基于本体的语义推理实例研究
基于本体的知识表示与推理技术研究

基于本体的知识表示与推理技术研究随着信息时代的到来,人们面临着大量的信息和数据,如何从中挖掘出有价值的知识成为一项具有挑战性的任务。
在这个背景下,基于本体的知识表示与推理技术逐渐发展起来并引起了广泛关注。
本文将介绍基于本体的知识表示与推理技术的相关概念、方法和应用,并讨论其未来的发展趋势。
首先,我们来简要了解一下什么是本体。
本体是描述现实世界中的概念、实体和关系的形式化表示,它可以用于表示领域知识、语义信息和语义关系。
本体可以视为一种语义模型,通过定义概念、类别、属性和关系,帮助我们理解事物之间的关系和属性。
基于本体的知识表示就是将领域知识转化成本体表示的过程。
基于本体的知识推理是一种基于本体表示的逻辑推理技术,它通过对知识表示进行逻辑推理和推断,从而得出新的结论或发现新的知识。
知识推理可以应用于各种领域,如自然语言处理、数据挖掘、智能搜索等。
基于本体的知识推理可以帮助我们发现知识之间的隐藏关联和模式,从而提供更深入的理解和洞察。
在基于本体的知识表示与推理技术中,一个重要的概念是本体语言。
本体语言是用于描述本体的形式语言,其中最常用的本体语言是Web本体语言(OWL)。
OWL是一种基于描述逻辑的本体语言,它提供了丰富的语义表达能力和推理机制,可以描述复杂的关系和约束条件。
基于OWL的本体可以通过推理引擎进行推理,获得关于实体间关系的新知识。
基于本体的知识表示与推理技术在许多领域都有广泛的应用。
例如,在医疗领域,基于本体的知识表示与推理技术可以帮助医生和研究人员更好地理解和分析疾病之间的关联和治疗方法。
在智能搜索领域,基于本体的知识表示与推理技术可以提供更准确和个性化的搜索结果。
在智能物联网领域,基于本体的知识表示与推理技术可以帮助设备和系统之间的智能互操作。
基于本体的知识表示与推理技术的发展还面临一些挑战和问题。
首先,如何从大规模数据中自动构建本体仍然是一个难题,需要研究有效的本体构建方法和工具。
语义网中的本体构建与推理研究

语义网中的本体构建与推理研究随着互联网技术的不断发展,人们在网络上获取信息变得越来越容易,然而,这些信息往往是海量的、杂乱无章的,并不便于机器自动处理。
因此,我们需要一种能够理解信息含义的方式,来帮助我们更好地处理这些信息。
这就是语义网的基本思想。
语义网(Semantic Web)的核心是充分地使用信息的语义,通过构建本体(Ontology)、推理等手段来实现Web资源的高效利用和共享。
本体是语义网的基石本体是语义网中的核心概念。
顾名思义,本体就是用于描述实体及其关联关系的模型。
它是对某一领域中实体、概念、属性和关系等的描述,以及这些描述之间的约束、规则等。
本体的目的是消除不同人、不同组织、不同机器对同一概念的不同解释,为不同使用者提供一个一致的、标准的基础。
因此,本体的构建关系到语义网的推广和应用。
本体构建的方法本体构建的方法可以大致分为三大类:手工构建法、半自动化构建和自动化构建。
手工构建是最早出现的一种本体构建方式。
其优点在于可以高度抽象地描述概念,缺点在于速度慢、成本高。
半自动化构建则是在手工构建的基础上,在人工干预的情况下涉及到自动化工具,优点在于缩短了构建时间。
自动化构建是一种基于机器学习的方法,具有时间成本低、可扩展性好等优点。
本体推理的方法本体推理是指通过基于本体知识的逻辑推断,从本体中出发,再结合外部实例数据,推导出新的知识或结论,从而完善和扩展本体的过程。
本体推理的方法可以大致分为逻辑推理和规则推理。
逻辑推理是利用逻辑形式化地表示本体知识,然后进行逻辑推理的过程。
逻辑推理需要对本体进行形式化表示,从而使推理结果是形式化规则所允许的。
规则推理是指利用基于规则或规则表示的推理方法,利用规则的强特定性来完成推理任务。
本体构建和推理的应用完善的本体和推理技术可以帮助我们更好地利用和共享网络信息。
下面分别介绍几个应用。
1. 语义搜索语义搜索可以从网络数据中精确提取用户所需信息。
在语义搜索中,可以利用本体中的概念间关系,由搜索关键词推断出更适合用户需求的结果,从而不必对搜索结果进行手工筛选。
基于本体的UML类图语义推理

c mp rs n o o a i fUML ca sda a a d o tlg . F rt e t n fr t e UML ca s da r m o c re p n ig o tlg ;t e e r a o h o ls ig m n n oo y is y w r s m h r l a o l s ig a t or s o d n n oo y h n w e s n t e
的— — 其 语 法 结 构采 用 了形 式 化 的 规 约 , 其 语 义 部 分 则 是 用 但 自然语 言 描 述 的 , 乏 准 确 的 语 义 J 难 以对 模 型 进 行 语 义 推 缺 ,
理 验证 和 检 查 。
U ML图 ] 。系统的结构 由一组通 常称为对象 的部件构 成。类 描述系统中不 同对象的类型 , 而类图则显示 出这些类以及彼此
致 等 问 题 。在 详 细 比较 U ML类 图与本 体 的基 础 上 , 出 了一种 U L类 图的形 式化 方 法 ; 先 将 U 提 M 首 ML类 图 转换 为 相 应 的本 体 ; 然
后根据本体提供的推理算法( al u 对 转换得 到的本 体进 行推理, Tbe ) a 检测其 中的不一致性从而修改 U L类 图, M 最后达 到精确 U L M
U ie o e i n u g U )i a e i f ma ln u g , t sm ni c r s ec b dw t n trla g a e w i nf d m d ln l g ae( ML s m — o l a g a e i e a t s e t sr e i a a l u g , hc i lga s r s c s o id i h u n h
基于本体的语义网检索模型及关键技术研究

15 4
基于 本体的语义 网检 索模 型及 关键技术研究
王志 华 , 赵 伟
( 州 大学 软件 技 术 学 院 ,河 南 郑 州 4 0 0 ) 郑 5 0 2
领 域 研 究 的 一 个 热 点 问题 。 息 检 索 就 是 从 信 息 集 合 中 找 到 信
用 户 所 需 信 息 的 过 程 。 在 实 践 中 , 统 的 基 于 关 键 词 的检 索 传
方 法 主 要 通 过 把 表 征 用 户 查 询 请 求 的 关 键 词 与 表 征 信 息 内容
Ab t a t T d r s es ma tc r b e o ta i o a e wo d b s d i f r to t e a ,a n o o y b s d s ma t br tiv l s r c : oa d e s h e n i o lm f r d t n l y r — a e o ma i nr r v l no t l g — a e t p i k n ei e n i we re a c e mo e u l An ec n tu t n me o fd man o t l g n p l ai n o t l g i e . An lo t e tc n lg fq ey d l sb i . i t d t o sr c i t d o o i n o o y a d a p i t n oo i g v n h o h c o y s d as , h e h o o o u r y o t l g e e a in a d o t l g thngi r p s d A x e me tl er v l y tm a e n t emo e a ie . Th d l a n o o g n r t n n o o mac i p o o e . n e p r n a ti a se b s d o d l s e l d y o y s i r e s h ir z emo e n C c ry o t h n oo y r a o i g A dt ee p rme t l e u t h w a f r t n r t e a f c e c e ti x e t si r v d a r u eo t l g s n n . n x e t e h i n a s l s o t t n o ma i r v l i i n y t ac r n e t n r s h i o ei e o a i mp o e . Ke r s o t lg ; s ma t b i f r to ere a ; k y t c o o is r tiv l o e ywo d : n o o y e n i we ; n o ma i n r t v l e h l g e ; ere a d l c i en m
基于本体的语义搜索研究综述

基于本体的语义搜索研究综述基于本体的语义搜索研究综述随着网络信息的不断增长,传统的文本检索技术已经无法满足人们对更高效、精准的信息获取需求。
因此,语义搜索技术应运而生。
基于本体的语义搜索是一种利用先进的语义分析和本体技术实现的全新搜索方式,它能够更加全面、精准地搜索出用户所需的信息。
本文将对基于本体的语义搜索技术进行详细介绍,并对其发展现状和未来趋势进行分析。
一、基于本体的语义搜索技术简介本体(Boxies)是一个构建和维护共享概念结构的框架,它可以为不同应用程序的数据集提供定义和数据交互的通用概念模型。
本体可以看作是一个概念网络,由节点(类别)、属性和关系组成,并且可以通过Web技术进行分布式创建、访问和维护。
而基于本体的语义搜索,就是利用本体技术支持语义解析,实现更加准确、全面的搜索。
基于本体的语义搜索技术的实现过程:首先,通过本体技术建立领域本体模型,将领域的相关知识、数据和概念的定义集成到本体模型中;然后,用户查询信息时,对用户输入的查询语句进行语义解析,将其转换为本体的语义表示;最后,使用本体语义数据对信息进行检索和排名,并返回查询结果。
二、基于本体的语义搜索技术的实现方法目前,基于本体的语义搜索技术主要有三种实现方法:基于本体的全文搜索、基于表达式树的搜索和基于查询扩展的搜索。
1、基于本体的全文搜索基于本体的全文搜索是通过对文本进行语义解析并生成语义三元组的方式实现的。
通过把搜索问题转化为合理的Formal Query和SPARQL脚本,可以利用本体数据之间的关联性以及它们在语义空间中的分布来提高搜索的准确性。
例如,有一个本体模型包含汽车、发动机、轮胎等术语,用户想要搜索汽车的类型,可以输入“明年年底上市的SUV”,搜索引擎可以将其解释为“基于本体的SUV类型的搜索”,然后使用本体数据对信息进行检索和排名,并返回查询结果。
2、基于表达式树的搜索基于表达式树的搜索是通过将用户查询语句转化为一个表达式树,利用表达式树结构对本体数据进行语义匹配实现的。
基于NeOn Toolkit的本体重用方法实例研究

基于NeOn Toolkit的本体重用方法实例研究摘要:文章通过使用neon toolkit工具,以从astra项目获取到的本体实例为分析对象,实现了自动化的本体重用,并利用sparql对重用后目标本体的继承和推理一致性进行校验和确认,最后分析目前针对大规模本体重用存在的问题。
关键词:本体重用 neon toolkit astra项目 sparql中图分类号: g254.0 文献标识码: a 文章编号: 1003-6938(2013)01-0013-04网络技术的应用为人们提供了极其方便的信息服务,改变了人们获取信息的途径和方式,也改变了很多人的生活方式。
但是随着信息数量的增长,网络信息的有效组织和语义理解已成为亟待解决的问题。
本体技术是解决上述问题的有效途径,本体可将所有信息的元数据进行统一的表示,实现网络信息的语义化表达。
但是本体的建模与开发本身是一项系统性较强、投入量较大的工程。
通过重用已有的本体,能够减少系统的开销,避免重复建设。
重用的思想和理论,在软件开发领域已经比较成熟,但是对于本体这种特殊知识表示形式的重用,还属于比较前沿和新兴的研究内容。
本文通过使用neon toolkit工具,以从网络获取到的本体实例为分析对象,实现自动化的本体重用,并利用sparql对重用后的本体实现语义推理,最后分析目前针对大规模本体重用存在的问题。
1 neon toolkit介绍2006年,由14个欧盟机构参与、受欧盟第六框架计划资助的neon(networked ontologies)项目开始研究如何有效利用本体实现分布式大规模语义应用,并发展了本体工具和相应方法。
neon toolkit是neon项目开发的基于java的开源本体编辑工具,neon toolkit平台及其丰富的插件可以帮助本体开发人员和本领域专家完成各种各样的本体工程活动,包括注释和文档、人机交互、模块化和定制、本体调试、本体动力学、本体评估、本体匹配、本体论规范、推理及重用等。
语义Web中的本体推理研究

o yl gk S r l nr d c . ao igO o t l yi a a m t h o g n n o g n tn erp ee t i W L, t s h Ⅵr n g f 1 l . ea oit u e Res nn i noo s n l D  ̄e a s o d l g y t r u ha o tl yis c rs ne nO o a e d i ite e bo — tl y 13 D ercmme d yW 3 oo 1  ̄ o g fg l e ne b d C.R a o i i o tl ycn b sdi h uli 。 itii d u i f noo i n eo . es nn O n o g e e nt eb i n manann a s o tl e g l o a u dg g n g n o gs n
、
Re e r h o a o i g o t lg n S ma tcW e s a c n Re s n n n On o o y i e n i b
L n —h o L u - n I Yo gca , UO J nmi
( o ue c n eadE gneigC lg , ’lTeh o gcl i r t, ’l7 0 3 , hn ) C mp tr i c n ier ol e Xi l cn l i v s y Xia 10 2 C i Se n n e a o a Un e l l a
李永超,罗钧曼
( 西安工业大学 计算机科学与工程学院, 陕西 西安 70 3 ) 102
摘 要: 从语义 we 的基本概念开始 , b 介绍了语义 We 的层次结构; b 介绍了本体的基本概念 以及用于本体描述的几种语
中医方剂领域本体建模和语义推理实现

[ 中圈分类号】G5 . [ 207 4 文献标识码】A ( 文章编号]1 8 02 21)0 — 11 0 0 — 81(02 6 03 — 8 0
On oo y M o ei g a d S ma t a o i g f r C i e e M e i l ec i t n tlg d l n e n i Re s nn o h n s d c s rp o n c a Pr i
倪 陆 宏 萍 宇 2
( .南通 大 学 图书馆 ,江苏 南通 260 ;2 1 201 .南通 大学 附属 医院信 息科 ,江苏 南通 260 ) 20 1
( 摘 耍】针对 目前 中医领域知识共 享的现状 ,结合对 中医方剂领域知识特点的分析 ,采 用骨 架法构建基于 O L语言的方 W
的一组结构表并保存 在数 据库 中…。这 两种方法 能解决 中
医知识表示的 问题 ,但 资源 系统 的可重用性 低、无推理 能 力 ,不利于二次开发和更深层次 的功 能实现。
法 。尝试 中医领域本体 的语义推理 。
2 世纪 9 年 代 出现 的本体 ( n ly 0 0 O to )为 中国 中医药 og 知识 的表示提供 了一种新 的途径 。本 体是对某 一领域 的概 念及 概念之间关系 的显式说 明 ,将本体 技术应 用于知识 系
艾滋等都有 比较好 的疗效 。然 而 ,方剂 和其 它大 多数 的 中 医药资源一样都 以古籍文 本 、民间秘 方 、师徒 间 口口相 传 的形式被继承 ,这样 的资源保 存形 式缺乏知识 层次 的统 一 统能够为人 与计算机 系统之 间的通讯 提供语法 或者语 义上 的标准 ,并 有助于提高系统 可重用性 、可靠性 及知识 获取 能力[J 目前 ,知年 6 月 第 3卷第 6 2 期
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
基于本体的语义推理实例研究岳笑峥北京邮电大学计算机系,北京(100876)E-mail:yuexiaozheng@摘要:作为下一代Web基础的本体正在被越来越多的人关注,本文首先介绍了本体的概念、描述语言及构建方法,然后在热门的本体编辑器Protégé环境下实现了一个具体的本体构建实例,并实现了在此基础上的推理研究。
关键词:语义Web;OWL;本体;Protégé;推理1.引言随着互联网规模的壮大,如何正确有效的处理海量Web信息成为了一个核心话题。
目前的计算机只能对Web信息进行识别,而不能更好的理解,为此有人提出了语义Web的概念,而本体则是语义Web的基础,基于本体论的语义模型为信息的表示、交换和处理提供了一个较为合理的标准,从而使得网上信息的共享成为可能。
2.语义Web介绍语义Web(Semantic Web) [1]是当前万维网的扩展, 1999年由万维网创始人Tim Berners—Lee等人提出,其目的是通过结构化和形式化的方法来表示We上的资源,使得计算机程序能够对网络资源进行分析和推理.这首先要求机器“理解”网络资源,因此需要一系列的统一语言来表示Web上的资源.于是, Tim Berners—Lee在2000年提出了语义Web 的体系结构,如图1所示:图1 语义Web体系结构构建语义Web体系结构的语义层首先由RDF (Resource Description Framework,资源描述框架)开始,RDF是用来表现万维网上各类资源的信息的一种语言.它采用Web标识符(统一资源标识符URI)来标识事物,采用三元组(资源,属性,值)表示资源,但这种说明性的语言没有提供机制来描述属性或说明属性与其他资源之间的关系,因此需要RDF的词汇描述语言RDF Schema(RDFS).RDFS是在RDF的基础上引进了类的概念、类之间的包含关系、属性之间的包含关系,以及属性的定义域和值域。
但RDFS的表达能力并不足以表达Web上资源所属领域的概念模型,如RDF(s)不能自定义新的概念,无法强调属性的传递性或对称性,这些局限性导致了Web本体语言的提出. OWL(Web Ontology Language) [2],是W3C推荐的语义Web中本体描述语言的标准.它在RDFS的基础上提供了更为丰富的类描述能力.OWL按照不同约束要求可分为三种子语言:OWL Lite, OWL DL和OWL Full。
其中OWL Lite适用于只需要一个概念分类层次和简单属性约束的情况,它除了具有RDFS特征外,还具有描述属性特征(传递性、对称性等)以及对属性基数进行约束的能力;OWL DL支持既需要丰富表达能力又需要较强推理功能的情况,它在OWL Lite的基础上引入类型分割,要求一个属性要么为对象属性(Object Property表示两对象之问的关系),要么就为数值属性(Data Type Property表示对象与XMI DataType之间的关系),其语义描述能力基于描述逻辑且包含OWL语言中所有的语言约束,在保证推理系统的计算完整性(保证所有结果均可计算)和可判定性(所有计算都能在有效时间内结束)基础上,支持最强的语义表达能力;OWL Full不仅包含所有OWL、RDFS词汇,而且还允许Ontology在预定的RDF和OWL词汇表以外增加词。
因此能让用户最大限度地表达知识。
三种子语言之间的关系为:每个合法的OWL Lite都是一个合法的OWL DL;每个合法的OWL DL都是一个合法的OWL Full;每个有效的OWL Lite结论都是一个有效的OWLDL 结论;每个有效的OWL DL结论都是一个有效的OWL Full结论。
3.本体建模3.1本体构建准则本体(Ontology)的概念起源于哲学领域,指的是对客观存在系统的解释和说明,近几十年来,在人工智能、计算机科学和知识工程等诸多领域得到了迅速发展。
本体可以实现某种程度的知识共享和重用,使得计算机对信息和对语言的理解上升到语义层次,并在一定程度上解决语义异构问题,在信息互操作、知识理解和信息集成等领域具有很大的应用前景。
在基于本体的实际应用中,构建本体是一项基本任务,虽然出于对待定问题域和具体工程需求的考虑,构造本体的过程各不相同,但人们在总结构建经验基础上,归纳出一些有用的本体构建准则,其中Gruber在1995年提出的五条准则[3]:清晰性。
本体应该能有效地传达其中所定义的术语的含义。
一致性。
本体必须是一致的,即由本体得出的推论与原有的定义是相容的,不能产生矛盾和冲突。
可扩展性。
本体在设计时不仅要使用领域内公认的词汇,同时还要考虑可能的应用任务范围,使得本体的表达能被单调地扩展。
编码偏好程度最小。
概念应该在知识层次上说明,而不应依赖于特定的符号层次的编码。
最小本体承诺。
对待建模对象给出尽可能少的约束。
一般地,本体承诺只要能够满足特定的知识共享需求即可,这可以通过定义约束最弱的公理以及只定义交流所需的基本词汇来保证。
这五条设计原则,在本体的构建过程中,往往需要进行权衡,找出最佳的方案。
3.2本体构建步骤Stanford大学的Noy和Hafner分析了早期著名的本体设计项目,包括Cyc、WordNet 和UMLS等并结合他们开发和使用Protégé,Ontolingua等本体编辑环境的经验,给出了一种构建本体的具体过程:本体的开发过程通常是迭代的,即先给出初步的本体框架,然后再对本体进行不断修改和精炼的过程中补充细节。
本体的构建的过程分为七步进行:确定本体的领域和范围。
本体开发的第一步必须明确一些基本问题,诸如:该本体针对什么领域?用途是什么?要描述什么信息?回答哪一类的问题?谁将使用和维护这个本体?等等。
需要注意的是,随着开发的进行,这些问题和它的回答可能会发生变化。
考虑重用现有本体。
收集和待开发本体相关的其他本体是有价值的。
可以精炼、扩充或修改现有的本体,通常可以避免很多不必要的开发工作。
目前网络上已有一些本体库,如DAML本体库。
列出本体中的重要术语。
列出所关心的术语,这些术语大致表明建模过程所感兴趣的事物、事物所具有的属性和它们间的关系等。
定义类和类的继承。
类的继承结构的定义可以采用自顶向下的方法或自底向上的方法,无论选择哪种方法,都要从定义类开始,选择那些从具体存在的对象中抽象出来的术语作为本体中的类,然后将它们构成分类等级体系。
定义属性和关系。
仅有类对很多问题都不能给出回答,因此还需要定义概念和概念间的内部关系。
这里所指的关系可分为两种:一种是概念自身的属性,称为内在属性,另一类属性成为外在属性,也有的文献直接称之为“关系”,通常用于连接概念间的实例。
定义属性的限制。
这一步需要定义属性的一些限制,包括属性的基数、属性值的类型以及属性的定义域和值域。
构建实例。
最后还需要为类构建实例。
这需要确定与个体最接近的类,然后添加个体进去作为该类的一个实例,同时要为实例的属性赋值。
4.本体构建工具protégé简单易用的本体编辑工具对于降低本体开发强度、减少开发成本和加速开发过程都有着重要意义。
一个良好的本体编辑工具应能在本体建模过程中提供书写本体、一致性检查、可视化、查询、推理,以及将结果转换为不同本体语言表示格式等功能。
最著名的本体编辑工具当属Stanford大学开发的Protégé,最新的版本是2005年6月公布的Protege3.1beta版,包括了50个样例本体和58个插件。
它是一个免费和开源的本体编辑平台。
Protégé基于Java 语言,能在Windows、Solaris和Linux等平台上使用。
Protégé采用图形化界面,主界面包含多个标签,分别支持Classes、Slots、Forms、Instances和Queries等编辑操作。
Protégé支持OWL、RDF(S)、XML和DAML+OIL等本体语言,提供了对本体的读入和编辑后的输出,其中对OWL文件的操作借助了惠普实验室开发的Jena工具包。
Protégé中的推理嵌入了Racer等推理引擎。
Protégé支持功能上的可扩展,很多本体应用可直接在它的基础上进行特定应用的二次开发。
插件是Protégé中最重要的特色,用户可以根据所需要的功能选择相应的插件,被选中的插件会以新标签的形式出现在主界面中。
4.1 Protégé的编辑操作类的编辑。
类又叫做概念(Concept),表示对象的集合,是本体最基本、最重要的一个建模元语,是构建本体的基础。
作为本体的骨架支撑起本体的所有结构。
Protege软件对类的构建在Class标签中实现,主要分为Name(类的名字)、Documentation(对类的描述性文本)、Constraints(对类的约束)、Role(类所属类型)、Tem—plate Slots(描述类的属性)。
每一个Name 即是一个主题词的名称;Documentation栏中输入的则是对主题词所进行的描述;而对类的约束(Constraint)是通过约束实例(Instance)来描述的,约束实例是由布尔算符构成的;Protégé中类的类型(Role)有两种:Abstract(抽象型)和Concrete(确定型).选择哪种类型是由所构建的本体概念所决定的,构建完一个类后,可以继续添加它的下位类。
属性的编辑。
属性对类进行描述,它可以被用来说明类的共同特征以及某些实例的专有特征。
一个属性是一个二元关系。
对属性的构建实在Slot标签中实施的,它分为Name(属性名字)、Documentation(对属性的描述)、Template Value(属性值)、Value Type(属性类型)、Default Value(默认值)、Domain(所属类)、Maximum(输入的最大字符数值)、Minimum(输入的最小字符数值)、Inverse Slot(相反的属性)。
实例的编辑。
实例也称为个体,类是一个相对抽象的东西,而实例则将概念所表达的某一领域的知识或信息加以实际化。
实例的建立是在Instance标签中实现的,实例继承了它所代表的类的所有属性,是将抽象的类具体化的形式,在建立的副主题词这一概念里,构建了名称、注释等属性,并建立分类、教育等与主题词想组配的副主题词实例。
一个类的实例可以不仅仅存在于这个类之下,还可以存在于多个类下。
4.2 Protégé的可视化界面本体构建的可视化。