基于语义网格的语义关联存储模型及管理和通信平台 973语.pptVIP

基于语义网格的语义关联存储 模型及管理和通信平台 金 海 集群与网格计算湖北省重点实验室 华中科技大学 2 汇报提纲 ? 2005 年研究进展情况 – 语义网格存储概念结构 – 主要研究内容和进展 – 论文发表情况 ? 基于语义网的语义关联存储管理平台开发进展 ? 应用系统介绍 – SemreX: 文献元数据信息共享应用 ? 总结 3 语义网格存储概念结构 网格语义概念层 网格资源层 网格语义关联存储层 底层数据网格存储层 基于语义的自组织 语义网格拓扑结构 高效语义信息搜索 网格数据存储 基于本体的网格 语义信息提取 本体的半自动定义 本体更新和映射 4 2005 年主要研究内容 ? 语义关联存储模型研究 – 基于语义的存储及语义关联存储 – 本体的半自动定义 – 基于本体的信息提取 – 语义相似度 ? 基于主动存储的语义网格计算模型 – 基于语义相似度的语义网格自组织拓扑结构 – 基于语义的高效网格资源搜索机制 – 基于语义的网格资源自主探测和更新 5 基于语义的数据存储 ? 基于语义网技术的数据存储趋势（ OntoWeb ) – 对 RDF/S 支持远多于对标准本体语 (DAML+OIL) 的支持 – 大多数的查询语言是基于三元组的 – 大多数工具基于关系技术（对象或者关系数据库）来 存储数据 ? 目前存在的主要问题 – 工具不成熟 – 缺乏可扩展性 – 查全、查准等性能指标不高 6 语义关联存储 ? 语义关联 – 语义相似度及语义相关度 ? 分布 – 利用网格和对等网技术来增强语义存储的可 扩展性 ? Edutella 实现了基于 p2p 的 RDF 元数据网络 (www02) – 结合传统的数据库索引机制如 B+ 树，来索引 分布数据库，优化分布架构 7 语义关联存储所涉及的技术 ? 本体定义 ? 信息提取 ? 信息分类 ? 语义相似度及语义相关度 9 定义本体的方法 ? 自顶向下 – 人工构建上层本体 – 运用机器学习、数据挖掘等技术创建新的概念 – 比较语义相似度并检测概念冲突，构建新本体 ? 自底向上 – 对于大量的元数据采用核心本体表示 – 合并核心本体并形成上层本体 10 基于本体的信息提取 ? 信息提取 – 信息从无结构到有结构 – 从自然语言到机器可识别 ? 传统的信息提取技术 – 基于规则的方法：模式匹配、模板库 – 机器学习的方法： HMM 、 SVM 等 – 弊端 : 缺乏对提取出的实体之间联系的领域知识的识 别能力 ? 本体提供机器可识别的领域概念知识及其联系 11 基于本体的信息提取 ? 广域网中文档数据信息的一致性 ? 信息抽取的特异性 ? 实体以及实体间联系的自动识别 12 智能搜索引擎 基于本体的信息抽取 信息抽取工具 知识库 知识库 知识库 P2P 无结构、 半结构化的文档 Ontology 面向任务的本体 WWW … 13 基于本体的资源分类 ? 资源分类结合知识管理、数据挖掘、机器 学习以及信息检索等方面技术 ? 研究方法 – 对网格数据提取语义特征向量，运用数据挖 掘、信息检索中潜在语义索引 (LSI) 等技术 – 根据语义特征向量对数据进行基于本体的分 类，结合 kNN 、支持向量机、贝叶斯概率等分 类方法 14 本体的自动定义和资源分类 本体自学习 异构资源 本体设计和编辑 本体冲突检测 分类系统 特征提取 基于本体的资源数据库 具有自学习功能的本体 基于本体的资源数据库 本体 15 语义相似度 ? 存储结点之间的相似度 – 定义对象的语义相似度 – 网格存储结点之间的相似度 – Query 语句和网格存储结点之间的语义相似度 16 存储结点之间的相似度 | | | | 1 2 1 1 1 2 ( , ) [ ( , ) ( )] j P i P i j i j j i Sim P P Sim T T ? ? ? ? ? ? ? ? ? ? ? Grid Node A ... ... ... ... ... Grid Node B ... ... ... ... ... 17 语义 Query 语句和存储结点之间的语义 相似度 ? ? ( , ) max ( , ) i Q Q T P Sim T P Sim T T i i ? ? ? ? Paper Author SemreX: Paper 2005 ACMTopic/Software/Operating_Systems rdf :type SemreX : isAbout SemreX : Year SemreX : author SELECT Author, Paper FROM {Paper} rdf:type {SemreX:Paper}; SemreX:Topic {acm: ACMTopic/