（计算机应用技术专业论文）基于关系数据库的本体存储模式研究及应用.pdf

东南大学硬士学位论文 摘要 本体作为一种概念模型建模工具 能够用来表示知识 实现知识的重用和共享 从而达到应用 知识的目的 因此 对本体的研究也就成为一项重要而迫切的课题 其中本体存取是本体的一项基 础性研究 有效地存储本体 并且高效地查询本体的内容 对于本体的广泛应用有着极为重要的意 义 本文以自动答疑系统为应用背景 着重研究本体存取方面的问题 其目的在于改善本体存储和 查询的效率 同时尽量减小本体维护代价 本文首先分析比较了目前存在的几种本体存储方法 指出其中不足之处 然后分析证明了利用 关系数据库来存取本体的可行性 接着提出一种利用关系数据库存储o w l 本体的存储模式 并设 计了从o w l 模式到关系模式的转换算法o w l 2 d b 分析该算法的时间复杂度 接着举例验证了该 算法的可行性 根据本文提出的本体存储模式 提出基于关系数据库的本体查询方案 然后给出查 询实例来证明查询方案的合理性 基于本文提出的本体存储和查询方法 设计并实现了本体存储和查询原型系统 原型系统考虑 了实际应用的需要 具有较强的可操作性 通用性 扩展性 利用该原型系统 比较了水平模式 垂直模式及本文提出的存储模式查询性能的优劣 实验表明 本文提出的存储模式查询效率较高 而且适用于大规模的本体 最后 本文把前面提出的本体存取方案应用到自动答疑系统中 有效地提高了自动答疑系统的 语义理解能力 关键字 本体 本体描述语言 本体存储模式 本体查询 自动答疑系统 o w l 东南大学硕士学位论文 a b s t r a c t o n t o l o g y af o r m a ld q e r i p f i o no fc o n c e p t s 啪b eu s e dt or e p r e s e n tk n o w l e d g e da e h i c v e k n o w l e d g er e u s i n ga n dk n o w l e d g es h a r i n g s ot h er e s e a r c h0 1 1o n t o l o g yh a sb e c o m e i m p o r t a n td o m a i n o n t o l o g ys t o r i n ga n do n t o l o g ys e a r e l a i a gi sab a s e dr e s e a r e l a i n gj o b e f f e c t i v es t o r i n ga n dg e t t i n go n t o l o 舒 i sv e r yi m p o r t a n tf o ro a t o l o g y sa p p l i c a t i o n s ot h i sp a p e rf o c u s0 1 3o n t o l o g y ss t o r i j r t ga n ds e a r c h i n gi nt h e a p p l i c a t i o nb k 掣 啦do fa u t o m a t i cq u e s t i o na n d s w 日s y s t e m i no r d e rt oi m p r o v et h ee f f i c i e n c yo f o n t o l o g y ss t o r i n ga ds e a r e l a i n g i nt h i sp a p e rs e v e r a ls t o r i n gm e t h o d so f o n t o l o g ya a l l a l y z e da n dc o m p a r e d m e a n w h i l et h ed e f e c to f t h e s em e t h o d si si n d i c a t e da n dt h ef e a s i b i l i t yo f s t o r i n go n t o l o g yb yr e l a t i o o a ld a t a b a s ei st e s t i f i e d a s t o r i n gp a t t e r nw h i c hu s r e l a t i o n a ld a t a b a s et os t o r eo w lo n t o l o g yi sp r o p o s e d a n da na l g o r i t h mc a l l e d o w l 2 d bw h i c hm a p eo w lo n t o l o g yt or e l a t i o n a ld a t a b a s ei sd e s i g n e d b a s e d t h es t o r i n gp a t t e r n s p r o p o s e di nt i mp a p e r o n t o l o g ys e a r e l a i n gm e t h o di sp r o p o s e ma n d as 4 r e h i n ge x a m p l ew h i c hp r o v e s t h er a t i o n a l i t yo f t l a i ss e e t a i n gm e t h o d b a s e do nt h es t o r i n ga n ds e a r e l a i n gm e t h o da b o v e o n t o l o g y ss t o r i n ga n ds e a r c h i n g 妒o t o t y o e s y s t e mi sd e s i g n e dw h i c hi so p e r a b l e w i e l d ya n de x t e m i b l e b yt h i sp l o t o t y p ei y s t e m h o r i z o n t a ll r a t t e m v e r t i c a lp a t t e r na n dt h ep a t t e a nw h i c hi sp r o p o s e di nt h i sp a p e ra c o m l 砌 r e s u l t ss h o wt h a tt h ep a t t e r n p i q o s c d i nt h i sp a p e rh a sb e t t e rs e a r c h i n ge t t i c i e n e y 幅p e e i a l l yi nt h el a r g es c a l eo n t o l o g y f i t l a u y s t o r i n ga n ds e a r c h i n gm e t h o d so f o n t o l o g yi 3a p p f i e di na u t o m a t i cq u e s t i o na n d 锄i 孙咐8y s i i m i n o r d e r t o i m p r o v e t h es e m a n t i c c o m p r e h e n s i o n o f a u t o m a l i e q v e s t i o na n d a n s w c l s y s t e m k e y w o r d s o n t o l o g y o t l t o l o g yd e s c f i p t i o ni n n g u a g e o n t o l o g ys t o r a g ep a t t i o n t o l o g ym l a i n g a u t o m a t i cq u e s t i o na n da n s w e fs y s t e m o w l i i 东南大学学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得 的研究成果 尽我所知 除了文中特别加以标注和致谢的地方外 论文中不包 含其他人已经发表或撰写过的研究成果 也不包含为获得东南大学或其它教育 机构的学位或证书而使用过的材料 与我一同工作的同志对本研究所做的任何 贡献均已在论文中作了明确的说明并表示了谢意 研究生签名 至耋塑 日期 东南大学学位论文使用授权声明 东南大学 中国科学技术信息研究所 国家图书馆有权保留本人所送交学 位论文的复印件和电子文档 可以采用影印 缩印或其他复制手段保存论文 本人电子文档的内容和纸质论文的内容相一致 除在保密期内的保密论文外 允许论文被查阅和借阅 可以公布 包括刊登 论文的全部或部分内容 论文 的公布 包括刊登 授权东南大学研究生院办理 研究生签名 圣茎 i 导师签名 第一章引言 1 1 研究背景 第一章引言 近年来 随着计算机应用的不断增强 计算机科学与技术的发展也日新月异 然而在快速发展 的同时 也面临种种困难 主要的困难包括 知识的表示 信息的组织 软件的复用等 特别是由 于互联网的快速发展 面对信息的海洋 如何组织 管理和维护海量信息 并且为用户提供有效的 服务是目前急需解决的一个问题 本体作为一种概念模型建模工具 可以用来表示知识 可以实现 知识的重用和共享 从而达到应用知识的目的 因此 对本体的研究也就成为一项重要而迫切的课 题 l 大多数本体研究工作都是围绕某个具体领域 运用面向对象的方法 分析领域概念 把领域概 念抽象成类 以类的形式对领域本体中的概念进行表示和组织 随着本体规模的扩大 应用背景的 扩展 知识规模的急剧增长 都会给知识的共享和集成带来极大的困难 同时本体一般都是不同组 织开发 相同或相关行业的本体也不同程度上存在重叠 严重影响本体在信息交互中的作用 对大 量本体信息的检索效率也比较低下 本体的研究和应用总体来说还处于起步阶段 如何把本体的研究成果和传统的应用广泛的成熟 技术结合起来 也是本文研究的一个内容 现在大部分数据被存储在关系数据库中 为了信息的共 享和集成 本文研究考虑把本体存储到关系数据库中 当作为数据模型的本体存储到关系数据库中 时 针对知识模型所作的操作也要转换为针对数据库的操作 因此需要执行这种转换而且不丢失本 体中的语义信息 并能对存储在关系数据库中的本体进行查询应用 且 舻j 本体是可读的 全面的 共享的和形式化的 这就说明本体可由拥有良好语义定义的某种语言 来表示 在w 3 c 的主导下 o w l 逐渐成为本体描述的通用标准 因为能对数据提供共享和通用的 表示 所以本体对于应用集成的解决就显得尤为重要 为了完全实现本体的效率 为了可集成高效 灵活的信息 需要提高使用o w l 语言描述的本体的持久存储和查询的效率 由上所述可见 对本体有效管理和应用已成为迫切需要研究的课题 在不久的将来 随着本体 的数量不断增多 规模逐渐扩大 本体的开发与管理将成为一个迫切而且普遍的需求 因此 开发 一个通用的本体库管理系统是很有必要的 本体库的管理包括本体表示 本体创建 本体存储 本 体查询 本体合并 本体演化及本体展示等多方面问题 j 其中本体存取 即本体的存储和查询 是本体的一项基础性研究 尤其是在本体规模急剧扩大的情况下 有效地存储本体 并且商效地查 询本体的内容 对于本体的广泛应用有着极为重要的意义 目前 研究人员对本体存储和查询做了 比较深入的研究 提出了多种存取策略 但是 众多存取策略在本体共享 查询效率 本体演化和 维护方面存在不足 特别是对于大规模的本体 存储和查询的效率都比较低 维护代价较大 不能 满足本体共享等方面的要求 6 1 r 1 总的来说 国内本体研究起步较晚 还没有成熟的本体理论与本体 系统研究成果 特别是在本体存储查询方面的研究更是出于起步阶段 因此 本文以自动答疑系统 为应用背景 着重研究本体存取方面的问愿 其目的在于改善本体存储和查询的效率 同时尽量减 小本体维护代价 东南大学硕士学位论文 1 2 研究现状 1 2 1 本体表示语言研究 近年来 w e b 技术为全球知识共享提供了便捷手段 以共享为特征的本体与w e b 技术结合是必 然趋势 在此背景下 基于w e b 标准的本体描述语言 以下简称 w e b 本体语言 正成为本体研 究和应用的热点 如s h o e s i m p l e h t m l o n t o l o g y e x t e n s i o n 1 1 j o m l o n t o l o g y m a r k u p l a n g u a g e 1 5 1 x o l x m l b a s e do m o l o g y c x c h a n g el a n g u a g e i t 6 1 等 在标准方面 由w 3 c 主持制定的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 l l 和r d fs c h e m a l 是建立在x m l 语法上 以语义网为理论基础 对信息资源进行语义描述的语言规范 r d f 采用资源 r e s o m v e s 属性 p r o p e r t i e s 声明 s 饿 砷 等三元组来描述事物 r d f s c h e m a 则进一步扩展 采用了类似框架的方式 通过添加r d f s c l a s s r d f s s u b c l a s s o f r d f s s u b p r o 删 r d f s d o m a i n r d f s r a n g e 等原语 对类 父子类 父子属 性及属性的定义域和值域等进行定义和表达 这样r d f s 成为一个能对本体进行初步描述的标准 语言 然而 本体描述语言要走向通用 还要解决一些重要问题 如对推理的有效支持 正规和充 足的语义表示机制 以及标准化问题 本体描述语言直接关系到本体存储模式 对于特定的本体描述语言 我们需要采用与之对应的 本体存储模式 才能很好地存储本体中的概念及概念之间的语义信息 便于查询需要 o w l 1 9 1 本体 描述语言是w 3 c 推荐的本体描述语言标准 因此 本文讨论的本体存储模式和本体查询策略是基于 o w l 本体描述语言 这种语言能使本体存储模式具有更强的通用性和可扩展性 1 2 2 本体存储研究 本体存储是本体研究中一项基础性研究工作 本体存储方法为创建的领域本体提供了一种持久 化的方法 使得建立的本体知识能完好地保存 并通过一定的本体查询方法把本体知识应用到实际 需要中 目前主要有四种本体存取方法 7 1 用文本文档存储本体 不对本体进行任何处理 这种方法简单实用 易于实现 但是对于大 规模的本体 查询效率低下 维护代价较高 很难进行本体的合并和演化 不能满足本体的重用和 共享的要求 因此 该存储方法只适合小靓模的本体应用 不能满足w e b 上大规模要求共享和重 用的本体应用要求 构建专门的本体数据库 用来存储和还原本体数据 这种方法针对性强 本体存储效率比较 高 但是目前本体数据库的研究还不成熟 理论不够完善 难以应用到实际问题中去 利用面向对象数据库来存储本体数据 其基本思想是利用面向对象数据库中的大数据类型直 接存储本体的语义图表示 这种方法简单易用 但是对于本体语义查询等应用 由于面向对象数据 库研究技术的不成熟 将变得不易实现 利用关系数据库来存储本体 考虑到s q l 的流行性和执行查询的效率 一个较好的方法是用 关系数据库来存取本体 在这种方法中 用若干个关系表来存储本体文档 使用s q l 结构化查询语 言对本体进行查询 该方法实用性强 特别适合大规模的本体存储 而且能利用关系数据库管理系 统的事务处理与并发控制来实现本体的共享和多任务操作 此外 只要采取合适的存储模式 就能 对本体进行较好地维护 而且维护代价比较低 存储模式变更较少 通过以上分析 本文认为 采用关系数据库来存储本体是行之有效的方法 可以支持并发的开 发环境 保证操作的a c i d 属性和存取的高效性 并充分节省空间 达到本体重用和共享的要求 适 合大规模本体的应用 而且关系数据库现在已经十分成熟而且规模很大 他们具有传统的优势 在 关系数据库中 本体数据和传统的结构化数据可以共存 这就使得基于以上两种数据的应用成为可 能 2 第 章引言 1 2 3 本体集成管理系统 目前在知识领域的研究主要集中在知识管理和知识工程上 本体技术虽然迅猛发展 但是还没 有系统性的研究成果 国内外大部分研究机构研究本体技术大多都是针对某一研究领域或某一项目 但是随着本体应用的深入 本体领域的增加以及规模扩大 缺乏系统而整台化的应用研究 同时 由本体构建工具构建的大量本体是可能随时间而变化的 如何追踪这种变化 而不导致语义丢失和 混乱 也是需要解决的问题 在越来越多的本体群中 如何消除本体的重复建造和本体的融合 如 何有效地查询和检索也逐渐从后台走向了前台 所有的这些都要求全面的考虑本体技术的综合应用 即本体管理系统 我们认为 不同于一般 的本体工具 本体集成管理系统需要支持本体的整个生命周期 不仅要支持本体的加工和学习 还 要支持本体的进化和本体的合并 不仅要考虑本体的安全性 也要考虑访问的性能 并能对外提供 本体访问的服务 6 j 根据以上要求 本体集成管理系统应具有以下功能 为本体提供合理的存储策 略 要支持对本体的并发访问 要支持对本体的快速存取等 另外 由于本体自身的开放性 动态 性和共享性 本体集成管理系统还要支持本体的合并 演化和展示等功能 由此可见 对本体的高 效存取是本体集成管理系统很重要的组成都分 随着本休应用的迅速扩大 对本体库集成管理系统 的需求会越来越强烈 而对于本体存取策略的研究也就成了本体应用研究的核心课题 1 3 研究内容 基于上面的研究背景和研究现状 本文的研究内容主要有以下几个方面 1 比较现有的本体描述语言及针对不同描述语言设计的本体存储方案 然后分析现有本体存储 方案存在的不足 说明用关系数据库存储本体的可行性 提出本体存储模式设计的一般性原则 2 根据本体存储模式设计的原则以及本体数据的查询需求 提出一种基于关系数据库的本体存 储模式 并根据该存储模式设计本体模式到关系数据库模式的转换算法 3 基于本文提出的本体存储模式 给出本体查询方法 提出若干本体查询过程中提取本体语义 的启发性规则 并给出一个查询实例 证明本文提出存储模式的合理性 4 为了验证本文提出的存储模式 通过实验比较本文提出的存储模式与水平模式 垂直模式的 查询效率 实验表明 本文提出的基于关系数据库的本体存储模式在查询效率上有一定的优势 尤 其对于大规模的本体 优势更为明显 5 根据本文提出的本体存储和查询方法 设计实现一个本体存取原型系统 6 以网上自动答疑系统为应用背景 设计基于本体的网上自动答疑系统 利用本文提出的基于 关系数据库的本体存储和查询方法 提高自动答疑系统的语义理解能力和系统性能 1 4 论文的组织结构 论文其余各章的主要内容概括如下 第二章首先介绍了本体的相关概念 发展历史 本体语言的现状 接着着重介绍了基予x m l 的 本体描述语言 包括r d f r d f s o w l 等 并给出一个o w l 的例子 对o w l 语言进行了详细 讲解 最后 介绍了基于各种本体描述语言的本体查询方法 第三章详细研究了本体存取策略 介绍了本体存储的各种方法 提出一种用关系数据库存储 基于o w l 语言的本体存储模式 通过实验比较了本文提出的存储模式与目前存在本体存储模式的 查询效率 基于本文存储模式 提出了本体查询的方法 最后给出一个本体查询实例 第四章根据第三章提出的本体存储与查询方法 设计并实现了一个本体存储与查询原型系统 并对本文提出的存储模式和其他存储模式进行了查询性能比较 3 东南大学硕士学位论文 第五章把本体技术应用到自动答疑系统中 借助于第三章提出的存取方法 解决自动答疑系统 的一些问题 提高答案的准确度 第六章给出本文的总结和对未来的展望 4 第二章本体相关知识 2 1 本体的定义 第二章本体相关知识 本体 o n t o l o g y 最早是一个哲学上的概念 从哲学的范畴来说 本体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 在人工智能界 最早给出本体定义的是n e c h e s 等人 在文献 2 i 中 他们将本体定义为 给出构成相关领域词汇的基本术语和关系 以及利用这些术语和 关系构成的规定这些词汇外延的规则的定义 1 9 9 3 年 g r u b e r 给出了本体最为流行的一个定义f 2 2 1 即 o n t o l o g y 是概念模型的明确的规范说 明 后来 b o n t 在此基础上 给出了o n t o l o g y 的另外一种定义田 o n t o l o g y 是共享概念的形式化 规范说明 s m d e r 等对上述两个定义进行了深入的研究 认为o n t o l o g y 是共享概念的明确的形式化 规范说明 这包含四层含义 2 4 l 概念模型 c o n 删o n 明确 e x p l i c i t 形式化 f o r m a l 和 共享 s h a r e 概念模型 指抽象出客观世界中一些现象的相关概念而得到的模型 概念模型所表 现的含义独立于具体的环境状态 明确 指所使用的概念及使用这些概念的约束都有明确的定义 形式化 指o n t o l o g y 是计算机可读的 共享 指o n t o l o g y 中体现的是共同认可的知识 反应的是 相关领域中公认的概念集 即o n t o l o g y 针对的是团体而非个体的共识 o n t o l o g y 的目标是捕获相关 领域的知识 提供对该领域知识的共同理解 确定该领域内共同认可的词汇 并从不同层次的形式 化模式上给出这些词汇 术语 和词汇问相互关系的明确定义 2 2 本体的构成 在文献 拥中 p e r e z 等人认为o n t o l o g y 可按分类法来组织 他总结出o n t o l o g y 包含5 个基本的 建模原语 m o d e l i n gp r i m i t i v e 这些原语分别为 类 c l a s s e s 关系 r e l a t i o n s 函数 f u n c t i o n s 公理 a x i o m s 和实例 i n s t a n c e s 通常把类也写成概念 概念的含义和广泛 可以指任何事物 如工作描述 功能 行为 策略和推理过程等等 关系 代表了在领域中概念之间的相互作用 形式上定义为n 维笛卡儿乘积的子集 r c l c l g 如子类关系 s u b c l a s s o f 函数是一类特殊的关系 在这种关系中 前小1 个元素可以唯一地决定 第n 个元素 形式化的定义如下 r c l c 2 x c 一g 饲如g o t h e r o f 关系就是一个函数 其中i i o t h e r o f i y 表示y 是x 的母亲 显然x 可以唯一确定他的母亲y 公理代表永真断言 比如概念乙属于概念甲的范围 实例代表元素 从语义上讲 实例表示的就是对象 而概念表示的则是对象的集合 关系对应对象元组的集合 概念的定义一般采用框架 f r a 结构 包括概念的名称 与其他概念关系的集合 以及用概念语 言对该概念的描述 基本的关系有4 种 p a r t o f k i n d o f i n s t a n c e o f 和a t t r i b u t e o f p a r t o f 表达概念之间部分与整体的关系 k i n d o f 表达概念之间的继承关系 类似于面向对象中父类与子 类的关系 给出两个概念c 和d 记c i x i x 是c 的实例 d x l x 是d 的实例 如果任意x 属于d x 都属于c 则称c 为d 的父概念 d 为c 的子概念 i n s t a n c e o f 表达概念的实例与 概念之间的关系 类似于面向对象中的对象与类之间的关系 a t t r i b u t e o f 表达某个概念是另一个 概念的属性 类如概念 价格 可作为概念 桌子 的一个属性 在实际应用中 不一定要严格按 照上述五类原语来构造本体 同时概念之间的关系也不局限于上面列出的四种基本关系 可以根据 特定领域的情况定义相应的关系 以满足应用的需要 东南大学硬士学位论文 2 3 本体描述语言 在具体应用中 o n t o l o g y 的表示方式可以多种多样 主要分为4 大类瞄 非形式化 半非形式 化 半形式化 形式化语言 可以用自然语言来描述本体 也可以用框架 语义网络或逻辑语言来 描述本体 本体描述语言不仅仅涉及到本体的表示形式 同时也关系到本体存储模式的设计 因此 本文下面较为详细地介绍几类本体描述语言 特别是基于w e b 的本体描述语言 虽然描述本体的语 言很多 但目前使用最普遍的是0 1 l t o i n g b a 9 1 c 弦l 2 l l o o m 咒等 本体语言便于用户为领域模型编写清晰的 形式化的概念描述 因此它应该满足以下要求 良好定义的语法 一 良好定义的语义 有效的推理支持 充分的表达能力 表达的方便性 2 3 1 l o o m o n t o l i n g u a c y d 等本体描述语言 这些本体描述语言主要用于人工智能中对知识的表示 而且结合了描述逻辑的一些概念 具体 的比较如下表 6 第二章本体相关知识 表2 1 本体描述语言比较 名称描述 特点 o n t o l i n g u a 一种基于k i f k n o w l e d g ei n t e r c h a n g e 为构造和维护o n t o l o g y f o r m a t 的提供统一规范格式来构建提供了统一的 计算机可 o n t o l o g y 语言 读的方式 由其构造的本体可以方 便地转换到各种知识表 示和推理系统 v r o l o g c o b r a c l 口s l o o m e p i k i t a l g e r n o n 和k i f 从而将本体的 维护和使用它的目标系 统分开 主要用于本体服务器 c y c lc y c 系统的描述语言 一种体系庞大而 在一阶谓词演算的基础 非常灵活的知识描述语言上扩充了等价推理 缺省 推理等功能 具备一些二阶谓词演算 的能力 其语言环境中配有功能 很强的可进行推理的推 理机 l o o m o n t o s a u r u s 的描述语言 一种基于 阶 提供表达能力强 声明性 谓词的高级编程语言 属于描述逻辑体的规范说明语言 系 后来发展为p o w r l o o m 语言 采用 提供强大的演绎推理能 前后链规则 作为推理机制 力 提供多种编程风格和知 识库服务 2 3 2 基于w e b 的本体描述语言 前面提到的基于逻辑描述的语言 主要用于人工智能领域中的知识表示 随着互联网的发展 网上的资料以几何技术爆炸增长 但由于缺乏组织和整理 导致人们难以充分利用这些信息资源 传统的w e b 使用方式主要是通过搜索关键字并利用w e b 文件中的超链接来查询到需要的资料 这样 的使用法是有很多的缺点 需要过多的人工干预 效率低下 不容易选取合适的关键字 返回过多 的无关信息 为了提高信息的检索率 必须有一个机器可处理的语言 用于描述网络信息的内容 语义w e b 被认为是w e b 未来的发展方向 在语义w e b 上 信息都带有显式的含义 使其易于机器自动处理和 w e b 信息集成 语义w e b 利用了x m l 可以自定义标签模式的能力和r d f 可以灵活表示数据的能力 w 3 c 提出了一些与语义w e b 有关的建议 包括x m l x m l 模式 r d f r d f 模式等 x m l 为结 构化文档提供了基本语法 但对文档的含义并未施加任何语义上的限制 x m l 模式是一种约束x m l 文档结构的语言 r d f 是一个关于对象 或资源 和他们之间关系的数据模型 并为这个数据模型 提供了简单的语义 这些数据模型使用x m l 语法表示 r d f 模式是描述r d f 资源中属性和类的词 j 表 并带有这些属性和类的泛化层次语义 o w l 是w 3 c 提出的本体描述语言的最新标准 o w l 可以帮助应用程序处理包含在应用程序中信息的内容而不是仅仅关注信息的显示方式 这与传统的 7 东南大学硕士学位论文 由人来处理信息的方式不同 o w l 可以用于显式地表达在词汇表中项的含义和这些项之间的关系 项和他们之间关系的这种表达就被称为本体 o w l 是在d m a l 加 尸2 1 网络本体语言的基础上发展 起来的 在设计过程中汲取了d m a l o i l 的设计和应用经验 2 3 2 1r d f 和r d f s r d f 资源描述框架 r e s o u r c ed e d p t i o nf r m f k 简称r d f 是w 3 c 在x m l 基础上推 荐的一种标准 是用于表达万维网上的信息资源的语言 它专门用于表达w e b 资源的元数据 如资 源的标题 作者 版权 主题等信息 用来描述w e b 资源的特性 及资源与资源之间的关系 r d f 解决了x m l 缺乏语义的缺点 r d f 定义了一个简单的三元组模型为通用框架 与被描述资源无关 它把一些简单的元数据组合在一起 来描述任意类新个的数据 这个数据框架包含节点以及节点之 间的连接弧 由主语 s u b j e c t 谓语 1 m x l i t e 和宾语 o b j e d 这3 个元素构成 节点用来表示 w e b 上的资源及资源的值 弧用来表示这些资源的属性 如图2 1 所示 这个框架可以方便地描述 资源及其之间的关系 l 属性t 删 黔 一 匝习 至 图2 1r d f 资源描述框架示意图 主语代表资源 所有在w 曲上被命名 具有u r i 信息 如同页 x m l 文档中的元素等 谓语 代表属性 对资源属性的声明 以表明资源的特征或资源之间的联系 宾语就是属性的值 属性值 也可以是资源本身 也可以是简单的具体的值 如数字和字符串等 根据r d f 框架 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 数据模型可以作为任何复杂关系模型的基础模型 正是r d f 这种以不变应万变的框架 包容了万维网上资源的多样化和差异化 实现w e b 上各种资 源的描述 r d f s 是r d f s c h e m a r d f 的词汇描述语言 提供了运用r d f 来描述r d f 的词汇 为r d f 的属性和类型提供了词汇表 r d f s 在提供了简单的机器可以理解语义模型的同时 为领域化的 o n t o l o g y 语言 o i l o w l 提供了建模基础 井使得基于r d f 的应用可以方便地与这些o n t o l o g y 语言所生成的o n t o l o g y 进行合并 r d f 的这一特征使得基于r d f 的语义描述结果具备了可以和更 多领域知识进行交互的能力 也使得基于x m l 和r d f 的w e b 数据描述具有良好的生命力 r d f 具有以下特点 1 r d f 使用简单的资源属性值三元组 控制性强 提高资源的管理效率 2 易扩展 r d f 定义的是资源描述框架 而不是具体的词汇集 扩展性强 用户需要定义 新资源 只用增加词汇集里的词汇即可 3 开放性 r d f 允许定义自己的词汇集 并允许使用多种词汇集来描述资源 4 易扩展 r d f 使用x m l 语法 可以很容易地在网络上实现数据交换 另外 r d fs c h e m a 定义了描述词汇集的方法 可以在不同词汇集间通过指定元数据关系来实现含义理解层次上的数据 交换 5 易综合 在r d f 中资源的属性是资源 属性可以是资源 关于资源的陈述也可以是资源 都可以用r d f 来描述 这样就可以很容易地将多个描述综合 以达到发现知识的目的 r d f 作为本体语言还存在不足 r d f 没有定义推理机制 推理能力羞 虽然提供了修改s c h e m a 的方法 但无法适应w e b 迅速变化的特点 3 第二章本体相关知识 2 3 2 2d a 皿寸o i l x m l r d f 的语言表达能力有限 研究者希望开发一种表达能力更强的模式语言 o i l 2 s 和 d a m l o n t 应运而生 欧洲的研究机构设计了o i l o n t o l o g yi n t e r c h a n g el a n g u a g e 或o n t o l o g y i n f e r e n c el a y e r o i l 是第一个将描述逻辑 构架语言和w e b 标准 如x m l 和r d f 联合起来的 本体语言 d m a l o n t d a r p a a g e n tm a r k u pl a n g u a g e 是由美国国防高级研究计划局 d a r p a 资助 美国许多研究机构参与研究的一种描述语言 它是r d f 在面向对象与基于框架知识的一个扩 展 这两种语言都是基于r d f r d f s 之上的 又都为了建立面向w e b 的本体 这使得他们最终合并 建立了d a m l o i l 语言 d a m l o i l 是专门为语义网设计的本体语言 用来描述域的结构 d a m l o i l 采用面向对象 的方法 利用类和属性来描述域的结构 使用公理来描述类和属性的特征 它继承了o i l 的特征 利用了严格形式化的描述逻辑 提供丰富的约束条件描述知识 极大地增强了语言的表达能力 添 加了面向对象和基于框架系统的本体语言 利用了现有w e b 标准 x m l 和r i f 与r d f 不同的 是 d a 十伽 不是数据模型 而是用来限制和描述以r d f 数据模型显示的数据的结构语言 也 可认为d a m l o i l 是另一种r d f 语言 是r d f s 的扩展 加强了对类和属性的限制 d a m l o i l 本体语言由标题 类元素 属性元素和实例组成 标题中往往包含版本信息与输入 元素 d a m l o i l 把总体分为两个部分 属于x m ls c h e m a 数据类型的值组成数据类型域和 d a m l o l 类的成员对象组成对象域 d a m l o i l 主要关心的是那些描述 或定义 部分对象域 的类的创建 这些类被称为对象类 包含类元素 d a m l o i l 将数据属性分为对象属性和数据类型 属性 o w l w e bo n t o l o g yl a n g u a g e 是d a m l o i l 的基础之上 由w 3 c 推荐的语义网中本体描述 语言的标准 是一个发展较为成熟的本体语言 设计o w l 是为了提供一种能理解信息语义内容的 语言 基本思想是在表达力和推理复杂度之间取得平衡 即要满足表达w e b 上信息的需求 又要控 制推理复杂度 方便应用的开发 o w l 可以清晰地描述术语词汇及词汇实体间的关系 r d f r d f s 和d a m l o i l 更能提高w e b 内容的机器可读性l l j o w l 包含了本体 公理和事实 o w l 本体是w 曲文档 能够通过u r i 被引用 公理包括类公 理 属性公理 属性和约束 为类和属性提供逻辑信息 事实以英的形式描述个体信息 o w l 因使用程度不同 分为三个子语言 o w l l i t e o w l d l o w l f u l l 1 9 1 o w ll i t e 为只需要一个分类层次和简单属性约束的用户支持方便 支持c a r d i n a l i t y 只允许基 数为0 或1 o w ld l 支持那些需要在推理系统上最大程度表达的用户 能够保证计算完整性和可决定性 它包括了o w l 语言所有的约束 但也可以被置于特定的约束下 当某个类是其他几个类的子类时 这个类不能为另一个类的实例 o w lf u l l 支持那些需要在无计算保证的自由的r d f 上进行最大程度表达的用户 它允许一个 o n t o l o g y 在预定的 r d f o w l 词汇表上增加词汇 因而没有推理软件能支持o w lf u l l 的所有 特征 o w lf u l l 允许o w l 和r d f s 的自由结合 并像r d f s 一样没有执行类 属性 个体和数据 值的严格分离 每个合法的o w ll i t e 都是一个合法的o w ld l 每个合法的o w ld l 都是一个合法的o w l f u l l 每个有效的o w ll i t e 结论都是一个有效的o w ld l 结论 每个有效的o w ld l 结论都是一 个合法的o w l f u n 结论 9 东南大学碗士学位论文 2 3 2 4 本体语言比较 本体语吉处于一个不断发展的阶段 迄今为止还没有开发出一个能完全满足人们对于语义网描 述的本体语吉 每种本体语言都有自身的优势和缺陷 r d f s d a m l o i l o w l 的比较如表 2 2 所示 2 9 2 0 0 4 年2 月 r d f 和o w l 已作为语义网的两个关键技术标准由w 3 c 发布 加快了人们对本 体的应用和研究 而这一信息的发布 也将促进产生出更加合理和成熟的推理技术 推动本体的建立和应用 加强本体在语义网实现中的地位 煨终实现智能化和人性化的语义同 表2 2r d f s d a m l o i l o w l 的比较 比较项r d f r d f sd a d l o i l o w l 管理机构 w 3 cn a 嗽w 3 c 基础语言格式x m lx m l 呲 表达能力 弱 较强 o w l f u l l 强 o w l d l 较强 o w l l i t e 弱 推理能力弱 较强o w lf u l l 无法 控制 o w l d l 强 o w l l 妇弱 可扩展性 c x t e n s i b i l i t y 支持支持支持 基数限制 c a r d i n a l i t yc o n s t r a i n t s 不支持 支持 支持 有界列表 b o u n d e dl i s t s 支持支持支持 类和属性 c l a s sa n dp r o p e r t i e s 支持 支持 并将属 支持 并将属性 性划分为对划分为对象属 象属性和数 性和数据类型 据类型属性属性 范围和领域限制 r a n g ea n dd o m a i ne o n s w a i n t s 支持支持支持 继承性 i n h e r i t a n c e 支持支持支持 枚举数据类型 e n u m e r a t i o n s 不支持支持支持 反向性与传递性 i n v e b e a n d w a n s i t i v e p r o p c n y 不支持支持支持 实体 r e i f i c a t i o n 支持支持支持 等价属性 e q u i v a l e n 不支持支持支持 2 4 本体查询 本体查询主要是为了查询概念之间的语义关系 目前对于基于r d f s 模型的本体查询研究 较多 也出现了一些o w l 本体查询语言 分别介绍如下删 2 4 1r d f 本体查询 r d f 本体查询可以分为以下三个层次 从语法层次上看 基于本体的描述文档是r d f 文档 而r d f 文档采用x m l 作为序列化方式 从数据模型 结构 上看 r d f 是三元组的集合 从语义层次上看 r d f 描述文件是由多个预先定义了语义的图所组成 i o 第二章本体相关知识 其中数据模型层面的三元组查询是实现本体语义查询的重要基础 即语义层面查询所采用的数 据模型是r d f 三元组 数据模型最后具体地表现语法 它底层的实现可能是基于x p a t h 的查询语句 也可能是基于s q l 重写后的查询语句 1 语法层次查询从形式化层面来考察 r d f 描述信息通用的表现形式是x m l 文档 x m l 不仅是一种应用之间交换信息的中间格式 它还可以对应用所需处理的数据进行建模 在实际应用 的x m l 信息处理需求推动下 x m l 查询语言一直是一个非常活跃的研究领域 目前存在多种针对 x m l 文档的查询语言 其中以x q u e r y 最为著名 它提供了一种统一的方法来搜索 提取或以别的 方式来处理x m l 文档 2 数据模型层次查询从数据模型层次来考察r d f 描述信息 r d f 是由主体 s u b j e c t 谓 词 p r e d i c a t e 和宾语 o b j e c t 所组成的三元组集合 r d f 数据模型是比x m l 具体语法更加抽象 的数据模型 一个抽象的r d f 数据模型可能会以多种不同的方式映射到x m l 表示中去 鉴于上述 原因r v g u h a 等人于1 9 9 8 年在w 3 c 会议上提出了基于r d f 数据模型的子图匹配查询思想 r d f 查询的对象是r d f 资源图 这种基于r d f 资源图的子图匹配查询可以形式化表示如下 有两个图c s e v 和g q 饵 v 其中v 包含于v e 包含于e 如果存在映射 f v 一v 并且满足 u v e 且 f u f v e 那么g q 就称为g s 匹配的子图或同构的子图 其中 g s 代表r d f 资源图 g q 代表r d f 查询圈 在资源图中查找到与查询图中结构匹配的所有 子图后 可以将资源图中节点和边的值和查询图中的变量进行绑定 然后按照查询要求将结果返回 给用户 目前存在一些基于上述思想的胁f 查询语言 较为出名的有r d q l 3 本体语义查询单纯的基于数据模型的子图匹配操作 不能实现语义查询 概念语义查询 的基本思想依然是资源匹配 但语义查询所匹配的不再是简单的资源图 语义查询所匹配的资源图 是原资源图集和妯p s 语义规则所求得的r d f s 语义闭包图 因此语义查询是根据查询语句构造查询 子图 并在语义闭包中寻求子图匹配的过程 语义查询与三元组模型查询对比 虽然他们的查询形 式完全相同 但是由于利用了r d f s 语义规则 能够对r o f s 语义闭包进行三元组匹配 因此具有以 下优点 实现了语义