基于语义Web技术的知识融合和同步方法研究

随着Web的迅速发展和普及,可获取的信息种类和结构日益丰富。人们对Web信息的动态集成、透明的知识融合以及信息变化追踪的需求也更加迫切。对于这些需求,传统的搜索引擎和信息集成技术已不能很好的胜任,对更高层次的信息集成以及知识同步的研究也就逐渐成为必然。语义Web技术的发展为知识融合和同步带来了契机,在这种背景下,本文对Web中的多信息源存在的内涵和外延的异构以及同步处理机制进行了探讨。本文的主要贡献如下: (1)给出了一种基于概念空间的XML信息源集成模型。XML语言以一种开发的自描述方式突出对结构的表示,从而体现出数据间的关系,但对复杂对象语义建模的表达能力非常有限,难以表达问题领域中对象的概念化模型。通过对XML在语义描述方面的缺陷以及多XML信息源存在的异构问题分析,本文给出了一种基于概念空间的XML信息源集成模型,目的在于利用概念空间与XML相结合的方法来实现XML信息源的语义集成。 (2)提出了一种多匹配策略的本体映射方法。在语义Web中,Web信息可以看作基于多个本体的信息集合。但这些本体通常是由不同信息提供者独立构建,因而不可避免地存在语法、语义上的冲突。本文通过对现有方法存在的一些弊端分析,充分利用了本体实例信息,采用基于语言技术和机器学习方法,半自动地构建局部本体到全局本体的语义映射。 (3)给出了基于语义Web技术的知识融合模型和方法。通过对语义Web环境下的信息特点和信息集成存在不足的分析,提出了采用知识融合的方法来对信息集成结果进行深层次的分析和处理,以便更好地满足用户的查询需求。本文在本体分析基础上,提出了基于知识融合规则与数据质量相结合的方法来解决信息外延不一致问题,并将知识融合问题分为属性融合、实体融合以及概念融合三种类型,对每种融合类型进行了深入剖析,给出了相关的融合算法。最后给出了知识融合评估方法。 (4)设计了一种知识同步机制。目前,人们不仅关注如何从Web中有效地获取信息,同时也希望获取的信息能够与相关的源信息之间保持同步。本文从知识融合的角度,设计了一种知识同步机制,以保证知识融合的结果与相关的信息之间同步。本文主要设计了一种基于XML的同步语言KSML和基于KSML之上的同步方法。