分类筛选
分类筛选:

关于语义论文范文资料 与采用Ontology和树语义冲突消除法有关论文参考文献

版权:原创标记原创 主题:语义范文 科目:发表论文 2024-01-02

《采用Ontology和树语义冲突消除法》:本文关于语义论文范文,可以做为相关论文参考文献,与写作提纲思路参考。

摘 要 语义信息集成是目前屏蔽数据之间半结构性、异构性和分布性的主要方法,其目的是为用户提供最大范围的精确数据.本文以解决信息集成中的语义冲突为目的,采用Ontology描述全局数据概念、树型结构描述局部数据概念.在此基础上,给出数据的逻辑定义方法,利用相似度计算匹配值来实现数据在语义集成中的匹配,并描述语义信息集成中的映射算法.最后,给出了实验数据和算法执行结果,验证了此方法的正确性.

关键词 结构化数据;语义集成;数据描述;映射算法

中图分类号 TP301 文献标识码 A 文章编号 10002537(2013)03001806

Semantic Conflict Resolution Method by Applying Ontology and Tree

LI Junzhou1*, RU Xiujuan2

(1. Arts and Crafts Department, Kaifeng University, Kaifeng 475004, China;

2. Department of Computer, Kaifeng University, Kaifeng 475004, China)

Abstract Semantic information integration aims to shield semistructured heterogeneous and distributed data, and to provide users with a wider range of precise data sharing. In order to solve the semantic conflict of information integration, Ontology is used to describe global data concept, and tree structure is employed to describe the concept of the local data. The logic definition method of the data is proposed and adopted. The similarity is used to calculate for data matching semantic integration in the match. And the homologous mapping algorithm of semantic information integration is defined. Experimental results verify the correctness of this method.

Key words structuredata; semantic integration; data description; mapping algorithm

________________________________________

信息集成是目前屏蔽数据之间半结构性、异构性和分布性的主要方法,其目的是最大限度地为用户提供统一门户,使其获取最大范围的精确数据[1].异构性(即冲突):是指信息集成中多个数据源中存在不相似的内容.本文针对不相似内容将其划分为如下3个层次[2]:

(1)平台异构性:各个异构数据库系统驻留在不同的硬件平台之上,使用不同的操作系统,用不同的通讯协议进行通讯.

(2)数据库系统异构性:可以是同为关系型数据库系统的Oracle,SQL server等,也可以是不同数据模型的数据库,如关系、层次、网络、面向对象、函数型数据库共同组成一个异构数据库系统.

(3)语义异构性:不同的成员数据库系统中相同或相关数据在含义、解释和用途方面不同.由于不同的局部数据库是独立设计和开发的,在参加集成的局部数据库之间可能会产生各种语义冲突,包括模式冲突和数据冲突.

每一个信息系统都有适合自身环境和工作效率的领域模型,因而系统间存在各种异构性.如何克服系统间的异构性,特别是语义异构,是信息集成主要要解决的问题[3].在信息集成过程中必须提供一种通用模型来解决语义异构问题,这个模型必须具备可移植性,和平台无关,能够有效解决信息之间的语义不同[4].本体是一种可以明确且形式化地规范说明各项内容、能够有效表达特定领域内的通用知识的通用语义模型[5].本文采用本体来描述全局数据概念,树型结构描述局部数据概念,利用相似度计算匹配值来实现结构化数据在语义集成中的匹配.

湖南师范大学自然科学学报 第36卷第3期

李俊州等:采用Ontology和树的语义冲突消除法1 本体(Ontology)简介

本体的概念来源于哲学和人工智能.哲学中的本体是指对存在的系统化说明;而人工智能中的本体更强调概念的可表示和可呈现.在计算机界, Gruber等人认为本体是概念模型中可明确形式化地规范说明各项内容,以便共享的通用语义模型.该定义涵盖了4层含义[810]:概念模型(conceptualization)、明确(explicit)、形式化(formal)和共享(share).本体的目标是获取特定领域的数据信息,提供对该领域的共同理解,确定该领域内共同使用的数据,从不同层面形式化给出这些数据(术语)和数据间相互关系的确切定义,通过数据之间的关系来描述概念的语义.

同样,本体作为知识表示工具, 和语义网络非常相似,也正成为知识处理的技术平台,被称为下一代的语义Web.就语义Web本身而言,它是目前Web应用的扩展,它能够描述一定的语义,使计算机及人类能更好地协调合作.本体是语义web中知识推理的基础,需要实现机器间的可理解.同时,基于本体的OWL使得Web服务具备机器可理解性和易用性,从而让人性化的智能主体支持自动的、动态的Web服务发现、执行、组合和互操作.

语义论文参考资料:

结论:采用Ontology和树语义冲突消除法为适合语义论文写作的大学硕士及相关本科毕业论文,相关语法,语用,语义开题报告范文和学术职称论文参考文献下载。

和你相关的