基于Jena系统知识融合三元组存储结构研究.docVIP

基于Jena系统知识融合三元组存储结构研究 　　摘要：语义Web的发展日新月异，惠普公司（HP）在研究语义Web方面处于领先地位，其发布的Apache Jena系统为研究语义Web提供三元组存储（Triple Store）平台、RDF（Resource Description Framework）平台和OWL（Web Ontology Language）平台，Apache Jena是HP实验室开发的一个用于处理语义Web和链接数据应用的免费开源Java工具包，本文研究基于Jena系统的知识融合三元组存储结构。 　　Abstract： The development of Semantic Web is changing rapidly. Hewlett-Packard Company （HP） is the leader in the research of Semantic Web. Its published Apache Jena system provides Triple Store， RDF （Resource Description Framework） and OWL （Web Ontology Language） platform for research Semantic Web.Apache Jena is a free and open-source Java toolkit developed by HP Labs for processing semantic web and linked data applications. This paper studies Jena-based knowledge fusion triple storage architecture. 　　关键词：Jena；语义Web；RDF；知识融合；RDFS；OWL 　　Key words： Jena；Semantic Web；RDF；knowledge fusion；RDFS；OWL 　　中图分类号：TP202 文献标识码：A 文章编号：1006-4311（2018）08-0126-04 0 引言 　　关系数据模型和半结构化数据模型是两种重要的数据模型，半结构化数据模型通常用XML和相关的标准表示，它是大多数关系数据库管理系统DBMS的一个附加特征[1]。RDF模型和RDFS（Resource Description Framework Schema Specification）规范是W3C的推荐标准，基于这个标准和XML语法建立的资源、信息、知识越来越多，它们大多以RDF文件的格式描述并存放在网络上，广泛存在于数字图书馆、知识库、本体等中。面对海量的数据和知识，如何保证一个RDF文件内容、版本等的一致性和正确性[2]，如何把不同RDF文件中相同的知识通过集合操作提取出来、不同的知识合并在一起，这是一个值得研究的知识融合语义Web问题，二十世纪九十年代末至今，国内外许多专家在从事这个领域研究。但RDF模型和RDFS规范是一项涉及知识面比较广的系统工程，目前，HP实验室的Jena系统对它的研究比较领先。2003年至今，我们对Jena系统的体系结构进行了研究，并基于Jena系统实现了知识融合的并集、交集、差集等操作，本文研究基于Jena系统的知识融合三元组物理存储（Triple store）结构。 1 Jena2系统的体系结构 　　Jena是HP实验室开发的一个用于处理语义Web和链接数据应用的免费开源Java工具包。Jena1版本于2000年发布，Jena2版本于2003年发布，2017年版本升级到apache-jena-3.5.0，本文使用的版本是Jena2.1（以下简称Jena）。Jena系统为研究语义Web提供Triple Store、RDF、OWL平台，Jena根据RDF模型和RDFS语法规范提供建立和操作RDF图的Java API，支持集合的并集、交集、差集操作。 　　通过调用Jena系统提供的核心API，创建和读取RDF图，实现集合的并集、交集、差集操作，可以使用XML格式、RDF格式或Turtle格式序列化三元组。 　　Jena系统的体系结构由Graph、EnhGraph、Model三层组成，如图1所示。Graph层主要实现三元组的存储，EnhGraph层为图和节点实现多种操作视图，Model层为应用编程人员提供不同视图，用来创建RDF图和操作RDF图，本文主要研究Graph层三元组的存储。 2 存储结构中用到的Java集合框架 　　在Java类集中常使用的接口是：Collection、List、Set、Map、Iterator、ListIterator、Enumeration、Sor