基于数据库的本体自动构建关键技术研究

摘要

本体作为知识表示的工具，自提出就受到广泛关注，并在信息科学、知识工程、人工智能、数字图书馆等众多领域得到了深入研究和应用。随着本体研究的深入以及应用领域的推广，构建的本体也越来越多。本体的构建需要大量的本体资源，这些资源在语义上描述领域事物之间的关系，供本体检索或其他应用所用。根据互联网现状的特点，即绝大数数据是存储在关系数据库中。然而，关系数据模式表示知识或数据之间的信息能力有限，越来越无法满足用户对信息复杂查询的要求。不过，数据库关系表比其他数据源相比数据格式整齐、数据间有一定的语义信息、有较高的领域相关度等优点，所以，基于数据库的本体抽取和构建的实现比较容易，但数据库资源一般是海量的，对海量数据的处理方式实现方式较难。另外，本体的构建和编辑需要特定领域的专家参与，并且在本体库的构建过程中需要大量的手工查找、录入、实例化等工作，是一个繁重和棘手的任务，极易导致知识获取的瓶颈。
　　基于语义的数据集成和共享研究的核心问题之一是构建数据库Schema与本体之间的映射。目前，大多数的研究主要采用手工的方式或有领域专家监督的半自动化方式以构建Schema与本体之间映射。本文提出了一种保持语义一致性的映射构建方法，自动化的、从数据库向本体自动化抽取和语义查询方法。该方法不仅能够自动抽取数据库语义关系并且利用Jena和分层推理策略解决海量本体的存储和查询难点。通过系统的实现证明该方法能够很好地实现数据库的本体抽取和语义查询任务。

目录

声明

摘要

第1章 绪论

1．1 课题背景研究

1．2 国内外研究动态

1．3 本文主要工作

1．4 本章小结

第2章 本体概述和本体构建方法

2．1 本体概述

2．1．1 本体定义

2．1．2 本体的组成

2．1．3 本体描述语言

2．2 本体分类

2．3 本体的构建

2．3．1 本体的构建准则

2．3．2 本体构建方法

2．4 本体评价方法

2．5 本体应用开发工具

2．5．1 Jena

2．5．2 KAON2

2．6 本章小结

第3章 基于数据库的本体自动抽取方法

3．1 基本定义

3．1．1 本体概念模型基本定义

3．1．2 数据库关系模式基本定义

3．1．3 两种模型的比较分析

3．2 本体转换过程总体流程

3．3 基于转换规则的本体信息抽取

3．4 基于处理规则的本体信息抽取

3．4．1 相关定义

3．4．2 处理规则及其证明

3．5 数据迁移

3．6 本体抽取案例

3．7 本章小结

第4章 本体分层推理查询原理

4．1 分层推理查询体系结构

4．2 系统分层推理实例案例

4．3 系统查询实现

4．4 本章小结

第5章 系统总体架构、设计实现与实验评估

5．1 系统总体架构

5．2 系统设计实现

5．2．1 系统界面介绍

5．2．2 分层推理查询推理规则

5．3 实验评估

5．4 本章小结

第6章 工作总结与展望

6．1 研究总结

6．2 后续工作展望

参考文献

攻读硕士学位期间发表的学术论文

致谢

作者简介