面向关系数据库的本体学习研究与实现

论文摘要

本体学习是在已有的各类数据模型中进行语义提取,自动组织并生成本体的一个过程,而关系数据模型是当前数据的存取与组织的主要模型。作者以关系数据模型到本体知识库的转换为核心,对以下几部分进行了重点阐述:首先介绍了本体学习概念的出现背景、基本思想及其在语义web中的地位,说明了当前国内外的发展情况;论述了以各种数据源作为本体学习输入,以标准本体语言OWL-DL作为输出时的研究与发展;对本体语言及其逻辑基础进行了分析比较。然后针对将当前各类关系数据模型下的数据转换成本体知识库表示的问题,以一种关系模式到一种语义扩展ER模型的正确性可满足转换算法为基础,通过建立关系数据模型到本体的映射规则和构建映射等步骤,提出了一种通过数据库反向工程、从关系数据库到OWLDL本体的翻译算法。说明了该算法可以使得转换前后的模式满足逻辑上的正确性,并对结论进行了实验验证。最后阐述了转换算法的实现过程与结论。说明了程序设计步骤以及所使用的关键类,分析了生成结果为RDF/XML文档格式的OWL-DL本体。对所采用的实验方法、实验环境、实验步骤、实验结果以及现阶段对于本体学习效果的评价等多个方面作出了详细分析。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 前言
• 1.2 研究背景
• 1.2.1 语义web的提出及发展
• 1.2.2 本体学习
• 1.3 研究目的和意义
• 1.4 论文组织
• 第二章 本体学习相关研究
• 2.1 面向关系数据库的本体学习
• 2.1.1 国内外各种解决方法分析
• 2.1.2 语义对应翻译方法在SNAX系统中的应用
• 2.2 面向其他数据源的本体学习
• 2.2.1 面向无结构/半结构化数据的本体学习
• 2.2.2 本体学习技术之一——本体映射的研究进展
• 2.2.3 当前本体学习工具介绍
• 2.3 输出本体的底层逻辑基础分析
• 2.3.1 描述逻辑SHOIN（D）
• 2.3.2 规则语言、逻辑编程与知识表示
• 2.4 本章小结
• 第三章 从关系数据库到本体的语义对应翻译方法
• 3.1 翻译方法的来源——一种关系模型到概念模型的翻译
• 3.1.1 基本概念与定义
• 3.1.2 关系模式预处理的三个步骤
• 3.2 本体知识库与本体语言
• 3.2.1 描述逻辑知识库
• 3.2.2 本体语言OWL-DL
• 3.3 到OWL-DL的翻译方法
• 3.3.1 关系模式到本体知识库的转换
• 3.3.2 转换的正确性
• 3.3.3 与与它面向关系数据库的本体学习分析比较
• 3.4 本章小结
• 第四章 RDM2Onto原型系统的实现与结果分析
• 4.1 语义对应翻译实现说明
• 4.1.1 Jena中的本体接口概述
• 4.1.2 原型系统设计中的总体静态类图和动态时序图
• 4.1.3 关系数据库元数据的提取
• 4.1.4 元数据及实例的处理与本体的生成
• 4.2 实验及结果分析
• 4.2.1 关系模式及其处理
• 4.2.2 运行环境与效果
• 4.2.3 结论分析
• 4.2.4 关于本体学习的评价标准
• 4.3 本章小结
• 第五章 结论与展望
• 5.1 研究工作及成果总结
• 5.1.1 遇到的困难及解决
• 5.1.2 研究工作及成果总结
• 5.2 未来工作展望
• 参考文献
• 致谢
• 攻读学位期间主要研究成果