软件学报

北大核心,INSPEC,JST,Pж(AJ),EI

国内刊号:11-2560/TP

国际刊号:1000-9825

软件学报杂志2020年第2期:一种基于约束依赖性分析的RDFS模式抽取方法

发布日期:

作者:赵晓非,史忠植,田东平,刘建伟

单位:赵晓非,天津工业大学 计算机科学与技术学院, 天津 300387;中国科学院 计算技术研究所 智能信息处理重点实验室, 北京 10019011,史忠植,中国科学院 计算技术研究所 智能信息处理重点实验室, 北京 10019002,田东平,中国科学院 计算技术研究所 智能信息处理重点实验室, 北京 10019003,刘建伟,中国科学院 计算技术研究所 智能信息处理重点实验室, 北京 10019004

关键词:RDFS(resource description framework schema);约束;本体抽取;依赖性分析

基金:国家重点基础研究发展计划(973)(2013CB329502);国家自然科学基金(61035003);江苏省计算机信息处理技术重点实验室开放基金(KJS1737);陕西省科技厅工业攻关项目(2018GY-037)

为了验证RDFS(resource description framework schema)本体的正确性所执行的推理是一项计算开销很大的任务,该任务在附加约束存在的条件下变得更加复杂.提出了一种旨在不改变推理结果的前提下,对RDFS模式进行抽取的方法.该方法基于对约束间的依赖关系进行分析.为了获取RDFS模式的精确语义,首先,将模式元素和约束形式化为一阶谓词逻辑中的析取嵌入依赖;接着,根据约束间的相互影响建立约束依赖图,在此基础上,提出了删除与推理任务无关的边和节点的策略;最后,通过重构造过程获取RDFS子模式.该方法使得推理验证可以在抽取后的小规模本体上进行.实验结果显示,该方法可以显著地提高RDFS本体验证过程的效率,抽取过程的平均耗时为0.60s,与推理检测时间相比几乎可以忽略,而获得的效率提升则为2.00倍~22.97倍不等.

来源:2020年第2期

《软件学报》期刊编辑部

查看软件学报杂志2020年第2期

联系我们

  • 地址:北京8718信箱
  • 电话:010-62562563
  • E-mail:jos (a) iscas. ac. cn

咨询工作人员