| 【中文题名】 | 基于语义Web的知识表示及应用研究 |
| 【英文题名】 | |
| 【学科专业】 | 计算机软件与理论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-8-24 |
| 【中关键词】 | 语义Web,元数据,RDFS,本体,OWL, |
| 【英关键词】 | Semantic Web,Meta data,RDF/S,Ontology,OWL, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>专家系统、知识工程> |
| 【论文摘要】 |
语义Web(Semantic Web)是万维网之父Tim Berners-Lee倡导的下一代万维网，是对当前万维网的扩展。语义Web研究的主要目的就是增强Web资源的语义表示，以一种明确的、形式化的方式来表示信息资源，使语义得以显式地表达，来满足分布式主流计算环境下语义互操作性的需要。实现语义Web需要解决的关键问题是语义的表达，语义Web上的知识表示是整个语义Web实现的基石。
本文对基于语义Web的知识表示进行了深入分析研究，整个工作主要集中在语义Web数据层和本体层。此外还研究了如何使用本体进行知识抽取和知识建模，通过本体将知识的本质特征和属性抽取出来，并对知识表示元素进行形式化的描述。数据层的知识表示语言的代表是RDF(S)，本文以实例的形式介绍了RDF的语法和语义的应用。另外随着越来越多的元数据采用RDF形式进行表示，本文提出了一种有效的管理RDF数据的方法，即基于关系数据库的方法来管理RDF数据。
本体层的研究主要集中在本体的描述语言OWL和本体建模、本体学习等方面。通过对本体描述语言OWL的研究，发现了OWL描述语言的一系列不足之处，如属性的约束能力不足、规则的表达能力... |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
ABSTRACT |
4-8 |
|
第一章 前言 |
8-11 |
|
1.1 研究背景 |
8-9 |
|
1.2 研究的内容 |
9-10 |
|
1.3 文章的组织结构 |
10-11 |
|
第二章 知识表示与语义 Web |
11-24 |
|
2.1 知识概述 |
11 |
|
2.2 知识表示 |
11-16 |
|
2.2.1 逻辑表示法 |
12 |
|
2.2.2 产生式表示法 |
12-13 |
|
2.2.3 框架表示方法 |
13-14 |
|
2.2.4 语义网络表示法 |
14-16 |
|
2.3 语义 Web及其知识表示语言 |
16-23 |
|
2.3.1 语义 Web的概述 |
16-19 |
|
2.3.2 语义 Web知识表示语言 |
19-23 |
|
2.4 本章小结 |
23-24 |
|
第三章 RDF/RDFS及其数据存储设计 |
24-40 |
|
3.1 元数据 |
24-25 |
|
3.2 RDF/RDFS |
25-35 |
|
3.2.1 RDF模型及描述资源的方法 |
26-28 |
|
3.2.2 RDF语法 |
28-30 |
|
3.2.3 RDF容器 |
30-32 |
|
3.2.4 RDF Schema |
32-35 |
|
3.3 RDF数据存储设计 |
35-38 |
|
3.3.1 RDF数据存储简介 |
35-36 |
|
3.3.2 利用关系数据库管理 RDF数据 |
36-37 |
|
3.3.3 基于关系数据库的RDF数据查询 |
37-38 |
|
3.4 小结 |
38-40 |
|
第四章 本体与本体描述语言 OWL |
40-52 |
|
4.1 本体的概念 |
41-42 |
|
4.2 本体的构造 |
42-44 |
|
4.3 本体的描述语言 |
44-51 |
|
4.3.1 OWL概述 |
44-45 |
|
4.3.2 OWL的语义表达能力 |
45-51 |
|
4.3.2.1 OWL中的类 |
45-49 |
|
4.3.2.2 属性的描述 |
49-50 |
|
4.3.2.3 OWL公理 |
50-51 |
|
4.3.2.4 注释属性和版本描述 |
51 |
|
4.4 小结 |
51-52 |
|
第五章 对本体描述语言 OWL的扩展 |
52-58 |
|
5.1 属性约束的不足及对其的扩展 |
52-54 |
|
5.2 OWL中的规则表示及其扩展 |
54-57 |
|
5.3 小结 |
57-58 |
|
第六章 本体的实例建模及本体学习框架 |
58-68 |
|
6.1 计算机配件领域本体的构建 |
58-63 |
|
6.1.1 术语的抽取 |
58-59 |
|
6.1.2 开放平台与环境 |
59-60 |
|
6.1.3 本体的构造 |
60-62 |
|
6.1.4 该领域本体的查询功能 |
62-63 |
|
6.2 本体学习 |
63-67 |
|
6.2.1 本体学习目标及现有技术的缺点 |
63-64 |
|
6.2.2 本体学习框架的设计 |
64-67 |
|
6.3 小结 |
67-68 |
|
第七章 结论与展望 |
68-70 |
|
7.1 论文总结 |
68-69 |
|
7.2 工作展望 |
69-70 |
|
参考文献 |
70-73 |
|
致谢 |
73-74 |
|
附录 |
74 |
|
| 【DOI】 | LunWen.ID:2.2008.388864 |
