是目前的一个研究热点,其中系统的可重构（可配置）性以及适应环境变化的进化能力是研究中的难点。通过基于企业本体来建立知识管理系统的方法,可以实现系统的可重构性。但是随时间变化,企业领域知识的结构、内容也在不停变化,因而本体进化、知识进化方法及一致性模型的研究成为必须要解决的问题。该文分析了本体进化及版本管理的一些关键问题,讨论了相应策略和算法,给出一个本体进化管理框架并引入到知识管理系统的开发中,并介绍了实际的应用情况和今后的研究方向。     

面向OML的本体进化框架

本体是知识共享和知识重用的桥梁．然而由于知识应用环境的不断变化,一层不变的本体已无法反映知识世界的新状态,因而本体也必须跟随外部世界的变化而不断进化．文中在介绍本体描述语言OML的基础上,分析了本体进化过程中需要解决的关键问题,介绍了相应的解决策略,剖析了本体进化对系统带来的潜在冲突,并构造了一个本体进化的框架EDOCOM．     

本体映射的进化研究

本体映射的进化是本体研究中待研究的课题之一。本文首先给出本体和本体映射形式化定义,在此基础上讨论本体变化后的映射进化方法。将本体变化类型分为删除、增加、修改,针对不同的类型提出本体删除后的映射进化算法、本体增加后的映射进化算法和本体修改后的映射进化算法。实验结果表明该方法能基本解决本体映射的进化问题。最后指出算法中存在的挑战,并给出进一步研究的方向。     

一种基于文本的领域本体进化需求自动生成模型①

本体进化研究已经成为领域本体研究的一个重要内容。本体进化需求是本体进化的前提,提出一种基于文本的本体进化需求自动生成框架,首先从自然语言描述的纯文本中提取相关概念,然后利用加权词频算法判断是否为领域关键概念,最后结合本体搜索算法和进化需求生成规则,自动生成本体进化需求。     

基于Web的本体学习模型的设计与实现

对本体(ontology)的研究在计算机科学领域变的越来越广泛,但手工构建本体是一项繁琐而辛苦的任务,还容易导致知识获取瓶颈,无法保持本体的更新。本体学习技术是利用本体工程技术和机器学习技术等众多学科技术来实现本体的自动或半自动构建。该文提出了基于Web的本体学习模型,分析了模型实现中的文档预处理、术语抽取、概念选择、概念分类等关键技术。     

Efficient management and storage of a multiversion OWL 2 DL domain ontology

Ontology is the chief technology to model domain knowledge and fix its heterogeneity. Knowledge evolution is unavoidable in all fields, and ontology should reflect such an evolution while preserving its consistency. The access to an ontology evolution history is also a crucial need. Thereby, ontology versions should be stored efficiently. To address these requirements, some works focused only on managing ontology inconsistency. To this end, they adopted an a posteriori approach that checks inconsistency after its occurrence. Others have mainly focused on some ontology versioning aspects other than the storage and the consistency preservation issues. Specifically, the state of the art storage strategies perform well some typical queries at the cost of a high storage space. Strategies with low space overhead lose the main specificity of ontology: the knowledge semantics modelling. So, it is useful to address all these shortcomings. This paper presents an approach that allows generating consistent OWL 2 DL ontology versions in a priori way. It also proposes an efficient storage strategy that preserves the semantics aspect of ontology and performs well typical queries with a low storage space. A protégé plug‐in is developed to show the feasibility of the main ideas presented in this paper.