欢迎来到天天文库!上传客服QQ1290478887点击这里,给天天文库发消息,QQ:1290478887 | 帮助中心 分享价值,快乐你我!
天天文库
全部分类
  • 学术论文 >
    毕业论文 毕业设计 临时分类
    学术论文
    毕业论文 毕业设计 临时分类 土木工程毕业设计 asp毕业设计 安卓毕业设计 php毕业设计 文献综述 其他论文 外文翻译 Java毕业设计 asp.net论文 英语论文 机械毕业设计 船舶工程毕业论文 法学专业毕业论文 工商管理毕业论文 汉语言文学毕业论文 行政管理毕业论文 护理学毕业论文 化学专业毕业论文 会计学毕业论文 计算机论文 教育学论文 金融管理论文 景观设计毕业论文 旅游管理毕业论文 文秘秘书毕业论文 人力资源管理毕业论 期刊论文 数学专业毕业论文 心理学毕业论文 平面艺术设计论文 开题报告 音乐专业毕业论文 市场营销论文 装修毕业论文
  • 应用文档 >
    商业计划 设计方案 施工方案
    应用文档
    商业计划 设计方案 施工方案 事迹材料 使用与维护手册 工作思想汇报 表格清单 应急预案 调研报告 策划书 项目建议书 技术措施与指南 可行性研究报告 分析报告 演讲稿 自查报告 党校课件 党校讲课稿 合同协议范本 ppt模板 工作总结 工作计划 工作报告 讲话稿 心得体会 活动方案 规章制度 读后感 汇报材料 其他办公文档
  • 行业资料 >
    专业技术 解决措施 指导说明书
    行业资料
    专业技术 解决措施 指导说明书 组织施工设计 技术规范 国家标准 行业标准 经营营销
  • 教育资源 >
    课后答案 笔记讲义 主题班会
    教育资源
    课后答案 笔记讲义 主题班会 医学课件 PDF书籍 商业培训 优质公开课课件 考试资料 教学课件 职业培训课件 大学学习资料 高中学习资料 初中学习资料 小学学习资料 其他学习资料 练习与试题 英语资料 课程设计 临时分类
  • 其他资料 >
    其他文档 免费文档
    其他资料
    其他文档 免费文档
  • 首页 天天文库 > 资源分类 > DOC文档下载
     

    基于语义推理的资源可视化研究与实现

    • 资源ID:18760186       资源大小:193.50KB        全文页数:9页
    • 资源格式: DOC        下载权限:游客/注册会员    下载费用:10积分 【人民币10元】
    游客快捷下载 游客一键下载
    会员登录下载
    下载资源需要10积分 【人民币10元】

    邮箱/QQ:
    温馨提示:
    支付成功后,系统会根据您填写的邮箱或者QQ号作为您下次登录的用户名和密码(如填写的是QQ,那登陆用户名和密码就是QQ号),方便下次登录下载和查询订单;
    特别说明:
    付款后即可正常下载,下载内容为可编辑文档格式,推荐使用支付宝;
    支付方式: 支付宝    微信支付   
    验证码:   换一换

     
    1、本站资源不支持迅雷下载,请使用浏览器直接下载(不支持QQ浏览器);
    2、文档下载后都不会有天天文库的水印,预览文档经过压缩,下载后原文更清晰;
    3、所有的PPT和DOC文档都被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;下载前须认真查看,确认无误后再购买;
    4、所有文档都是可以预览的,天天文库作为内容存储提供商,无法对各卖家所售文档的真实性、完整性、准确性以及专业性等问题提供保证;
    5、文档的总页数、文档格式和文档大小以系统显示为准(不同办公软件显示的页数偶尔有区别),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据;
    6、如果您还有什么不清楚的,可以点击右侧栏的客服对话;
    下载须知 | 常见问题汇总

    基于语义推理的资源可视化研究与实现

    基于语义推理的资源可视化研究与实现基于语义推理的资源可视化研究与实现 刘毅 1 宋文2 汤怡洁1 周子健1 杨锐1 1(中国科学院国家科学图书馆武汉分馆/中国科学院武汉文献情报中心 湖北 武汉 430071) 2(中国科学院国家科学图书馆,北京,100190) [摘要摘要] 从语义推理和资源可视化两个方面入手,首先调研了国外相关技术和项目的研究现 状。在理论研究的基础上,提出了语义可视化应用的设计方案,并介绍了具体的实现方法。 最后,以中国科学院国家科学图书馆构建的专业领域知识应用环境(SKE)平台为例,展示 了可视化实现效果。 [关键词关键词] 语义推理,推理机,可视化 [中图分类号中图分类号] G250 Research and Implementation of Resource Visualization Based On Semantic Inference Liu Yi1 Song Wen2 Tang Yijie1 Zhou Zijian1 Yang Rui1 1Wuhan Branch of National Science Library of CAS, Wuhan, 430071, China 2 National Science Library of CAS, Beijing, 100190, China [Abstract] Start from the semantic inference and resource visualization, this paper researches the related technologies and abroad projects firstly. On the basis of the theory, design and implement the semantic visualization application. Lastly, take the Subject Knowledge Environment SKE which developed by CAS for example, show the effect of visualization. [Keywords] Semantic Inference, Inference Engine, Visualization 1.引言 随着信息化社会的发展,越来越多的资源利用网络进行传播,各种电子化数字化的信 息源越来越庞大。人们在对海量数据进行浏览和检索的时候,更希望了解数据之间的相互 关系,而不是一个个孤立的信息点。实际上,在这些数据背后包含着大量的隐性知识,如 何将这些隐性知识挖掘出来直观的展示在人们面前成为了迫切的需求。 基于语义网技术,通过知识组织体系将数据有效的组织成为知识,能够帮助机器理解 知识含义并计算相互间的关联关系。语义推理是由给定的知识获得相关的隐性知识,利用 相关的推理机以及人工干预设定的推理规则充分挖掘知识内在联系。在与用户交互过程中, 为了使知识发现的过程和结果易于理解,知识可视化也成为人们关注的方向。 2国外研究现状 2.1 相关技术研究 在语义推理方面的相关技术研究主要集中在描述逻辑、推理算法以及推理机等方面。 描述逻辑[1]能够提供可判定的推理,是一种基于逻辑的知识表示形式。基于描述逻辑语言 ALC 的推理分为 TBOX 和 ABOX 两大类,主要支持概念蕴含推理、概念等同推理以及实例检 验和一致性检验等。用于语义推理的推理算法很多,其中最为常用的算法包括 Tableau 算 法和 Rete 算法。目前各种流行的推理机所使用的算法多为以 Tableau 算法[2-3]和 Rete 算法 为基础的优化算法。当前已经出现了多种用于本体推理的推理机,如 Racer、Pellet、FaCT、Jena、Jess 等。其中 Jena 作为本体存储系统带有简单的推理功能, 支持基于规则的简单推理;Pellet 基于 Tableau 算法支持 OWL DL 级的推理,可处理描述逻 辑的本体。 在知识可视化方面,视觉表征是可视化构成的关键因素。相关研究主要是概念图、思 维导图、认知地图、语义网络和思维地图几种知识可视化技术上,其中概念图可以基于相 关理论形成图形化知识表征,语义网络以图形的方式解释概念及概念间的关系,形成层次 网状结构。通过视觉表征来促进知识的传播和创新是知识可视化的主要研究方向之一。 2.2 相关项目研究 在语义网和知识可视化技术方面的研究,欧美一直处于全球领先地位,许多关键技术 经过研究阶段,正在逐步进入实际的社会化应用。 在美国,很多大学院校以及科研院所都开展了相关方向的研究,例如美国国家科学基 金会(NSF)资助的 SemDis 项目[4]由美国莱特州立大学、乔治亚大学和马里兰大学共同完 成。这个项目主要的研究方向是通过设计、构建并验证 SemDIS(Semantic Discovery,语义 发现)系统来发现语义环境中索引和检索复杂的知识间语义关联关系。该项目设置了 SemViz 子项目,研究知识发现中的可视化呈现模型以及图形化查询表达等。由美国康奈尔 大学、印第安纳大学、佛罗里达大学等大学院校和科研院所共同参与的 VIVO 项目[5]由 NIH 资助,旨在建立科学家的关联关系语义网络。该项目利用语义网技术建立科学家的交流模 式,并提供语义检索,方便发现相关研究人员和合作者。在 VIVO 项目的最新成果中,将人 物关联关系可视化作为了一个新亮点,基于可视化技术实现了语义关联关系的科学家合作 网络。 在欧洲,欧盟 FP7 框架支持的 CUBIST 项目[6]由来自英国、法国、保加利亚的 6 家研究 机构和大学院校共同承担,项目将商业智能和语义技术相结合,处理各类结构化和非结构 化数据的结合以及存储问题,利用语义技术提升商业智能能力并提供了可视化分析工具进 行查询、导航等。芬兰坦佩雷理工大学的超媒体实验室[7](HLab)有专门针对知识模型和 可视化方向的研究团队。研究组将数据挖掘、建模、可视方法与语义技术相结合,具体研 究知识可视化,摘要信息模型以及内容的交互可视呈现技术。他们参与了多项合作项目, 例如 OPAALS、DBE、Semogen、Sindi 等。 3语义可视化应用设计 可视化应用主要是针对人们对可视模式快速识别的自然能力,利用计算机对抽象数据 进行可视表示,来增强人们对这些抽象信息的认知。资源可视化作为应用系统的表现层需 要以底层知识库和数据处理做依托。因此,如何获取更多相关联的数据,如何深度挖掘资 源内部的隐含关联性就成为了一个重要的问题。在这些需求的驱动下,可视化后台数据处 理引入了语义的概念。利用底层知识库进行语义推理,通过推理机和推理规则发现知识, 获取隐含知识。同时与知识关联度表进行比对,计算知识间的关联紧密程度,为可视化表 现层提供数据支持。可视化应用整体框架设计如图 1 所示 图 1 可视化应用框架图 3.1 知识库设计 知识库是持久化存储各种知识组织体系和知识资源的,主要包括基于本体构建的知识 组织体系和利用本体组织的各种资源。为了高效的操作 OWL 本体,采用 MySQL 作为持久 化存储工具,利用 Jena API 将 OWL 的数据结构以三元组(主谓宾)的形式存储到数据库中。 3.2 语义推理模块设计 语义推理模块用于深度挖掘知识库中知识的内在关联关系,在底层为可视化呈现提供 更丰富的知识资源。系统采用外挂 Pellet 专业推理机的形式实现 OWL DL 级别的推理, 同 时利用 Jena API 实现用户自定义推理规则的语义推理。 为了更好的达到知识挖掘的效果,系统底层为人物关系图谱可视化模块定制了十几条 推理规则支持可视化呈现。自定义推理规则主要包括在同一研究所、发表同一篇论文、 同一研究小组成员等,每条推理规则都设定具体的推理条件。以发表同一篇论文和在同一 研究所为例,具体说明推理规则的条件设定方法 IF T论文 A, 作者, 科研人员 A AND T论文 A, 作者, 科研人员 B THEN T科研人 员 A, 发表同一篇论文, 科研人员 B IF T研究组 1, 研究组成员 or 研究组组长, 科研人员 A AND T研究组 2, 研 究组成员 or 研究组组长, 科研人员 B AND T研究组 1, 上级机构, 实验室 A AND T研究组 2, 上级机构, 实验室 B AND T实验室 A, 上级机构, 研究所 AND T实验室 B, 上级机构, 研究所 THEN T科研人员 A, 在同一研究所, 科研人员 B 3.3 系统接口设计 为了确保系统与其他平台之间的互操作性,系统设计了基于 Web Service [8]标准的接口 供第三方系统调用。第三方系统可以通过对接口的调用,获取系统中的知识并在此基础上 进行二次开发。系统提供的接口主要包括知识实例获取接口、知识实例检索接口等。Web Service 接口采用开源框架 xfire [9],通过 WSDL 实现接口的发布和使用。这里提供的各种 Web Service 接口为受限接口,在调用时需要进行身份认证,通过用户名和密码控制接口访 问权限。 3.4 可视化模块设计 可视化模块是整个应用的最终表现形式,将获取的知识按定义好的形式进行图形化展 示。这里以人物关系图谱为例介绍可视化模块的具体设计,人物关系图谱是利用可视化图 形界面直观的展示人物之间的关系及关联紧密度。系统根据推理规则设计了体现关联关系 紧密度的关联度表,为每条推理规则设置关联度参数,以保证可视化模块呈现完整的关联 知识和真实的知识关联紧密度。关联度表采用 xml 格式为基础,以每条推理规则为节点, 利用推理规则的唯一标识符与具体的关联度参数进行关联。 在可视化图谱上主要提供以下几个方面的功能操作,点击图谱内任意节点,则显示以 该节点为中心节点的合作者网络;鼠标移至节点与节点之间的连线时,可以显示出两者之 间具体的合作关系属性;鼠标移至节点上时,可以显示知识点的具体详细信息。在技术实 现方面,主要采用了 Flex 技术支持可视化模块的开发。 4应用具体实现 根据整体设计和功能设计,可视化应用分为四个主要功能模块。这里主要针对语义推 理模块和可视化模块的实现过程进行分析。 4.1 语义推理模块实现 语义推理模块结合自定义规则和 Pellet 完备的 OWL DL 的推理功能。首先使用 Pellet 作 为底层推理,对知识库建立基于标准公理的推理机模型,使用 Pellet 的 PelletReasoner 接口, 该接口的 bind函数可以把初始的数据模型绑定为推理模型 InfModel,我们这里将 InfModel 命名为 Pellet Model。创建 Pellet 模型的关键代码如下 Resource conf cModel.createResource; conf.addProperty ReasonerVocabulary.EXT_REASONER_URL, cModel.createResource http//localhost8081 ; DIGReasonerFactory drf DIGReasonerFactoryReasonerRegistry.theRegistry.getFactory DIGReasonerFactory.URI ; DIGReasoner r DIGReasoner drf.create conf ; OntModelSpec spec new OntModelSpec OntModelSpec.OWL_DL_MEM ; spec.setReasoner r ; 在Pellet Model的基础上,使用Jena的推理子系统建立自定义规则的推理机。底层Pellet 推理机能进行自主推理计算并把结果提交给上层Jena推理子系统,Jena可以把Pellet推理的 结果作为源数据模型再次进行自定义关系的演算。知识库自定义规则按Jena标准规则语言 规范 [10]书写,具体规则表示如下 x http//www.las.ac.cn/skeontologypaper_author y,x http//www.las.ac.cn/skeontologypaper_author z,notEqualy,z - y http//www.las.ac.cn/skeontologyessay_cooperation z 所有的规则集合以xml文件格式存储,用具体推理资源的所属类作为xml格式的节点。 在创建Jena推理模型时,将xml格式的规则文件读取出来导入Jena推理子系统与之前利用 pellet推理机创建的模型结合,最终获得完整的推理模型。创建Jena推理模型infmodel的关 键代码如下,其中ruleStrs字符串是具体的推理规则,pelletmodel是底层Pellet推理机创建的 模型。 Reasoner reasoner new GenericRuleReasonerRule.parseRulesruleStrs; reasoner.setDerivationLoggingtrue; InfModel infmodel ModelFactory.createInfModelreasoner, pelletmodel; 根据表现层可视化的需要,确保能够让用户直观的发现知识之间的关联关系和关联度 强弱,语义推理模块不仅要将具有关联性的隐含知识挖掘出来,还要计算这些具有关联性 的知识之间的关联程度和紧密度。这里的关联度计算 [11]是针对之前自定义推理规则由人工 进行干预设置的,不同推理规则推导出的知识关联度强弱不一。通过对推理规则的分析, 提出了每条推理规则具体的关联度参数,参数以0.5为增量递增,最终将知识及其关联度作 为底层数据支持提供给可视化组件调用。 4.2 可视化模块实现 可视化模块作为表现层应用,通过 Web Service 标准接口调用底层功能获取数据;同时 解析数据生成图谱。首先在 mxml 文件中定义 Web Service 访问对象, mxWebService idmyService wsdlhttp//localhost/xservices/SKEServicewsdl faultAlert.showevent.fault.faultString, Error mxoperation namereturnInstanceByURI resultresultCenterNodeevent/ mxoperation namelistMeAndRelatedInstance resultresultHandlerRelatedOInstanceevent / /mxWebService 通过 Web Service 的 WSDL 文件获取提供的方法名,利用 mxoperation 描述具体需要调 用的方法。并且在 result 参数中指定方法调用完成后的委托方法,也就是调用 Web Service 方法获取结果后的 Flex 解析。在获取数据集的基础上,需要进一步对资源可视化图谱的样 式进行定义,可以根据各个应用的需要自己定义,我们这里构建了一个 Layouts.as 文件专 门指定可视化图谱样式,针对节点、线的颜色,大小分别进行了控制。部分代码示例如下 data.nodes.visitfunctionnsNodeSpritevoid { var tempString ns.data[instancename]; iftempnull { temp instanceArray[0][instancename] var tsTextSprite new TextSpritetemp,textFormat; ts.horizontalAnchor TextSprite.CENTER; ts.verticalAnchor TextSprite.MIDDLE; ts.textField.background false; ts.textField.backgroundColor 0xff990022 } 最后利用Flash Builder将Flex源码(.mxml和.as文件)编译为Flash字节代码(.swf)文件, 客户端在需要嵌入可视化模块的页面加入swf文件并提供相应参数就可以调用可视化组件了。 5语义可视化应用实例效果 中国科学院国家科学图书馆构建的专业领域知识应用环境(SKE)平台 [12-13]集成了在 用户科研工作流中不同阶段需求的各类数字信息资源,并且利用知识组织体系进行组织实 现知识关联。在人员关联关系显示时,采用了人物关系图谱的形式。人物关系图谱是利用 图形可视化组件直观的展示人物之间的关系及关联紧密度,具体展示形式如图 2 所示。 图 2 SKE 环境中可视化组件实例 在图 5 中,以圆形为节点的人员“龚谦”是中心节点,其余所有节点都是与该中心节点 有关联关系的人员记录,用矩形表示。关联人员用不同颜色标识,同种颜色表示具有同一 种关联关系的人员。节点与节点之间的线为具体的关联关系属性,长短表示关联紧密度, 线条越短则表示关联度越高。当鼠标移动到线上时,会出现具体的关联属性名称。 6结语 在知识经济时代,知识以数量级的速度增长,为了使人们更好的理解知识,发现知识 之间的关联,知识的可视化越来越受到重视,人们对知识可视化的需求也越来越迫切。基 于语义的可视化应用基础主要有两个方面,后台的知识推理与发现和前台的知识关联呈现。 在下一步的工作中,进一步完善这两个方面的功能,在后台的知识推理方面,研究知 识关联度的机器自动计算方面的问题,改进目前仍需要人工手动设置关联度的问题。在前 台的知识关联呈现方面,需要进一步的设计各种展现形式,根据呈现知识的结构与特性, 利用不同的展现方式进行呈现。通过对上述问题的改进完善,争取将基于语义的可视化组 件推广到各种不同类型的平台中应用。 参考文献 [1] Description Logic [EB/OL]. [2011-10-13]. http//en.wikipedia.org/wiki/Description_logic [2] F.Baader, U.Sattler, An overview of tableau algorithms for description logics, StudiaLogica, 2001, 5-40 [3] I.Horrocks, Optimising Tableaux Decision Procedures for Dscription Logics [PhD thesis], University of Manchester, UK, 1997 [4] SemDis 项目 [EB/OL]. [2011-10-15]. http//knoesis.org/research/semweb/projects/semdis/ [5] VIVO 项目[EB/OL]. [2011-10-15]. http//vivoweb.org/ [6] FP7 CUBIST 项目[EB/OL]. [2011-10-16]. http//www.cubist-project.eu/ [7] HLab knowledge modeling and visualization [EB/OL]. [2011-10-16]. http//matwww.ee.tut.fi/hypermedia/en/research/knowledge-modelling-and-visualisation/ [8] 龚玲, 张云涛译. Web 服务原理和技术[M]. 机械工业出版社. 2009.12 [9] 拜文娟, 马思光. 基于 XFire 和 Axis 构建 Web 服务的研究与实践[J].计算机技术与发展,20108 120-123 [10] Jena 2 Inference Support [EB/OL]. [2011-07-01] http//jena.sourceforge.net/inference/ [11] 王志愿,夏士雄,张磊,周川祥. 语义驱动的关联规则挖掘算法研究[J].计算机工程与设计,20113 936-939 [12] 黄金霞,宋文,刘毅等.中国科学院专业领域知识环境的建设与应用[J].图书情报工作,2010增刊. [13] 中国科学院专业领域知识环境[CP]. [2010-09-15]. http//ske.las.ac.cn/

    注意事项

    本文(基于语义推理的资源可视化研究与实现)为本站会员(daostart201403)主动上传,收益归上传者所有,天天文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知天天文库(发送邮件至[email protected]或直接QQ联系客服),我们立即给予删除!

    温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载不扣分。




    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服点击这里,给天天文库发消息,QQ:1290478887 - 联系我们

    网站客服QQ:1290478887        微信公众号:iwenku365

    [email protected] 2017-2027 wenku365.com 网站版权所有

    经营许可证编号:鄂ICP备17008239号-1 

    收起
    展开