学位论文 > 优秀研究生学位论文题录展示
Web语义查询与推理研究
作 者: 陈华钧
导 师: 吴朝晖;潘云鹤
学 校: 浙江大学
专 业: 计算机应用
关键词: 语义Web 网格计算 知识网格 数据库网格 RDF/OWL 本体 描述逻辑 语义查询 语义视图 语义查询重写
分类号: TP393
类 型: 博士论文
年 份: 2004年
下 载: 1834次
引 用: 6次
阅 读: 论文下载
内容摘要
随着信息资源共享越来越迫切的需求,随着互联网逐渐成为信息共享的支撑平台,以语义Web为代表的语义技术,以其严格的逻辑基础和标准化的技术路径,正逐渐成为未来Web信息系统的一项支撑技术。语义Web技术为Web信息系统提供了规范化的语义表达框架,以支持数据语义的明确表达。其目的一方面是要在尽可能的程度上实现数据的无缝集成、服务的动态组合和资源的自动发现;另一方面还缩小了人的认知域与计算机的处理域之间的距离,以支持实现用直观的语义对Web信息资源进行操作。 Web语义查询与推理是语义Web需要实现的基本功能。本论文试图对这一问题进行系统性的研究。本论文的研究内容和主要贡献如下: 1.基于视图的Web语义查询(Answering queries using view in semantic Web):首先我们阐述了“视图”对实现分布式Web语义查询的重要性;然后结合RDF模型的特点,给出了RDF语义视图的形式化描述与定义;并系统的研究了在开放式世界假设下,基于语义视图的Web语义查询问答与语义查询重写;证明了基于视图的语义查询问答问题与RDF语义查询的包含推理问题之间的等价性;并给出了一个RDF语义查询包含算法和查询重写算法。 2.上下文相关Web推理(Web Context and Contextual Reasoning) 首先我们阐述了上下文(Context)对于Web语义建模的重要性;然后基于局部模型语义理论(Local Model Semantic)研究了上下文相关Web推理(Web Contextual Reasoning)的基本实现方法;并结合分布式描述逻辑的研究,设计了一个支持上下文相关Web推理的分布式Tableaux算法。更进一步,我们还基于类比相似的方法,研究了基于案例的推理在语义Web中的特点和实现方法,并提出和设计了基于RDF的CaseML案例表达语言。 3.语义Web的网格体系架构及基于语义Web技术的数据库网格原型设计与实现 结合网格计算的思想,我门提出了一个面向语义Web的知识网格服务体系,以支持Web语义查询、语义映射和推理;基于该知识网格服务体系,我们实现了一个基于语义的数据库网格原型系统,称为DartGrid,介绍了三种最基本的知识服务在数据库资源的模式集成和协同共享中所起的作用。DartGrid基于语义Web若干技术标准,在网格平台Globus上开发。我们详细介绍了其核心组件的设计与实现,这包括:语义浏览器、Q3语义查询语言、本体服务、语义注册服务和语义查询服务。特别的,还介绍了关系模式向RDF/OWL模式的转化方法,和Q3语义查询向SQL关系数据库查询的转化实现方法。
|
全文目录
摘要 3-4 ABSTRACT 4-5 致谢 5-6 关于作者 6-13 第一部分 背景与概述 13-39 第一章 绪论 14-21 1.1 背景 14-18 1.1.1 互联网的有序化 14 1.1.2 基于知识的Web资源共享 14-17 1.1.3 语义Web 17-18 1.2 论文的主要内容与贡献 18-19 1.3 论文结构 19-21 第二章 WEB语义基本表达框架 21-39 2.1 Web资源表达与描述语言 21 2.2 RDF/RDFS及其设计思想 21-26 2.2.1 RDF资源表达框架 21-24 2.2.1.1 RDF陈述简介 21-23 2.2.1.2 RDF陈述的模型理论语义解释 23-24 2.2.2 RDF Schema 24-26 2.2.2.1 描述类 24 2.2.2.2 描述属性 24-25 2.2.2.3 RDF Schema的模型理论语义解释 25-26 2.3 OWL及其理论基础 26-35 2.3.1 OWL概述 27 2.3.2 OWL的表达元语 27-34 2.3.2.1 OWL Lite表达元语 28-33 2.3.2.1.1 OWL Lite的RDF Schema特性 28-30 2.3.2.1.2 OWL Lite的等式和不等式 30 2.3.2.1.3 OWL Lite的属性定义扩展元语 30-31 2.3.2.1.4 OWL Lite的属性约束 31-32 2.3.2.1.5 OWL Lite的受限基数 32-33 2.3.2.1.6 OWL Lite的类交集 33 2.3.2.2 OWL DL和OWL Full的附加语言描述 33-34 2.3.3 OWL的表达理论基础——描述逻辑 34-35 2.4 Web语义表达框架的特点及比较分析 35-38 2.4.1 RDF(S)的设计特点及比较分析 35-37 2.4.1.1 RDF(S)与谓词逻辑 36 2.4.1.2 RDF(S)与关系模型 36 2.4.1.3 RDF(S)与XML 36-37 2.4.1.4 RDF(S)与面向对象编程语言 37 2.4.2 OWL的设计特点与比较分析 37-38 2.4.2.1 OWL与描述逻辑 38 2.4.2.2 OWL与RDF(S)的区别 38 2.5 小节 38-39 第二部分 理论与方法 39-100 第三章 开放式知识服务体系 40-48 3.1 概述 40-42 3.1.1 知识网格的提出 40-41 3.1.2 知识网格相关工作 41-42 3.2 知识源 42-45 3.2.1 传统的知识库模型 42-43 3.2.2 知识网格知识源模型 43-45 3.2.2.1 术语定义 43 3.2.2.2 知识源概述 43-44 3.2.2.3 知识源的形式化描述 44-45 3.3. 开放式知识服务体系 45-47 3.3.1 知识服务 45 3.3.2 知识服务体系 45-47 3.4 小节 47-48 第四章 基于视图的RDF语义查询问答 48-63 4.1 问题的提出 48-50 4.1.1 传统的方法与相关工作 48-50 4.1.2 面向语义Web的查询问答与查询重写 50 4.2 RDF视图的定义与表示 50-54 4.2.1 命名约定与术语定义 50-51 4.2.2 RDF查询的表示方法 51-53 4.2.3 视图的表示方法 53-54 4.3 基于视图的RDF查询问答 54-62 4.3.1 问题的描述 54-55 4.3.2 开放世界假设与封闭世界假设 55 4.3.3 数据复杂性 55-62 4.3.3.1 可能RDF图与查询的确定答 56-57 4.3.3.2 RDF视图与不完全RDF图 57-58 4.3.3.3 RDF查询包含推理 58-60 4.3.3.4 RDF查询包含算法 60-62 4.4 小节 62-63 第五章 基于视图的RDF语义查询重写 63-71 5.1 问题的提出 63 5.2. 传统的方法与相关工作 63-64 5.3 基于视图的RDF语义查询算法 64-70 5.3.1 术语定义与约定 64 5.3.2 一个用例 64-66 5.3.3 算法思想 66-68 5.3.4 算法描述 68-70 5.4 小节 70-71 第六章 基于分布式TABLEAUX的WEB推理 71-90 6.1 上下文相关Web语义与推理 71-76 6.1.1 问题的提出 71-72 6.1.2 局部模型语义与上下文相关Web语义 72-74 6.1.3 分布式描述逻辑 74-76 6.2 分布式Tableaux算法 76-89 6.2.1 描述逻辑的Tableaux算法 76-77 6.2.2 语义映射规则桥 77-78 6.2.3 概念规则桥 78-81 6.2.3.1 概念规则桥的定义 78 6.2.3.2 概念规则桥的应用规则 78-79 6.2.3.3 应用实例 79-81 6.2.4 Role语义规则桥 81-85 6.2.4.1 Role语义规则桥的定义 81-82 6.2.4.2 Role语义规则桥的应用规则 82 6.2.4.3 应用实例 82-85 6.2.5 多源的分布式推理与K-Consistence 85-89 6.3 小节 89-90 第七章 基于案例的WEB推理 90-100 7.1 Web中的CBR 90-92 7.1.1 基于相似的Web查询与推理 90-91 7.1.2 CBR简述 91-92 7.2 CaseML语言 92-98 7.2.1 传统的Case表达语言 92-93 7.2.2 CaseML的基本表达元语 93-95 7.2.2.1 CaseML中的Class定义 93-94 7.2.2.2 CaseML中的Property定义 94-95 7.2.3 几个中医药实例 95-98 7.3 Web-CBR的开放式知识服务体系 98-99 7.4 小节 99-100 第三部分 原型与应用 100-134 第八章 Q3语义查询语言 101-116 8.1 概述 101-103 8.1.1 Web语义查询语言 101-103 8.2 Q3的设计 103-108 8.2.1 定义QName 103 8.2.2 Q3操作元语 103 8.2.3 定义语义查询的概念模式 103-104 8.2.4 添加约束条件 104-105 8.2.4.1 等值条件 104-105 8.2.4.2 比较谓词 105 8.2.4.3 连接谓词 105 8.2.5 指定返回属性 105-106 8.2.6 一个完整的例子 106-108 8.2.7 各种查询语言的优缺点比较分析 108 8.3 Q3的高级表达能力 108-111 8.3.1 集运算查询 109 8.3.2 全称谓词 109-110 8.3.3 带基数的查询 110-111 8.3.4 枚举查询 111 8.4 Q3的抽象语法 111-114 8.4.1 查询表达式 111-112 8.4.2 查询描述 112 8.4.3 “fact”查询描述 112-113 8.4.4 查询约束 113 8.4.5 补充说明 113-114 8.5 Q3的模型理论语义 114-115 8.6 小节 115-116 第九章 基于RDF语义的数据库网格 116-131 9.1 概述 116-117 9.1.1 DartGrid的应用背景 116-117 9.1.2 DartGrid的技术特色 117 9.2 语义与数据库网格 117-118 9.3 Dart数据库网格原型实现 118-126 9.3.1 DartGrid的网格分层结构 118-119 9.3.2 核心模块 119-124 9.3.2.1 语义浏览器 119-122 9.3.2.2 虚拟组织元目录服务 122-123 9.3.2.3 本体服务 123 9.3.2.4 语义查询服务 123 9.3.2.5 语义注册服务 123 9.3.2.6 查询分配服务 123 9.3.2.7 网格数据库服务 123-124 9.3.3 核心工作流程 124-126 9.3.3.1 语义浏览的过程 124 9.3.3.2 语义查询的过程 124-125 9.3.3.3 语义注册与注销的过程 125-126 9.4 使用RDF/OWL描述关系模式 126-127 9.4.1 数据库对象的命名空间 126 9.4.2 关系模型与RDF模型的转化规则 126-127 9.5 面向关系模型的语义查询重写 127-130 9.6 小节 130-131 第十章 总结与展望 131-134 10.1 研究内容总结 131 10.2 缺点与不足 131-132 10.3 语义技术的未来与下一步工作 132-134 10.3.1 语义技术的未来 132-133 10.3.1.1 对数据建模的影响 132 10.3.1.2 对软件开发的影响 132-133 10.3.1.3 对数据库技术的影响 133 10.3.1.4 对图形图像和多媒体技术的影响 133 10.3.2 下一步工作 133-134 Reference 134-140 附录一:博士期间发表论文列表 140
|
相似论文
- 不完全信息数据库研究,TP311.13
- 基于语义的半结构化文档检索,TP391.3
- 多媒体个性化建模与检索,TP391.3
- 基于本体的打印机操作语义查询系统研究与实现,TP391.1
- 本体公理推理及其在交通领域中的应用,TP391.1
- 基于本体的监控视频描述与检索研究及流媒体发布平台开发,TN919.8
- 基于本体的计算机支持协同学习关键技术研究,TP399
- 模型资源的语义表示和应用研究,C934
- 基于本体的语义Web知识发现及其应用的研究,TP393.09
- 基于本体的语义查询系统的研究,TP311.52
- 基于超链数据的中医药语义查询系统,TP391.1
- 基于领域本体集成的语义查询系统研究,TP391.1
- 基于本体的语义搜索技术研究与实现,TP391.3
- 基于描述逻辑的定性空间推理研究,TP18
- 基于定性视觉特征语义描述的裂纹缺陷仿真,TP391.41
- 基于时序描述逻辑的UML状态图语义研究,TP391.1
- 基于OWL-S的语义Web服务组合模型的研究,TP393.09
- 完整性约束本体到关系数据库的映射,TP311.13
- UML顺序图的形式化,TP311.52
- 基于PDDL语言的入侵警报描述方法的研究,TP393.08
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 计算机网络
© 2012 www.xueweilunwen.com
|