Ontology研究综述 (1)

合集下载

Ontology

Ontology

nlVt 骨 架 ” 流 程 见 图 1 i e。“ e 法 。
和 关 系 的描 述 。它 是 通 用 意 义 上 的 “ 念 定 义 集 ” 是 关 概 , 于“ 种类 ” Kn1和 “ 系 的词 汇表 。这 种 词 汇 表 是 在 各 ( Jc ) 关 种事 务 代 理 人 之 间 交 换 意 见 时 所 用 到 的共 同语 言 。 由于 本 体 工 程 到 目前 为 止 仍 处 于 相 对 不 成 熟 的 阶 段 , 一 个 工 程 拥 有 自 己 独 立 的 方 法 。 参 照 IE 每 E E标 准 软 件 开 发 生 命 周 期 法 IE 17-95 IE 9 ] 对 比 E E 041 [E E6 来 9 分 析 五 种 得 到 知 识 界 承 认 的方 法 。
象设 计 和 编 程 等 方 面 , 体论 都 是 一 十很 好 的 工具 , 细介 绍构 造 O toy 法 学 。 本 详 nl 方 og 关 键 词 :O toy 。 n l ;方 法 学 ;知 识 工程 og 中图 法 分 类 号 :T 12 P8 文 献 标 识 码 :A 文章 编 号 :1 0 .6 5 2 0 ) 40 0 -3 0 13 9 (0 2 0 -0 50
A  ̄
Cm L "N t a n e 时 o o p , ah lUl v f脚 BSic Y m va 。 e e& r ̄ cn e
. g y
c :Tt a e eal a d e  ̄ ml h eh d l 0 I o 、R e n . a n w on k o l g - ae Ⅲ0 t d p p r t s n - u ste m to oo s d i , q  ̄, fo l e e0 e b r n we ebsd y d

研究综述的种类

研究综述的种类

研究综述的种类研究综述(Review)是一种系统性整合并综合以往研究成果的学术论文。

本文介绍了几种常见的研究综述的种类。

请注意,在此示例中,我将使用假名替代真实姓名。

1. "相关领域综述"(Review on a Specific Field):该综述聚焦于特定领域的研究进展和发展趋势。

通过调查已有文献,汇总并分析某一学科领域内关键研究的方法、观点和结论。

2. "方法学综述"(Review on Methodology):这类综述专注于某一特定研究方法或技术的发展和应用。

它可以介绍该方法的历史演变、优势和限制,以及相关的研究案例。

系统性地分析和综合过去数十年来在社会科学研究中使用的定性研究方法。

3. "理论综述"(Review on Theory):这种综述旨在探讨某一理论的发展和影响。

通过整合不同学者对该理论所提出的观点和批判,它可以提供对该理论的全面理解。

综合分析马克思主义理论在政治科学领域的研究。

4. "研究方法综述"(Review on Research Methods):该综述关注研究方法及其在多个研究领域的应用。

通过概述各种研究方法的特点和适用范围,它可以帮助研究者选择适合自己研究目的的方法。

参照以往文献,对比和评估定量和定性研究方法。

5. "综合综述"(Comprehensive Review):这是一篇综合性的综述,对某一特定领域或研究问题的多个方面进行全面的综合和分析。

该综述旨在为研究者提供对该领域的全面了解,并指导未来的研究方向。

通过综合评估健康心理学领域过去几十年的研究,发展出一个关于心理健康干预的系统综述。

以上仅是几种常见的研究综述的种类示例。

根据研究领域和具体需求,还可能存在其他类型的综述。

在撰写一篇研究综述时,重要的是系统地收集、分析和评估相关文献,为读者提供对该领域或问题的全面概述。

基于Ontology的跨组织知识整合方法研究

基于Ontology的跨组织知识整合方法研究
括 知识 表 示 的 一 致 性 , 念 术 语 定 义 的 一 致 性 , 识 共 享 系 概 知 统 的 一 致 性 , 等 。 而 组 织 间 的 知 识 共 享 系 统 , 缺 少 这 种 等 则

R cni r i ” 知 识 重 置 ) 三 种 。 因 此 , 者 检 索 的 关 键 eof ua o ( g tn 等 笔
示 各 有 不 同 , 要 包 括 “ nweg nertn ( 识 整 合 ) 主 K o ldeIt ao ” 知 g i 、 “K o lde C m ia o nweg o bnt n” (知 识 联 合 ) “K o lde i 、 nweg
与 传 统 的 组 织 内 部 知 识 共 享 相 比 , 织 间 的 知 识 共 享 机 组 制 要 复 杂 得 多 。 因 为 在 组 织 内 部 容 易 保 证 知 识 的一 致 性 , 包
值 得 研 究 的课 题 。
1 知识 整 合的研 究 综述
为 了更 加 清 晰地 说 明 知识 整 合 领 域 的研 究 现 状 , 者 对 笔 管 理 科 学 和 信 息 系 统 研 究 领 域 的 四 个 大 型 论 文 数 据 库
B s e s o reP e i ( B C h s) We f ce c ( C E, ui s S u c rm e E S O o t 、 b o i e S I n r S n
域 包 括 题 目 、 要 和 主题 词 , 择 条 件 为 学 术 期 刊 类 型 , 表 摘 选 如
1所示 。
致 性 , 复 杂 多 样 的 跨 组 织 的 知 识 共 享 框 架 下 , 样 保 证 在 怎
组 织 间 的 知 识 共 享 效 果 , 异 源 知 识 进 行 有 效 整 合 , 一 个 对 是

本体的相关研究

本体的相关研究

本体的相关研究一、本体的内涵本体(Ontology)源于哲学概念,指事物的本身,用以描述事物的本质。

在哲学界,本体为“对世界上客观存在物的系统描述”,即“存在论”“万有论”等。

本体的概念最早起源于古希腊哲学家亚里士多德对事物本质的研究[53]。

随着社会的发展与进步,人们在对世界的研究中,将本体引入到计算机科学、人工智能、信息科学等领域研究中,给出了自己的研究、定义、理解和应用。

20世纪80年代,学者们在信息科学、知识工程领域引入本体的概念。

Neches 等在人工智能领域最早给出了本体定义:本体是某个领域词汇的基本术语和关系,以及用于定义术语和关系以定义词汇外延的规则[54]。

换句话说,本体是某个领域公认的概念集,该概念集包括确定的语义和概念之间的关系。

Gruber给出的本体定义迄今为止引用最为广泛,本体是某个领域中概念模型的形式化和显示的规范说明[77]。

在Gruber研究的基础上,Guarino和Giaretta对本体定义做了进一步修改和完善,他们认为本体论是一套对某个领域概念做出清晰、局部说明的逻辑理论[55-56]。

Borst在Gruber本体研究的基础上,提出本体是共享的概念化的形式规范说明[57]。

Studer等人在Gruber和Borst基础上,提出本体是共享的、概念化的、明确的、形式化的规范说明。

Studer认为本体包括了“共享、概念化、明确、形式化”四个方面的内容[58]。

杜萍对本体“Ontology”在国外的发展过程做了较为完善的总结[59],如表2-1所示。

表2-1 本体定义的发展续表虽然不同的专家学者对本体的定义有不同的描述,但究其根本,从本体的内涵上看,学者们对本体内涵的认识都是把本体当作某个领域不同主体之间交流的一种语义基础,即用本体定义明确的词汇,描述概念之间的关系,使得使用者之间能够达成共识[68]。

二、本体的分类本体是一个抽象的概念,具有本质、概念化、共享性等特征。

马克思主义哲学本体论问题研究综述

马克思主义哲学本体论问题研究综述

马克思主义哲学本体论问题研究综述丁钊,李栋梁从20世纪80年代以来,马克思主义哲学的本体论研究,一直是中国哲学界关于马克思主义哲学创新讨论的焦点性问题之一、。

此问题的讨论,首先源于对马克思主义哲学传统教科书体系的批判和反省。

从“人道主义和异化问题”讨论到“主体性原则”的讨论,再到国内80年代中后期的“实践唯物主义”讨论,学术界在对马克思主义哲学研究进行整体反思的过程中形成了物质本体论和实践本体论的激烈论争。

现将这一问题的研究综述如下。

一、马克思主义哲学本体论问题研究的由来分析“本体论”是我国最为流行的对ontology一词的译名,但中国哲学乃至中国语文中都没有与之完全对应的概念。

马克思在叙述自己的哲学时,也从未正面使用过这一概念。

中国哲学界在20世纪80年代之前,是不使用“本体论”这个概念的。

80年代初在讨论哲学基本问题时,有的学者提出,哲学基本问题的第一方面主要讲的是本体论问题,第二方面主要讲的是认识论问题,而认识论是以本体论为前提的。

这样,“本体论”这个术语才在马克思主义哲学的研究中从正面去使用。

有的学者认为,马克思本人在自己的哲学思考中,并没有对物质的本体论地位进行论证,这一论证首先是由恩格斯在《反杜林论》中提出来的。

列宁则在《唯物主义与经验批判主义》中对恩格斯的思想从认识论的角度作了进一步的发挥。

正是通过恩格斯与列宁的分析,认识论的唯物主义原则与物质本体论获得了逻辑的统一性,并且在马克思哲学研究中,以自然为本体的物质本体论构成了马克思哲学体系的基础。

而在斯大林的《论辩证唯物主义和历史唯物主义》一文中,对物质本体论的地位进行了最为系统的表述:第一,它将辩证唯物主义理解为是对自然对象的唯物的、辩证的理解;第二,“世界按其本质说来是物质的”,“自然界、存在、物质世界是第一性的”,思维、意识等都是从物质中派生出来的;第三,历史唯物主义是辩证唯物主义在历史领域的应用与推广。

由此,有的学者认为教科书作为哲学的体系化,并非马克思所制订,而是苏联学者以斯大林1938年9月发表的《论辩证唯物主义和历史唯物主义》一文为蓝本编写的,是“苏联模式”的马克思主义哲学。

基于Ontology与Jena的研究综述

基于Ontology与Jena的研究综述

Vo 1 . 1 2 NO. 5 Se p .2 0 1 3
基 于 On t o l o g y与 J e n a的 研 究 综 述
何 来坤 , 缪 健 美 , 刘 礼 芳 , 潘 红。
( 1 .杭 州 师 范大 学 信 息化 中 心 , 浙江 杭州 3 1 0 0 3 6 ; 2 .杭 州 师 范 大 学 科 技处 , 浙江 杭州 3 1 0 0 3 6 ; 3 .杭 州 师 范 大 学杭 州 国 际服 务 2 L程 学 院
HTML中查 找信 息 时 , 借助 搜索 引擎 , 输 入关 键词 后 获得 匹配 的文档链 接 , 人们 需要 自己逐一 排查 这 些 文 档链 接 . 为提 高 人与 计算 机 的交 互能 力 , 1 9 9 8年 , Ti m B e r n e r s — L e e 提 出 了语义 网概念 I 2 ] , 让计 算机 程 序或
4 7 0
杭州 师范 大学 学报 ( 自然科 学版 )
2 0 1 3拄
XML— t r i p l e 及 R D F / XML输 出 的 I / o模 型 . 使用 AP I 可 以让 用户 实现
搜索 工 具更 加有 效 的 自动 聚集信 息 . 目前 , 许 多 国 内外 众 多科 研 人 员在 研究 和 关 注语 义 网 , 并且 在 某 些 领
域 中 已经获 得应 用 . 本文 针 对语 义 网架构 中的核 心 On t o l o g y层 及 相 关技 术 和 应 用进 行 系 统性 分 析 , 阐述
中 图分 类 号 : TP 3 o 1 文献标 志码 : A
文章编 号 : 1 6 7 4 — 2 3 2 X( 2 0 l 3 ) 0 5 — 0 4 6 7 — 0 7

国外近十年深度学习实证研究综述主题、情境、方法及结果

国外近十年深度学习实证研究综述主题、情境、方法及结果

国外近十年深度学习实证研究综述主题、情境、方法及结果一、概述:二、主题分类:计算机视觉:该主题主要关注图像识别、目标检测、图像生成等任务。

研究者利用深度学习模型,如卷积神经网络(CNN),在图像分类、人脸识别、物体检测等任务上取得了显著成果。

自然语言处理:自然语言处理是深度学习的另一重要应用领域。

研究者使用循环神经网络(RNN)、长短期记忆网络(LSTM)、变压器(Transformer)等模型进行文本生成、情感分析、机器翻译等任务,推动了自然语言处理技术的发展。

语音识别与生成:深度学习在语音识别和语音合成方面也有广泛应用。

研究者利用深度学习模型进行语音特征提取、语音识别和语音合成,提高了语音技术的准确性和自然度。

游戏与人工智能:深度学习在游戏领域的应用也日益增多。

研究者利用深度学习模型进行游戏策略学习、游戏内容生成等任务,提高了游戏的智能性和趣味性。

医疗与健康:深度学习在医疗领域的应用也备受关注。

研究者利用深度学习模型进行疾病诊断、药物研发、医疗影像分析等任务,为医疗健康领域的发展提供了有力支持。

这些主题分类展示了深度学习在不同领域和应用场景中的广泛应用和巨大潜力。

通过对这些主题的深入研究和分析,我们可以更好地理解深度学习的发展趋势和应用前景。

1. 计算机视觉在计算机视觉领域,深度学习技术的应用已经取得了显著的突破。

近年来,卷积神经网络(CNN)成为了该领域的主导模型,特别是在图像分类、目标检测、图像分割等方面。

AlexNet、VGG、GoogleNet、ResNet等模型的出现,不断刷新了图像分类任务上的准确率记录。

主题:计算机视觉的核心任务是让机器能够像人一样“看懂”图像和视频,从而进行自动分析和理解。

深度学习通过模拟人脑神经元的连接方式,构建出复杂的网络结构,实现对图像的高效特征提取和分类。

情境:计算机视觉的应用场景非常广泛,包括人脸识别、自动驾驶、医学影像分析、安全监控等。

在这些场景中,深度学习模型需要处理的数据集往往规模庞大,且存在噪声、模糊等问题,因此模型的鲁棒性和泛化能力成为研究重点。

DBpedia知识库本体分析

DBpedia知识库本体分析

DBpedia知识库本体分析[摘要]在现有的语义网项目架构中,基于关联数据形式的知识库项目往往处于整个语义网络的核心,如何对于这些知识库的知识内容进行组织、储存和查找就成为了决定整个语义网络运行效率的关键因素。

在目前的关联数据知识库项目中,DBpedia是较为典型且成熟的一个,DBpedia网站使用本体的方法来对其条目内容进行组织和存储,本文旨在通过对DBpedia 现有本体结构的分析来说明知识库的本体结构对于知识库的组织、存储和查找有着怎样的影响,并试图从该例中分析归纳得出类似网站知识库内容的本体构建的一般要点。

[关键词]DBpedia 关联数据本体本体构建1.概述及相关简介1998年,WWW网络的发明者Berners-Lee提出了语义网的概念。

这一概念的核心在于致力提高万维网络及其互联的资源的可用性和有效性,使得下一代的互联网更加智能和高效,能够有效处理目前网络中的大量信息内容。

这一概念和其具体的技术实现几经波折,从一开始的基于本体的构想到2006年Berners-Lee提出的关联数据概念,在目前的语义网构想中,关联数据成为了其技术实现的核心概念。

关联数据是一种推荐的最佳实践,用来在与以往中使用URI和RDF发布、分享、连接各类数据、信息和只是,发布和部署实例数据和类数据,从而通过HTTP协议解释并获取这些数据同时强调数据的相互关联、相互联系以及有益于人际理解的语境信息。

在目前的具体实践中,数据往往以RDF文件的形式发布到互联网络上,存储在关联数据知识库中。

而大多数需要使用这些关联数据的网站可以直接从在线关联数据知识库的数据接口获取RDF文件并提取其中的相关信息反馈给用户,从而实现信息和数据的跨网站共享。

从上面不难看出,在线关联数据知识库在当前的关联数据语义网构想中占据着核心位置。

DBpedia就是这样一个在线关联数据知识库项目。

它从维基百科的词条中抽取结构化数据,以提供更准确和直接的维基百科搜索,并在其他数据集和维基百科之间创建连接,并进一步将这些数据以关联数据的形式发布到互联网上,提供给需要这些关联数据的在线网络应用、社交网站或者其他在线关联数据知识库。

  1. 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. 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. 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)。
[2] , 即 “ OntoIogy 是概念模型的明确 l993 年, Gruber 给出了 OntoIogy 的一个最为流行的定义 [3] 的规范说明” 。后来, 给出了 OntoIogy 的另外一种定义 “ OntoIogy 是共享概 : Borst 在此基础上,
念模型的形式化规范说明” 。 Studer 等对上述两个定义进行了深入的研究, 认为 OntoIogy 是共 [4] 享概念模型的明确的形式化规范说明。这包含 4 层含义 : 概念模型 ( conceptuaIization) 、 明确 、 形式化 ( formaI) 和共享 ( share) 。 “概念模型” 指通过抽象出客观世界中一些现象 ( Phe(expIicit) 的相关概念而得到的模型。概念模型所表现的含义独立于具体的环境状态。 “明确” nomenon) 指所使用的概念及使用这些概念的约束都有明确的定义。 “形式化” 指 OntoIogy 是计算机可读 的 (即能被计算机处理) 。 “共享” 指 OntoIogy 中体现的是共同认可的知识, 反映的是相关领域 中公认的概念集, 即 OntoIogy 针对的是团体而非个体的共识。 OntoIogy 的目标是捕获相关领域 的知识, 提供对该领域知识的共同理解, 确定该领域内共同认可的词汇, 并从不同层次的形式 化模式上给出这些词汇 (术语) 和词汇间相互关系的明确定义。
1.5
已有的 Ontology 及其分类
732

北 京 大 学 学 报(自 然 科 学 版)
第 38 卷
中的概念是公认的, 至少在某个特定的领域是公认的。一般情况下, OntoIogy 是面向特定领域, 用于描述特定领域的概念模型。语义网络从数学上说, 是一种带有标记的有向图。它最初用 于表示命题信息, 现广泛应用于专家系统表示知识。语义网络中节点表示物理实体、 概念或状 态, 连接节点的边用于表示关系。语义网络中对节点和边没有其他特殊的规定, 因此语义网络 描述的对象或范围比 OntoIogy 广。例如, 语义网络可以表示一句话, 如 “我的汽车是红色的” 。 但是 OntoIogy 显然不适合于这类的表示, 它侧重于表现整体的内容, 如团体组织 (学校) 的内部 构成等。在表示的深度上, 语义网络不如 OntoIogy。语义网络对建模没有特殊的要求, 但是 元语、 类、 关系、 函数、 公理和实例, 其中公理可以看作是 OntoIogy 中的 OntoIogy 却有 5 个要素: 约束。OntoIogy 通过这 5 个要素来严格、 正确地刻画所描述的对象。语义网络的建立可以不要 求有相关领域的专业知识, 因此比较容易建立。而 OntoIogy 的建立必须要有专家的参与, 相对 而言更加的严格和困难。需要专家的参与是目前 OntoIogy 主要缺点之一, 如何通过知识挖掘 手段自动获取 OntoIogy 是目前, 也是今后研究的重点。
1.2
Ontology 的建模元语
在文献 [5] 中, 他归纳出 OntoIogy 包含 5 个 Perez 等人认为 OntoIogy 可以按分类法来组织, 基本的建模元语 (ModeIing Primitive) 。这些元语分别为: 类 ( cIasses) , 关系 ( reIations) , 函数 ( func, 公理 ( axioms) 和实例 ( instances) 。通常也把 cIasses 写成 concepts。 tions) 概念的含义很广泛, 可以指任何事物, 如工作描述、 功能、 行为、 策略和推理过程等等。关 系代表了在领域中概念之间的交互作用。形式上定义为 I 维笛卡儿乘积的子集: R: Cl X C2 子类关系 ( subcIass-of) 。函数是一类特殊的关系。在这种关系中前 I - l 个元 X … X CI 。如: 素可以惟一决定第 I 个元素。形式化的定义如下: F: Cl X C2 X … X CI - l ! CI 。例如 Mother其中 Mother-of( x , 表示 y 是 x 的母亲, 显然 x 可以惟一确定他的母亲 of 关系就是一个函数, y) 比如概念乙属于概念甲的范围。实例代表元素。 y 。公理代表永真断言, 从语义上分析, 实例表示的就是对象, 而概念表示的则是对象的集合, 关系对应于对象元 组的集合。概念的定义一般采用框架 ( frame) 结构, 包括概念的名称, 与其他概念之间关系的 集合, 以及用自然语言对该概念的描述。基本的关系有 4 种: part-of, kind-of, instance-of 和 at类似于 tribute-of。 part-of 表达概念之间部分与整体的关系; kind-of 表达概念之间的继承关系, 面向对象中的父类和子类之间的关系, 给出两个概念 C 和 D , 记 C' = {x I x 是 C 的实例} , D' = {x I x 是 D 的实例} , 如果对任意的 x 属于 D' , 则称 C 为 D 的父概念, x 都属于 C' , D 为 C 的子 概念; 类似于面向对象中的对象和类之间的关 instance-of 表达概念的实例和概念之间的关系, 系; “价格” 可作为概念 “桌子” 的一 attribute-of 表达某个概念是另外一个概念的属性。例如概念 个属性。在实际的应用中, 不一定要严格地按照上述 5 类元语来构造 OntoIogy。同时概念之间 的关系也不仅限于上面列出的 4 种基本关系, 可以根据特定领域的具体情况定义相应的关系, 以满足应用的需要。
北京大学学报 (自然科学版) , 第 38 卷, 第 5 期, 2002 年 9 月 Acta Scientiarum NaturaIium Universitatis Pekinensis,VOI. 38,NO. 5( Sep, 2002)
!"
!!!!!"
述 评 ! !"#!$
!!"
Ontology 研究综述
(973) 资助项目 ( Gl999032705) l)国家重点基础研究发展规划 收稿日期:200l-09-ll;修回日期:2002-03-28
!!!!"
捷3

第5期
邓志鸿等:OntoIogy 研究综述
73l
在文献 [l ] 中, 他们将 OntoIogy 定义为 “给出构成相关领域词汇的基本术语和关 Neches 等人, 系, 以及利用这些术语和关系构成的规定这些词汇外延的规则的定义” 。
邓志鸿2

1)
唐世渭3


铭2

杨冬青2


(2) 北京大学计算机系,3) 北京大学视觉与听觉处理国家重点实验室, 北京, l0087l) 摘 要 通过概念之间的关系来描述概念的语 OntOIOgy 是描述概念及概念之间关系的概念模型,
义。作为一种有效表现概念层次结构和语义的模型, OntOIOgy 被广泛地应用到计算机科学的众多 从 OntOIOgy 的定义、 领域。本文作者对目前 OntOIOgy 的研究与应用现状进行了综述性地介绍, OntOIOgy 理论研究、 OntOIOgy 在信息系统中的应用以及在语义 Web 中的地位等方面加以了系统阐述。 关键词 OntOIOgy;信息系统;语义 Web;XML;RDF TP 30l;TP 39l 中图分类号
1.4
Ontology 的描述语言
[6] 在具体的应用中, 主要可分为 4 大类 : 非形式化、 半 OntoIogy 的表示方式可以多种多样, 也可以用框架、 语义网络 非形式化、 半形式化、 形式化语言。可以用自然语言来描述 OntoIogy,
或逻辑语言等来描述 OntoIogy。虽然具体描述 OntoIogy 的方法很多, 但是目前使用最普遍的方
1.3
Ontology 与语义网络
作为知识表示工具, 并且均可 OntoIogy 与语义网络非常相似。它们都是表示知识的形式, 以通过带标记的有向图来表示, 适合用于逻辑推理。但从描述的对象或范围而言, OntoIogy 与 语义有所区别。OntoIogy 是对共享概念模型的规范说明, 这里所说的 “共享概念模型” 指该模型
0


近些年来, 随着计算机应用需求的不断增强, 计算机科学与技术的发展日新月异。然而在 这种快速发展的同时, 也面临着种种的困难。主要的困难包括: 知识的表示、 信息的组织、 软件 的复用等。特别是由于因特网的快速发展, 面对信息的海洋, 如何组织、 管理和维护海量信息 并为用户提供有效的服务也就成为一项重要而迫切的研究课题。为了适应这些要求, OntOIOgy 作为一种能在语义和知识层次上描述信息系统的概念模型建模工具, 自被提出以来就引起了 国外众多科研人员的关注, 并在计算机的许多领域得到了广泛的应用, 如知识工程、 数字图书 馆、 软件复用、 信息检索和 Web 上异构信息的处理、 语义 Web 等。 本文对 OntOIOgy 及相关的应用和研究进行了系统的分析, 希望对相关领域的同行有抛砖 引玉的作用。首先, 第二节系统地阐述了 OntOIOgy 的定义、 建模元语、 OntOIOgy 的描述语言、 On第三节对当前有关 OntOIOgy 的理论研究、 在信息系统中的 tOIOgy 的分类及其构造规则。其次, 应用以及在语义 Web 中的作用进行了分析, 并总结了当前 OntOIOgy 在信息系统中的应用模式, 指出在语义 Web 中 OntOIOgy、 第四节给出了本文的总结。 XML 和 RDF 三者之间的关系。最后,
1
Ontology
本节首先给出 OntOIOgy 的定义, 然后介绍 OntOIOgy 的建模元语, 接着阐述了 OntOIOgy 的描 述语言, 并分析了 OntOIOgy 的分类体系, 最后介绍 OntOIOgy 建模的规则。
1.1
Ontology 的定义
从哲学的范畴来说, OntOIOgy 最早是一个哲学上的概念, OntOIOgy 是客观存在的一个系统的 解释或说明, 关心的是客观现实的 抽 象 本 质。在 人 工 智 能 界, 最 早 给 出 OntOIOgy 定 义 的 是
相关文档
最新文档