21、利用FiRE在语义网中存储和查询模糊知识

利用FiRE在语义网中存储和查询模糊知识

1. 模糊查询概述

在模糊查询中，有一种查询类型会提供聚合类型的操作。其核心思想是，对于低权重标准下值较低的条目，不应给予严重的惩罚。并且，降低查询中某个标准的权重，不应导致相关性得分降低，相关性得分主要应由高权重标准决定。

2. 使用FiRE进行模糊查询

所有上述提到的查询都已在FiRE中使用用于RDF的SPARQL查询语言实现。查询过程如下：
1. 用户使用Queries推理选项卡指定查询。
2. 若为广义模糊合取查询，用户可选择上述提到的语义。
3. 查询被转换为SPARQL查询语言。
4. 向Sesame发出SPARQL查询。
5. Sesame引擎评估查询结果，FiRE进行可视化展示。

以下是具体的查询示例：
- 阈值查询示例 ：

x,y <- Father(x) >= 0.8 ^ isFriendOf(x,y) >= 1.0 ^ Teacher(y) >= 0.7

此查询要求找出所有能映射到x和y的个体，使得映射到x的个体作为父亲的程度至少为0.8，且与映射到y的个体处于“isFriendOf”关系的程度为1.0，同时映射到y的个体属于“Teacher”概念的程度至少为0.7。

转换为SPARQL查询如下：

SELECT ?x WHERE {
?x fr