学位论文 > 优秀研究生学位论文题录展示

基于关系数据库的本体半自动构建方法

作　者: 郭朝敏
导　师: 姜丽红
学　校: 上海交通大学
专　业: 软件工程
关键词: 关系数据库本体构建本体映射本体融合
分类号: TP311.13
类　型: 硕士论文
年　份: 2012年
下　载: 97次
引　用: 0次
阅　读: 论文下载

内容摘要

本体可以作为知识表达和异构数据集成的基础,而现存的本体数量远远满足不了当前的需求。手工构建本体费力且易出错,因此各种自动的方法被提出来了。并且在进行异构数据集成时,数据大多来自于关系数据库。但是,目前仍然缺少一种将集成的数据构建成本体的方法。针对上述问题,本文提出了一种由关系数据库构建本体的方法,该方法是一种半自动的方法。首先自动抽取出数据库的关系模式,然后由这些关系模式自动地构建出初始本体,最后由初始本体构半自动地建出目标本体。本文主要完成了以下三项工作:1.数据库关系模式文件的自动抽取。给出了一种描述关系数据库关系模式的XML模式。描述了如何从数据库中抽取出数据库的关系模式,并且把这些关系模式写入到了XML格式的关系模式文件中。2.初始本体的自动构建。提出了通过关系模式文件自动的构建出初始本体的方法。本方法把本体构建过程分为语义信息的发现和本体映射两个部分。并且定义了一种图M-Graph,通过M-Graph的生成与分析,不仅把关系数据库中的关系模式映射到本体中,还发掘出了关系模式中所蕴含的语义。在本体映射部分,结合提出的映射规则和M-Graph把数据库自动地映射到OWL本体中。3.目标本体的半自动构建。提出了目标本体半自动构建的方法,该方法主要通过将得到的初始本体进行融合,并补充领域规则来实现目标本体的构建。针对初始本体是由数据库中抽取,实例关联不到两个概念的特点,给出了一个从概念的语义相似度、属性集相似度和结构相似度来计算概念相似度的方法。领域规则补充部分则定义了哪些领域规则需要被补充到目标本体中,以使得到的目标本体更加完善。最后通过一个原型系统,实现了关系模式文件的自动抽取,并由关系模式文件自动构建出初始本体,最后将初始本体融合并补充领域规则后,得到了目标本体。还利用这一原型系统,通过医疗领域的两个医院数据库构建出目标本体。实验结果表明,本文的方法可以半自动地由关系数据库构建目标本体,并且得到了相对丰富和准确的本体。

全文目录

摘要  5-7
ABSTRACT  7-13
第一章绪论  13-18
  1.1 研究背景  13-14
  1.2 国内外研究现状  14-16
    1.2.1 本体构建与本体学习研究现状  14-15
    1.2.2 基于数据库的本体自动构建研究现状  15-16
    1.2.3 本体融合研究现状  16
  1.3 研究内容和意义  16-17
  1.4 本章小结  17-18
第二章本体构建方法框架  18-28
  2.1 整体框架  18-20
  2.2 关系模式抽取设计  20-22
    2.2.1 关系模式文件设计  20-21
    2.2.2 关系模式抽取部分设计  21-22
  2.3 初始本体自动构建设计  22-24
    2.3.1 本体相关概念  22-23
    2.3.2 初始本体构建方法的设计与分析  23-24
  2.4 目标本体构建设计  24-27
    2.4.1 初始本体的融合  25-27
    2.4.2 领域规则补充  27
  2.5 本章小结  27-28
第三章初始本体的自动构建  28-41
  3.1 模型的定义  28-30
    3.1.1 M-Graph 模型  28-29
    3.1.2 关系数据库模型  29
    3.1.3 本体模型  29-30
  3.2 通过M-Graph 发掘语义信息  30-35
    3.2.1 关系模式的合并  31
    3.2.2 T-Graph 的生成  31-32
    3.2.3 命名n 元关系及其发现  32-33
    3.2.4 E-Graph 的生成  33-34
    3.2.5 实体间匿名关联及其发现  34-35
  3.3 从数据库到OWL 本体的映射  35-40
    3.3.1 映射实体  35-36
    3.3.2 映射实体的属性  36-37
    3.3.3 映射命名n 元关系  37
    3.3.4 映射实体间匿名关联  37-38
    3.3.5 映射完整性约束  38-39
    3.3.6 映射关联间的基数关系  39
    3.3.7 向本体添加实例  39-40
  3.4 本章小结  40-41
第四章目标本体的构建  41-52
  4.1 初始本体的融合  41-48
    4.1.1 计算概念间的相似度  41-42
    4.1.2 概念的语义相似度计算  42-43
    4.1.3 概念的属性集相似度计算  43-44
    4.1.4 概念的结构相似度计算  44-46
    4.1.5 概念相似度矩阵的建立  46-47
    4.1.6 合并方法  47-48
  4.2 领域规则的设计和补充  48-50
    4.2.1 领域规则的设计原则  49-50
    4.2.2 领域规则的补充  50
  4.3 本章小结  50-52
第五章系统的设计与实现  52-68
  5.1 系统整体架构  52-53
  5.2 关系模式抽取部分的设计与实现  53-57
    5.2.1 关系模式文件的XML 格式  54-55
    5.2.2 关系模式详细抽取过程  55-57
  5.3 初始本体自动构建部分的设计与实现  57-64
    5.3.1 关系模式类的设计  57-59
    5.3.2 M-Graph 类的设计  59-60
    5.3.3 语义发现部分的设计与实现  60-62
    5.3.4 本体映射部分的设计与实现  62-64
  5.4 目标本体构建部分的设计与实现  64-67
    5.4.1 相似度的计算  64-66
    5.4.2 数据设定和相似矩阵的设计  66-67
    5.4.3 初始本体的融合  67
    5.4.4 领域规则的补充  67
  5.5 本章小结  67-68
第六章应用与验证  68-76
  6.1 本体构建过程  68-74
    6.1.1 背景分析  68-69
    6.1.2 关系模式抽取  69-70
    6.1.3 初始本体自动构建  70-71
    6.1.4 初始本体融合  71-72
    6.1.5 领域规则的补充  72-74
  6.2 结果的讨论与分析  74-75
  6.3 本章小结  75-76
第七章总结与展望  76-78
  7.1 全文总结  76
  7.2 未来展望  76-78
参考文献  78-81
致谢  81-82
攻读学位期间发表的学术论文  82

基于关系数据库的本体半自动构建方法

内容摘要

全文目录

相似论文