基于关系数据库的本体存储与提取方法研究

摘要

随着互联网的快速发展产生了海量的信息，假若不对信息进行有效的组织和管理则会导致信息的泛滥。对此Berners-Lee提出了一种能够理解人类语言的智能网络即语义网。本体作为语义Web的基础，其最主要的功能是组织管理知识，发现更深的语义关系并且为机器与程序理解。然而当前绝大部分的大规模数据信息都是保存在相对技术比较成熟的关系数据库中。因此，结合两者的优点，以实现本体和关系数据库模型之间的相互转换成为语义Web研究的重要内容，研究基于关系数据库的本体存储与提取也成为紧要且迫切的课题。本文将针对这两个方面进行研究，具体工作内容如下：
　　(1)本文在一开始介绍了本体存储与提取在国内外的研究发展状况并且讨论了当前所存在的各个问题。基于以上内容，本文对本体的存储方式和本体描述语言两方面进行了详细的介绍与分析。
　　(2)结合所应用的实际情况以及本体存储模式的优缺点，本文提出了OWL本体存储模式设计应遵循的原则，且在此原则的基础之上，设计了关系数据库存储OWL本体的存储模式，根据设计的存储模式以及OWL的语法特点提出了将本体存入关系数据库的转换算法，实验验证了算法的有效性。最后通过模式之间的对比实验证明了该模式具有高效的查询速度且适合大规模本体的存储。
　　(3)在上面所述的存储模式的基础上，设计了在该模式下从关系数据库提取OWL本体的算法。该算法从关系数据库中提取语义信息，并将信息进行重构成对象文件，以供其他用户使用。通过实验验证了算法的正确性。
　　(4)最后，由于目前本体的解析推理工具有两种，分别是OWLAPI和Jena Ontology API，为了实现信息的更大的共享，分别介绍了OWLAPI和Jena Ontology API对本体操作的主要接口和类，然后针对具体如何实现两种模型的相互转换提出了转换算法流程和JAVA代码，实验证明了算法的正确性。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1研究背景与意义

1.2国内外研究现状

1.3论文研究内容

1.4论文的组织结构

2 本体相关知识

2.1本体的定义

2.2 本体描述语言的发展

2.3本体描述语言OWL

2.4 本章小结

3 基于关系数据库的OWL本体存储方法及实现

3.1本体的存储方式

3.2关系数据库存储OWL本体的设计实现

3.3 OWL本体信息提取的算法流程

3.4描述信息对象到描述字符串的转换

3.5描述信息对象到描述字符串的转换测试

3.6 本体信息入库的实现

3.7模式性能测试

3.8本章小结

4 OWL本体提取方法与实现

4.1 关系数据库提取OWL本体算法思想

4.2描述字符串到描述信息对象的转换

4.3 描述字符串到描述信息对象的转换测试

4.4 OWL本体的提取

4.5 本章小结

5 模型之间的转换

5.1 OWL API

5.2 Jena Ontology API

5.3 模型之间的转换

5.4本章小结

6 结束语

6.1全文工作总结

6.2进一步研究工作展望

致谢

参考文献

在校期间发表的论文