分布式环境下语义查询推理-计算机科学与技术专业论文.docxVIP

南京邮 南京邮电大学硕士研究生学位论文 第一章 绪论 PAGE PAGE 1 第一章 绪论 在计算机科学中，Ontology（本体）是对某个领域内的知识的规范的表达，它包含概念及 概念之间的关系[1]。它可以被用于对领域内的实体进行描述和推理。作为知识表达的一种方 式，Ontology 被广泛应用于人工智能、语义网、系统工程、软件工程、生物医学信息学、图 书信息检索、企业书签和信息体系结构等领域[2]。 现在，很多行业（如能源[3][4]、医疗[5][6]、生物[7][8]、天文[9]等）都开始建立各自领域的 Ontology，旨在形成知识标准化，让知识发现、获取、交流等更为方便有效。其中比较著名 的有：COSMO[10]（一个基础 Ontology，用于表述所有知识概念原语）、BioPAX[11]（用于生物 途径数据的整合与交换）、Gene Ontology[12]（用于统一基因信息的表达方式）、ISO 15926[13] （用于整合油气开发周期中的数据）。这些 Ontology 往往比较复杂，而且一旦在 Ontology 定 义中加入实际数据，其数据量常常是惊人的。这些数量庞大的数据一般不适用于在本地计算 机上管理、操作（除非使用大型计算机，而大型计算机往往成本很高）[14]。在实际应用中， 通常 Ontology 的定义与实际的数据是分开的。Ontology 定义一般是被发布在互联网上供人们 引用。实际的数据则根据使用主体的不同，在格式、存储方法等方面会有比较大的异构性。 另外，即使在同一使用主体内，数据的存储也常常是分布的。本论文研究的背景就是在分布 式环境下对 Ontology 数据进行的操作。 Ontology 建立后，为了使其服务于用户，针对该 Ontology 的类和实例（实际数据）的查 询服务是必不可少的。与传统查询（如对关系数据库的查询）不同，对 Ontology 的查询牵涉 到更多的语义、逻辑操作[15]。其查询得到的结果是否符合 Ontology 定义的语义关系，是否检 索到了所有符合逻辑的结果，是否不包含不合理的结果，都是我们需要考虑的问题。本论文 研究的基础就是保证正确的语义查询。 将实际的语义数据与 Ontology 定义存储在一起，或者说将数据用 Ontology 语言来存储， 并用通用的 Ontology 查询语言来查询这些数据，其效率往往是非常低的。在实际应用中，人 们常做的是将实际数据用传统的文件或数据库的方式存储，在 Ontology 定义与以传统方式存 储的数据之间建立映射。这样一来，我们一方面得到了对以传统方式存储数据操作的高效性， 另一方面也得到了 Ontology 的语义表达能力。本论文研究的重点就是如何对语义数据进行高 效率的查询。 本论文将用实验的方法比较在分布式环境下两种语义查询方式的效率，根据实验得到的 结论开发一个应用供今后的进一步研究使用。论文的组织方式如下：第二章将简单介绍一些 本研究所依赖的背景知识；第三章将更详细的描述我们所要研究的问题，并提出研究思路； 第四章将详述我们所进行的测试，并对测试结果进行分析，得出结论；第五章描述我们对应 用的开发；第六章对该应用进行实际测试，并作出必要的改进；第七章对本论文作出总结。 南京邮 南京邮电大学硕士研究生学位论文 第二章 论文背景 第二章 论文背景 语义网 语义网是现有万维网的一种延伸。它是一组方法与技术的集合，旨在让计算机理解现有 互联网中信息的含义，或者说是“语义”[16]。现有的万维网是面向文档的，而语义网则面向文 档所表示的数据。在语义网中，信息都被赋予了明确的含义，计算机能够自动的处理和集成 网络中可用的信息。简单地说，语义网是一种能理解人类语言的智能网络，它不但能够理解 人类的语言，而且还可以使人与电脑之间的交流变得像人与人之间交流一样轻松。 Berners-Lee 于 2000 年提出了语义网的体系结构（如图 1.1），并对此做了简单的介绍。该 体系结构共有七层，自下而上其各层功能逐渐增强。[17] 图 2.1 语义网体系结构(Tim Berners-Lee, 2000) 第一层：Unicode 和 URI。在语义网体系结构中，该层是整个语义网的基础，其中 Unicode 负责处理资源的编码，URI 负责资源的标识。第二层：XML + NS + xmlschema。NS(Name Space) 即命名空间，由 URI 索引确定，目的是为了避免不同的应用使用同样的字符描述不同的事物。 XML Schema[18]是 DTD(Document Data Type)的替代品，它本身采用 XML 语法，但比 DTD 更 加灵活，提供更多的数据类型，能更好地为有效的 XML 文档服务并提供数据校验机制