基于本体XML语义集成和查询研究.docVIP

基于本体XML语义集成和查询研究 　　摘要:XML因其结构上的灵活性和易扩展性已经成为Web上异构数据转换和传输的标准,但是含有不同模式的XML数据源之间却很难进行相互操作,这给XML数据检索带来了更大的不便#65377;先提出一种从XML模式到OWL本体的映射算法,然后借助共享全局本体和同义词典实现多个映射后的本体在语义上的集成从而解决XML结构异构的问题,最后提出一种利用语义集成进行XML语义查询的框架并初步实现#65377; 　　关键词:XML;本体;语义集成;语义查询 　　中图分类号:TP391 　　文献标识码:A 　　 　　1引言 　　 　　XML已经成为Web上信息表达和数据交换的事实标准#65377;它提供了一种非常灵活的方式来表达数据:用户可以制定自己的标签来表示他们的数据,XML在描述数据内容的同时能突出对结构的描述,从而体现出数据之间的关系#65377; 　　但XML的一个重要不足是: XML规范只声明了数据在结构上的关系,不能表达出被标签标记的数据在语义上的联系#65377;这造成两个问题:1)同一种语义能够用多种不同结构的XML文档表达,而这些异构的XML文档之间很难实现相互操作;2)许多XML标签它们所表达出的含义是相同的,但是XML处理程序无法将其识别#65377; 　　本体因其对概念的明确形式化描述,以及对概念的属性和概念间的联系的清楚表达,为解决 上面的问题提供一种有效的手段#65377; 　　 　　2相关知识和研究背景 　　 　　2.1XML模式和语义定义1一个XML的模式可以被表示成下面的形式[1]:S=(E,A,root,σ,τ)的形式,其中E表示所有元素的集合, A表示所有属性的集合,root表示根元素#65377;σ和τ是两个映射,其中δ∶E→2E表示元素与其子元素之间的映射,如果一个元素包含了多个相同的子元素,则认为这些元素表达的语义是相同的;τ∶E→2　A表示元素与其包含的属性之间的映射#65377;映射δ和τ体现了XML的结构关系#65377; 　　XML的语义体现在XML的模式上#65377;XML没有提供任何对语义表达的约束,因此XML模式只能表达语法而不能表达形式化语义,但是XML的元素与其属性之间以及元素间的嵌套结构中蕴含着语义信息[2]#65377; 　　 　　2.2语义Web和本体 　　语义Web以XML作为语法基础,建立数据在更深层次?D语义上的互操作#65377;语义Web的主要特点是引入了本体的概念#65377;本体是共享概念模型的形式化规范说明,主要用来对描述属性或类的术语的含义及术语间的关系进行规约,为人和应用程序系统之间在某个主题的交流上提供的共同理解#65377; 　　定义2?б桓鐾暾?的本体被定义为七元组的形式:O=(C, A,C, R, A,R, H,C, H,R, X)其中C表示概念的集合#65377;A　C表示多个属性集合组成的集合,其中每个属性集合对应于一个概念#65377;R是一个关系集合#65377;A　R是由多个属性集合组成的集合,其中每个属性集合对应于R中的一个关系#65377;H　C表示概念之间的层次结构关系,H　R表示关系间的层次关系,X表示公理集合#65377;‘ 　　 　　3XML模式的语义映射和集成 　　 　　3.1映射规则和算法 　　映射的目的是在S和O中包含的术语之间建立一种关联,以实现XML在语义层上的互操作#65377;虽然S和O覆盖不同的层次,我们认为它们有符合人们主观认识的对应关系:1)S中定义的元素可以看作是O中定义的概念;2)元素包含的属性(attribute)可以看作是概念所具有的属性(property);3)元素之间的嵌套结构可以看作是概念之间的关系#65377; 　　定义3对模式S中的任意元素e来说,当δ(e)为空并且τ(e)也为空时,称e是simpletype元素;当δ(e)非空时,称e是complextype元素;其余情况则称e是commontype元素#65377; 　　由于映射只涉及到概念#65380;概念的属性和概念间的关系,我们在本体完整定义的基础上,给出简单本体的定义:Os=(C, A　c, R),用作与XML模式进行相互映射#65377;这里选择OWL DL作为描述本体Os的语言,在OWL中概念用建模原语owl:Class表示;概念的属性用数据类型属性owl:DatatypeProperty表示,概念间的关系用对象属性owl:ObjectProperty表示#65377;下面是映射规则以及在OWL 中的表示形式:表1映射规则及本体表示: 　　我们用下面的方式定义每个本体的基本命名空间:如果某个OWL本体o是由XML模式文件s映射而得到