（计算机应用技术专业论文）语义web环境下本体理论及服务组合技术研究.pdf

摘要 摘要 在传统的w 曲中，资源的语义信息通常是以机器难以处理的自由文本方式 存储的，而资源间的语义关系是以一种隐含的方式存在。由于缺乏明确的描述， 这些语义信息将不可避免地被丢失。如果能明确表达w e b 资源语义和资源之间 的关系，信息以语义良定义形式存在，则将大大提高资源的共享能力。这正是 语义w e b 的研究动机。 语义w e b 是当前w e b 的扩展，使得网络中所有信息都是具有语义的，是计 算机能够理解和处理的，便于人和计算机之间的交互与合作。在不久的将来， 当机器能够更好地处理和“明白”那些它们现在只能仅仅展现的数据的时候，必将 涌现出更多的功能。语义w e b 将是一个能够“理解”人类信息的智能网络。 近几年来在语义w 曲这一领域的相关标准和技术有了一定的发展，但是离 真正意义上的语义w e b 的实现还有相当的距离。人们已经越来越清楚地认识到 本体在解决语义共享问题中的重要意义和作用。但目前对本体的研究总体来说 还处于起步阶段，还存在着许多问题，如：本体的自动构建；本体演化和维护； 本体转换和集成；本体的评价等。这些问题也正是本体需要进一步研究的领域 以及今后发展的方向。另外，随着w e b 服务技术的日益成熟，越来越多的稳定 易用的w 曲服务共享在网络上。但单个w e b 服务能够提供的功能有限，已经难 以满足实际应用的需求，因而如何根据用户的新需求，整合出符合要求的、有 效的新服务，以及如何选择最佳组合方案都已经成为迫切需要得到解决的问题。 本文围绕在语义w e b 环境下实现信息共享和服务合成两个方面的问题，开 展本体学习、本体匹配、服务选择、服务组合等方面的研究。详细来讲，主要 工作包括以下几个方面： 针对本体概念分类规则学习问题，本文提出了种基于遗传算法的本体学 习方法，首先，在编码过程中采用了可变长度的规则集合作为个体，以满足不 同概念对分类规则数目的不同要求。其次，定义了规则集相对覆盖率，并以此 作为适应值函数，评估个体对概念实例的分类效果，实现优化迭代。最后，给 出了基于遗传算法的本体分类规则学习算法。并利用一组标准样本集对该算法 与同类算法进行了测试和比较，实验结果表明该算法具有很好的收敛性，并且 摘要 能获得较好的分类效果。 为了解决多个本体间的语义互连问题，本文提出了种基于遗传算法的本 体匹配优化方法。首先针对两个本体间的匹配问题构建本体映射模型，其中每 个本体是由一组特征集合表示。本文中界定了概念的两类特征，反映概念本质 特征的内涵特征和体现概念与其它概念间关联的外延特征。然后，基于本体特 征集定义了本体间的全局相似度函数，并采用遗传算法评价相似度函数以获得 全局的近似最优匹配结果。最后通过一组实验分析了遗传算法参数和适应值函 数中的权值的设置，并且对算法的性能进行评价。 针对服务组合时面临存在复杂的参数接口( 多个服务的输出并起来才能包 含后继服务的输入) 的情况，本文提出了一种基于超图的分层服务组合算法。 该算法从服务请求的输出目标入手，通过迭代求解每一层上的最优服务匹配问 题生成一棵组合树。最优匹配问题采用超图的最小横贯集的算法实现。同时， 提出了一个优化算法，在组合算法的中间步骤检测匹配阶段生成的可能结点， 抛弃一些无用的状态。最后，给出一个旅游服务组合实例来描述本文提出的组 合算法的有效性。 针对服务选择时存在组合方案中的控制结构、具体服务间的关联性和多q o s 指标问的折衷这三方面的约束，本文提出一种基于服务非功能属性的w e b 服务 最佳选择的多目标遗传算法。首先对服务选择问题建立分层模型，并且给出最 佳选择问题的形式化定义。在此基础上，采用多目标遗传算法求解最佳服务选 择问题。算法中首先设计了适合的染色体编码方式表示可行的服务选择方案， 改进了基本的遗传算子，并且采用了两种遗传策略来避免算法陷入局部最优， 以保证种群的收敛性。通过仿真结果表明，该方法能在有限进化代数内产生一 组满足用户q o s 需求的非劣服务组合方案解，并且遗传策略在提高算法收敛性 和维护种群多样性方面也发挥了作用。 面向城市公共交通领域建立了公共交通本体。对城市公共交通领域内的知 识进行建模，主要包括交通本体的概念分类层次，概念的属性定义，以及概念 间的关系。并采用本体开发工具p r o t 6 9 6 2 0 0 0 实现交通领域本体的构建，进一 步通过j e n a 解析o w l 本体，实现了基于公交领域本体的公交查询系统。 关键词：语义w e b ，本体，w e b 服务，本体学习，本体匹配，服务组合，服务 选择，交通领域本体构建 a b s t r a c t ab s t r a c t o nt h et r a d i t i o n a lw e b ，r e l a t e ds e m a n t i ci n f o r m a t i o na n dd o m a i nk n o w l e d g eo f r e s o u r c e sa r es t o r e di nt h ef o r mo ff r e et e x t ，w h i c hm a k e si tv e r yh a r df o rm a c h i n e st o u n d e r s t a n d s e m a n t i cr e l a t i o n s h i p sb e t w e e nr e s o u r c e sa r ei m p l i c i ta n dw i l lb el o s ti n m o s t c a s e sd u et ol a c ko fe x p l i c i td e s c r i p t i o n i ft h es e m a n t i co fr e s o u r c e sa n d r e l a t i o n s h i p sa m o n gr e s o u r c e sc a nb er e p r e s e n t e de x p l i c i t l y , i n f o r m a t i o ni sw e l l d e f i n e d ，a n ds h a r i n ga b i l i t yw i l le n h a n c el a r g e l y t h i si st h er e s e a r c hm o t i v a t i o no f s e m a n t i cw e b t h es e m a n t i cw e bi sn o tas e p a r a t ew e bb u ta ne x t e n s i o no ft h ec u r r e n to n e ，i n w h i c hi n f o r m a t i o ni sw e l ld e f i n e d ，a n dc o m p u t e r sa n dp e o p l ew i l lb ea b l et ow o r ki n c o o p e r a t i o n i nt h en e a rf u t u r e ，i tw i l le m e r g em o r en e wf u n c t i o n sa sm a c h i n e s b e c o m ea b l et op r o c e s sa n d ”u n d e r s t a n d ”t h ed a t at h a tt h e ym e r e l yd i s p l a ya tp r e s e n t s e m a n t i cw e bw i l lb ea ni n t e l l i g e n tw e bw h i c hc a nu n d e r s t a n dn a t u r el a n g u a g ea n d h u m a ni n f o r m a t i o n r e c e n t l y ，a l t h o u g ht h er e l a t e ds t a n d a r d sa n dt e c h n i q u e si nt h ef i e l do fs e m a n t i c w e bh a v em a d eag r e a tp r o g r e s s t h e r ei ss t i l lal o n gw a yt og ot oi m p l e m e n tr e a l s e m a n t i cw e b p e o p l eh a v eg r a d u a l l yr e a l i z e dt h ei m p o r t a n c eo f o n t o l o g yi ns o l v i n g t h ep r o b l e mo fs e m a n t i cs h a r i n g h o w e v e r , t h er e s e a r c ho no n t o l o g yi si ni t si n i t i a l p h a s e ，a n dt h e r es t i l le x i s tm a n yi s s u e s ，f o re x a m p l e ：o n t o l o g ya u t o m a t i cb u i l d i n g ， o n t o l o g ye v o l u t i o na n dm a i n t e n a n c e ，o n t o l o g yi n t e g r a t i o n ，a n do n t o l o g ye v a l u a t i o n t h e s e p r o b l e m sa r ej u s tt h ed i r e c t i o n so fo n t o l o g yr e s e a r c ho nt h eo t h e rh a n d ，w i t h t h ei n c r e a s i n g l ym a t u r i t y0 fw e bs e r v i c e ，m a n ys t a b l ef l e x i b l es e r v i c e sa r es h a r e do n t h ew e b ，b u tas i n g l ew e bs e r v i c ei sm o s tl i k e l yi n a d e q u a t et os a t is f yt h er e q u i r e m e n t o fb u s i n e s sa p p l i c a t i o n s h e n c e ，h o wt og e n e r a t ea l le f f e c t i v e 。c o m p o s i t es e r v i c et o m e e tu s e r s r e q u i r e m e n t sa n dh o wt os e l e c tt h eb e s tc o m p o s i t i o ns o l u t i o na r et w o u r g e n tp r o b l e m st h a ta r en e e dt ob es o l v e d i nt h i st h e s i s ，w em a i n l yf o c u so ns o l v i n gt w oa s p e c t so fp r o b l e m si nt h e e n v i r o n m e n to fs e m a n t i c 、) 铀：i n f o r m a t i o ns h a r i n ga n ds e r v i c e sc o m p o s i t i o n t h e m a b s t r a c t m a i nc o n t e n ti n c l u d e s ：o n t o l o g yl e a r n i n g , o n t o l o g ym a t c h i n g ，s e r v i c es e l e c t i o n ， s e r v i c ec o m p o s i t i o na n dt r a n s p o r t a t i o nd o m a i no n t o l o g yb u i l d i n g w ep r e s e n tag e n e t i ca l g o r i t h mb a s e do n t o l o g yl e a r n i n gm e t h o do fc o n c e p t c l a s s i f i c a t i o nr u l e ，b yw h i c has e to fr u l e sc a nb ea c h i e v e dt oc l a s s i f yc o n c e p t si na n o n t o l o g y f o rt h ep u r p o s eo fe x p a n d i n ga n de n r i c h i n gt h eo n t o l o g y i nt h el e a r n i n g p r o c e s s ，o nt h eo n eh a n d ，e a c hi n d i v i d u a lr e p r e s e n t sa nu n o r d e r e ds e to ff i x e d l e n g t h r u l e sa n dt h el e n g t ho fi n d i v i d u a li nt h ep o p u l a t i o ni sv a r i a b l e o nt h eo t h e rh a n d ， f i t n e s sf u n c t i o ni sd e f i n e da sr e l a t i v ec o v e r a g er a t eo f as e to fr u l e s ，w h i c hc a n g u a r a n t e et h a tt h ea c h i e v e dr u l e sc a nc o v e ra sm a n ya sp o s s i b l ei n s t a n c e so fag i v e n c o n c e p t ，a n dc o v e ra sf e wa sp o s s i b l ei n s t a n c e so fo t h e rc o n c e p t s t h ee x p e r i m e n t a l r e s u l t ss h o wt h a tt h ea l g o r i t h mh a sg o o dc o n v e r g e n c ea n dc a no b t a i no p t i m a lr u l es e t a g e n e t i ca l g o r i t h m ( g a ) o p t i m i z a t i o nm e t h o df o ro n t o l o g ym a t c h i n gp r o b l e m i sp r e s e n t e d f i r s t ，am a p p i n gm o d e lb e t w e e nt w oo n t o l o g i e si sc o n s t r u c t e df o rt h e p r o b l e mo fo n t o l o g ym a t c h i n gf r o mag i o b a | v i e w , a n df o re v e r yo n t o l o g y , af e a t u r e s e ti sc o m p o s e do fi n t e n s i o n sa n de x t e n s i o n so fa l lc o n c e p t si nt h eo n t o l o g y s e c o n d ， b a s e do nf e a t u r es e t sw ed e f i n eag l o b a ls i m i l a r i t ym e a s u r ef u n c t i o nb e t w e e nt w o o n t o l o g i e su n d e rac e r t a i nm a p p i n g t h e n ，g e n e t i ca l g o r i t h mi se m p l o y e dt oe v a l u a t e a n de v o l v et h eg l o b a ls i m i l a r i t ym e a s u r ef u n c t i o nf o ra c h i e v i n ga no p t i m a lm a p p i n g f i n a l l y ，as e to fe x p e r i m e n t sa r ec o n d u c t e dt oa n a l y s i st h eb e s ts e t t i n go fg a p a r a m e t e r sa n dw e i g h t si nf i t n e s sf u n c t i o n ，a n de v a l u a t et h ep e r f o r m a n c eo fg ai n s o l v i n go n t o l o g ym a t c h i n gp r o b l e m a q o sb a s e do p t i m a lw e bs e r v i c e ss e l e c t i o nm e t h o db ym u l t i o b j e c t i v eg e n e t i c a l g o r i t h mi sp r e s e n t e d c o n s i d e r i n gt h r e ea s p e c t so fc o n s t r a i n si ns e r v i c es e l e c t i o n p r o c e s s ，i n c l u d i n gc o n t r o ls t r u c t u r ew i t h i nac o m p o s i t i o np l a n ，r e l a t i o n s h i pb e t w e e n c o n c r e t es e r v i c e s ，a n dt r a d e o f fa m o n gm u l t i p l eq o si n d e x e s ，al a y e r e ds e r v i c e s e l e c t i o nm o d e li sc o n s t r u c t e df o rf o r m a l i z i n go p t i m a ls e r v i c e ss e l e c t i o np r o b l e m f o r s o l v i n gt h i sp r o b l e m ，am u l t i o b je c t i v eg e n e t i ca l g o r i t h mi sa d o p t e d f i r s tw ed e s i g n c h r o m o s o m ec o d i n gm e t h o dt or e p r e s e n taf e a s i b l es e r v i c es e l e c t i o ns o l u t i o n ，a n d t h e nd e v e l o pg e n e t i co p e r a t o r sa n ds t r a t e g i e sf o rm a i n t a i n i n gd i v e r s i t yo fp o p u l a t i o n a n da v o i d i n gt og e tt r a p p e di nl o c a lo p t i m a e x p e r i m e n t a lr e s u l t ss h o wt h a tt h i s a l g o r i t h mc a ng e n e r a t eas e to fn o n d o m i n a t e dp a r e t oo p t i m a ls o l u t i o n st h a ts a t i s f y i v a b s t r a c t u s e r sq o s r e q u i r e m e n t sw i t h i naf i n i t en u m b e ro fe v o l v i n gg e n e r a t i o n s ，a n da l s ot h a t t h eg e n e t i cs t r a t e g i e sh a v eag o o de f f e c to nm a i n t a i n i n gd i v e r s i t yo fp o p u l a t i o na n d i n c r e a s i n gc o n v e r g e n c eo ft h ea l g o r i t h m t os o l v es e r v i c ea u t o m a t i cc o m p o s i t i o np r o b l e m ，i nt h i s p a p e rw ep r e s e n ta l a y e r e da l g o r i t h mt og e n e r a t eac o m p o s i t i o nt r e eb yi t e r a t i v e l ys o l v i n go p t i m a l m a t c h i n g s i nd e t a i l s ，t h eo p t i m a lm a t c h i n gp r o b l e mi sm o d e l e da sah y p e r g r a p h ，a n d s o l v e db yc o m p u t i n gm i n i m a lt r a n s v e r s a l so ft h eh y p e r g r a p h a l s o ，a no p t i m i z a t i o n a l g o r i t h mi sp r o p o s e dt od i s c a r ds o m eu s e l e s ss t a t ea tt h ei n t e r m e d i a r ys t e p so ft h e c o m p o s i t i o na l g o r i t h m f i n a l l y , a l le x a m p l er e g a r d i n gt r a v e ls e r v i c e sc o m p o s i t i o ni s g i v e n t oi l l u s t r a t et h ee f f e c t i v e n e s so ft h ep r o p o s e dc o m p o s i t i o nm e t h o d a st h em o s ti m p o r t a n tt e c h n i q u ei nt h ed e v e l o p m e n to fs e m a n t i cw e b ，o n t o l o g y c a l lh e l pc o m p u t e r sn o to n l yt ou n d e r s t a n de a c ho t h e rb u ta l s ot os h a r ei n f o r m a t i o no n t h ew e b t h e r e f o r em o r ea n dm o r er e s e a r c h e r sb e g i nt or e a l i z et h a ti ti si m p o r t a n tt o m a k et h e i rd o m a i no n t o l o g yt os u p p o r tr e a s o n i n gw i t h i nt h ed o m a i nk n o w l e d g e i n t h i st h e s i s ，a l lu r b a np u b l i ct r a n s p o r to n t o l o g yi sp r o p o s e dw i t ht h ek e y c o n c e p t sa n d r e l a t i o n si nt r a n s p o r t a t i o ns y s t e m ，a n de s t a b l i s h e db yp r o t 6 9 6a n dj e n as o f t w a r et o s u p p o r tq u e r yw i t hm o r es e m a n t i ci n f o r m a t i o n k e yw o r d s ：s e m a n t i cw e b ，o n t o l o g y , s e m a n t i cw e bs e r v i c e ，o n t o l o g yl e a r n i n g ， o n t o l o g ym a t c h i n g ，w e bs e r v i c es e l e c t i o n ，w e bs e r v i c ec o m p o s i t i o n ， t r a n s p o r t a t i o nd o m a i no n t o l o g yb u i l d i n g v 学位论文版权使用授权书 本人完全了解同济大学关于收集、保存、使用学位论文的规定， 同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版 本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、 扫描、数字化或其它手段保存论文；学校，有权提供目录检索以及提供 本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有 关部门剪渚机构送交论文的复印件和电子版；在不以赢利为目的的前 提下，学校可以适当复制论文的部分或全部内容用于学术活动。 学位论文作者签名：王名面 钾年月日 同济大学学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行 研究工作所取得的成果。除文中已经注明引用的内容外，本学位论文 的研究成果不包含任何他人创作的、已公开发表或者没有公开发表的 作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集 体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任 由本人承担。 学位论文作者签名：i 爱乃 啊年 月日 第1 章绪论 1 1 万维网 第1 章绪论 万维网( 简称w e b ) 是互联网最重要和最广泛的应用之一，它是一个由互联 资源构成的网络化信息空间，十余年来逐渐改变了人们的工作方式和传统意义 上的信息产业构架。信息的获取、传播、存储和处理等环节之间的孤立现象已 逐渐消失，w e b 已成为一个公共的网络应用平台。易用性是w e b 的特色之一， 任何人在任何时间、任何地点都可以通过w e b 发布或者浏览信息。w e b 的易用 性吸引了越来越多的用户，w e b 网页包含的信息量正呈指数级增长，w e b 已发 展成为一个包含文本页面、图像、动画、音像等资源的巨大信息仓库，已经成 为人们生活和工作中不可或缺的重要部分。 但是，w e b 存在两个明显的不足：计算机不能理解网页内容的语义；网上 有用信息很难获取，即使借助功能强大的搜索引擎，查准率也比较低，它在帮 助用户得到成批相关网页的同时，也夹杂了许多用户不需要的信息垃圾【l 五j 。存 在这些问题的原因在于现在的w 曲采用的是超文本标记语言( h y p e rt e x tm a r k u p l a n g u a g e ，简称m m l ) ，网页上的内容设计成专供人类浏览的，而不是让计算 机理解和处理的，因此无法为用户提供自动处理网上数据的功能。计算机能熟 练地解析网页的版面，知道哪里是标题，哪里有与其他页面的链接。但是，它 分辨不出个人主页和天气预报的区别，因为没有可靠的方法来处理其中的语义， 没有办法智能地理解网页内容和进行操作【3 】。此外，w e b 是按“网页的地址”， 而非“内容的语义来定位信息资源的，网上所有信息都是由不同的网站发布 的，相同主题的信息分散在全球众多不同的服务器上，又缺少有效工具能将不 同来源的相关信息综合起来，因此形成了一个个信息孤岛，查找自己所需的信 息就像大海捞针一样困难【4 1 。 为了使人们能够按内容的语义表达需求，迅速准确地从成千上万的网页中 过滤出自己感兴趣的内容【5 1 ，同时使计算机能够理解网页内容，帮助人们处理许 多烦琐的日常事务。1 9 9 8 年，在发明万维网1 0 年之后，伯纳斯李提出了“语 义w 曲”的理念 6 , 7 1 。 第1 章绪论 1 2 语义w e b 作为下一代的w e b 发展方向之一，语义w e b 研究的主要目的就是扩展当前 的w e b ，使得网络中所有信息都是具有语义的，是计算机能够理解和处理的， 便于人和计算机之间的交互与合作【7 】。在语义w 曲中，文本、多媒体和服务等 资源被赋予了各种明确的语义信息，机器可以分辨和识别这些语义信息，并对 它们进行自动解释、交换和处理。从功能上看，语义w e b 将是一个能够“理解” 人类信息的智能网络。在不久的将来，当机器能够更好地处理和“明白”那些它们 现在只能仅仅展现的数据的时候，必将涌现出更多的功能，大量的语义w e b 应 用将被利用到多种不同的任务之中，并促进w e b 应用向模块化方向发展。例如， 某人想报名参加一个国际研讨会，计算机可自动地为其制定最佳日程和路线以 及预定旅馆等。什么是“语义”? 简单地说，语义w e b 中“语义”的核心就是知识 共享，包括计算机与计算机、人与计算机之间的共享。在计算机与计算机、人 与计算机之间以无偏差的方式传递的信息，就是语义1 4 1 。 从语义w e b 的发展起源来看，语义w e b 是人工智能领域和w 曲技术结合的 产物。人工智能领域中的知识工程研究从孤立的知识库系统逐渐发展到基于 i n t e m e t 的信息系统集成，在这个研究过程中，逐渐加深了对- 妞识表示和推理的 认识，并结合了一些新的描述和推理方法。另一方面，w e b 经过十几年的发展， 积累的海量数据，此时需要一种新的、机器可以自动完成的方式来处理和管理。 因此，当两个领域的积累都比较成熟，而且有了需求，就必然会走向结合。 1 。2 1 语义w e b 体系结构 语义w e b 为w e b 内容扩展了机器可处理的语义信息，是推动未来w e b 发 展的核心动力。伯纳斯李在2 0 0 0 年提出的语义w e b 体系结构门，如图1 1 所示。 其中，1 u n i c o d e 和u r i 层：是语义w e b 的最底层。u n i c o d e ( 统一编码) 处理资源的编码。它可以定义国际化、通用化的字符集，以避免不同类型字符 集之间由于编码不同而造成的存储、传递和使用上的混乱，同时也可以实现多 国语言的混合存储和使用。u r i ( 统一资源定位器) 负责标识资源。在语义w e b 中，无论是网络中的一个w e b 页面还是现实中的一个人，任何可以被描述的事 物都可以称之为资源。每一个资源都可以用u r i 唯一标识和定位。 2 第1 章绪论 二至口 亟习 二二亘 亟 图1 1 语义v e b 的体系结构2 0 0 0 2 x m l + n s 层：x m l 是整个体系结构的基础。x m l 是一种允许自定义标 记的通用结构化描述语言，目前成为描述w e b 文档和数据的标准。命名空间 ( n a m es p a c e ) 为x m l 文档中的结构化标记的定义和使用提供了上下文机制， 一方面为文档中的每一个标记都( 隐含地) 指明了特定的含义，另一方面将不 同上下文中具有相同名称的标记区分开来，以避免命名冲突。 3 x m lq u e r y + x m ls c h e m a 层：x m ls c h e m a 为x m l 文档提供了语法结 构上的约束，最终确保x m l 文档的完整性与有效性。x m lq u e r y 提供了对x m l 文档的查询机制。 4 r d f r d fs c h e m a 层：r d f ( r e s o u r c ed e s c r i p t i o nf r a m e w o r k ) 定义了一 种描述w e b 资源及其相互联系的简单模型，是语义w e b 实现的关键技术之一， 也是语义信息描述的有效手段。r d fs c h e m a 为r d f 提供了类型定义机制。 5 本体( o n t o l o g y ) 层：语义信息的交流必须以共同理解为前提，具有共 同的语义空间。在语义w e b 的交互中，本体担当着语义互操作的重要角色。 6 规则( r u l e q u e r y ) 层：用于加强o n t o l o g y 的描述能力，特别是在属性 方面的描述，规则层还允许与具体应用相关的知识描述，即可以是个人知识而 不一定被他人所接受。 7 逻辑( l o g i c ) 层：主要提供公理和推理规则，为智能推理提供基础。 8 证明( p r o o f ) 层：证明注重于提供认证机制，执行逻辑层产生的规则， 3 第1 章绪论 并结合信任层的应用机制来评判是否能够信赖给定的证明。 9 信任( t r u s t ) 层：注重于提供信任机制，以保证用户代理a g e n t 在网上 进行个性化服务，使得彼此间的交互合作更安全可靠。 1 2 2 语义w e b 相关理论和标准 在语义w e b 体系结构图中，第四、五、六层是关键层，用于表示w e b 信息 的语义。这也正是近几年来语义w e b 研究的热点所在。随着这些方面的研究的 不断深入，目前已发展并提出了许多相关理论和标准： x m l x m l ( e x t e n s i b l em a r k u pl a n g u a g e ) 8 l 是针对包含结构化、半结构化信息的文 档而设计的一种标记语言。舳已经成为了w e b 上数据表示和交换的事实标准， 是应用之间或者机器之间共享数据的一种有效方式。x m l 的可扩展性是x m l 区别其他标记语言的最基本特征，其核心在于以一种标准化的方式来建立数据 表示的结构，而将具体标记的定义留给了用户。 但是，x m l 并不能解释它标记的含义，并且x m l 模式只能对x m l 的语法 合法性进行验证，而不能区分x m l 属性和元素在含义上的不同。因此对于同样 的信息内容，我们可以将其映射为多种不同的x m l 结构，同时对同一种x m l 结构，也可以存在多种不同的解释，而相同的应用也可能对不同的x m l 做出同 样的解释。 r d f 和r d fs c h e m a k d f l 9 i 定义了一种用以描述资源及其相互关系的简单模型，是语义互联网实 现的关键技术之一，也是语义信息描述的有效手段。其基本数据模型包含三类 对象：资源、属性和陈述，资源之间的关系通过属性和值来描述，描述特定资 源特定属性的值，就构成k d f 中的一个陈述。r d f 通过属性和值描述了资源以 及资源之间的关系，但并没有提供描述这些属性及属性间关系的机制。1 l d f s c h e m a 提供了这种表达机制，它描述了r d f 中p r o p e r t i e s 的使用规则，为r d f 定义了领域字典，并用类型层次结构来组织该字典，从而构成完备的语义空间。 r d f 的数据模型实质上是一种二元关系的表达，由于任何复杂的关系都可以分 解为多个简单的二元关系，因此r d f 的数据模型可以作为其他任何复杂关系模 型的基础模型。 4 第1 章绪论 r d fs c h e m a 在提供了简单的机器可理解语义模型的同时，为领域化的本体 语言提供了建模基础，并使得基于r d f 的应用可以方便地与这些本体语言所生 成的本体进行合并。r d f 的这一特性使得基于r d f 的语义描述结果具备了可以 和更多的领域知识进行交互的能力，也使基于x m l 和r d f 的w e b 数据描述具 备了良好的生命力。 o w l o w l ( w e bo n t o l o g yl a n g u a g e ) 目前是本体的标准描述语言。它是结合了 d a m l + o i l t l l 】应用经验而改进的修订版，建立在r d f 基础上，以x m l 为书写 工具。主要用来表达需要计算机应用程序来处理的文件中的知识信息，而不是 呈递给人的知识。o w l 能清晰的表达词表中各词条的含义及其之间的关系，这 种表达被称为本体。o w l 相对x m l 、r d f 和r d fs c h e m a 拥有更多的机制来 表达语义，从而o w l 超越了x m l 、r d f 和r d fs c h e m a 仅仅能够表达网上机 器可读的文档内容的能力。 s w r l 由于o w l 的推理缺乏属性方面的表达能力，如属性合成，属性值的转移。 对此h o r r o c k 等1 1 2 i 提出语义w e b 规则语言( s e m a n t i cw e br u l el a n g u a g e ， s w r l ) ，s w r l 的前一个版本是本体规则语言( o n t o l o g yr u l el a n g u a g e ，o r l ) 。 s w r l 用h o r n 规则扩展o w ld l ，并将h o r n 规则作为公理加入o w ld l ，以 增强o w l 的属性方面的表达能力。在o w l 本体中包含着一系列原则( a ) 【i o m s ) 与事实( f a c t s ) ，原则有s u b c l a s s ，e q u i v a l e n t c l a s s 等，也可以由规则原则( r u l ea x i o m ) 扩展：a x i o m ：= r u l e 。一个规则原则由一个前提( a n t e c e d e n t ) ( b o d y ) 和一个结论 ( c o n s e q u e n t ) ( h e a d ) 构成，每个前提和结论都由零多个原则组成，规则原则也可以 用u r i 参考的设计方式。 s p a r q l s p a r q l t l 3 l 是基于以前的r d f 查询语言( 如r d f d b 、r d q l 和s e r q l ) 发展而来的一种r d f 查询语言，可以从r d f 图中查询信息。它拥有一些有价 值的新特性，并且受到j e n a 开发团队的鼎立支持。s p a r q l 查询语言通过图形 模式( g r a p hp a t t e r n ) l 兀配实现查询功能。最简单的图形模式是三元组模式，一个 三元组模式与r d f 的三元组类似，不同的是三元组模式允许查询变量出现在主 体、谓词或者客体的位置上，三元组模式合并形成一个基本的图形模式。三元 组模式和图的匹配过程并不复杂：绑定查询变量和r d f 词汇，将变量替换成相 5 第1 章绪论 应的r d f 词汇，这样就得到了一个成功匹配的图的三元组。 随着s p a r q l 查询语言即将完成标准化，语义w e b 已经具备了成功所需要 的标准和技术，t i mb e m e r s - l e e 在2 0 0 6 年发表的( ( w e b 科学基础架构 1 4 】一 文中给出了最新的语义w e b 体系结构，如图1 2 所示。 圈o w l 臣r i f s w r l l| il 图1 2 语义w e b 的体系结构2 0 0 6 1 3 语义w e b 的研究现状 语义w e b 针对w e b 的一些不足而提出，近几年来在这一领域的相关标准 和技术有了一定的发展，但是离真正意义上的语义w e b 的实现还有相当的距 离。从目前的研究现状来看，实现语义共享问题的本体建设和基于语义w e b 理 论的w e b 服务应用是语义w e b 研究工作中的两个热点。 1 3 1 本体( o n t o l o g y ) 本体本来是哲学中元物理学的一个分支【1 5 1 。本体的相关解释可以追溯到古 希腊哲学家亚里士多德的本体解释。它在哲学中的定义为“对世界上客观存在物 的系统地描述，即存在论”，是客观存在的一个系统的解释或说明，关心的是客 观现实的抽象本质，在哲学上较多的翻译为本体论【1 6 】。 6 第1 章绪论 1 3 1 1 本体在计算机领域的出现 自二十世纪九十年代初，本体概念被广泛地引用到计算机领域【1 7 l ，特别是 在人工