22、异构关系数据库的自动本体学习方法

异构关系数据库的自动本体学习方法

在异构数据库的语义集成背景下，我们提出了一种从关系数据库自动学习领域本体的新方法。该方法使用一个领域本体来涵盖多个关系数据库，而非为每个数据库单独构建本体，这样可以减少执行时间和本体模式占用的空间内存，从而提高性能。我们选择了具有大量科学数据库的食品风险领域来验证此方法。

相关工作

本体是一种重要的语义网技术，为知识的共享和重用提供了标准词汇。它可用于改进数据表示，通过将明确的含义与数据关联起来。在语义数据库相关主题中，本体有多种应用，如数据库语义丰富、数据消歧、语义数据集成等。处理数据库语义冲突的方式有多种，包括从本体创建数据库、从数据库学习本体以及管理数据和决策等。本文关注从关系数据库自动学习本体的新方法。

目前已有一些从单个数据库生成本体的方法。例如，Upadhyaya等人提出了将扩展实体/关系图（E/R图）转换为OWL本体的半自动化算法，需要领域专家辅助以获取更丰富的本体；Fahad提出了将E/R图转换为OWL本体的框架，但该框架在处理非二元实体关系时存在局限性。Dadjoo和Kheirkhah提出了基于关系数据库的自动本体构建方法，基于图论生成图并最终生成本体，但不适用于异构数据库。此外，还有一些将关系数据库映射到本体的工具，如DataMaster、KAON2和RDBToOnto，但这些工具仅限于同质数据库，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

我们的目标是使用基于语义相似度度量和Wordnet的新方法，从异构关系数据库自动生成本体。该方法将数据库的逻辑模型（用SQL语言表达）转换为本体的类层次结构（用OWL语言表达），旨在减少逻辑模型和本体模型之间的差距。

<