22、从异构关系数据库自动学习和演化本体的新方法

从异构关系数据库自动学习和演化本体的新方法

在异构数据库的语义集成背景下，需要一种从关系数据库自动学习领域本体的新方法。使用多个关系数据库的一个领域本体，可以通过减少执行时间和本体模式占用的空间内存来提高性能。下面将详细介绍这种新方法。

相关工作

本体是一种重要的语义网技术，可作为知识共享和重用的标准词汇。它在语义数据库的不同主题中都有应用，如数据库的语义丰富、数据消歧、语义数据集成等。在从关系数据库自动生成本体方面，已有一些研究和工具：
- 已有方法 ：
- Upadhyaya等人提出将扩展实体/关系图（E/R图）转换为OWL本体的半自动化算法，需要领域专家辅助。
- Fahad提出将E/R图转换为OWL本体的框架，但处理非二元实体关系时有限。
- Dadjoo和Kheirkhah基于图论提出自动本体构建方法，但不适用于异构数据库。
- 相关工具 ：DataMaster、KAON2和RDBToOnto等工具可将关系数据库映射到本体，但它们主要适用于同质数据库，无法确保本体随异构数据库的演化。

自动本体学习的语义方法

此方法旨在使用语义相似度度量和Wordnet作为词汇数据库，从异构关系数据库自动生成本体。具体过程基于四个顺序过程（生成类、生成数据类型属性、生成对象属性、生成实例）以及一个确保本体演化的过程。
- 生成类过程 ：
- 提取信息 ：从五个异构的食品风险领域关系数据库中提取表信息，存储在名为Class的新关系表中。部分示例如下