基于保守扩充理论的模块化本体重用
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金(61272066);教育部新世纪优秀人才支持计划(NCET-12-0644);广州市科技计划(2014J4100031,201604010098);广西可信软件重点实验室(桂林电子科技大学)研究课题(KX201419)


Modular Ontology Reuse Based on Conservative Extension Theory
Author:
Affiliation:

Fund Project:

National Natural Science Foundation of China (61272066); Program for New Century Excellent Talents in University of Ministry of Education of China (NCET-12-0644); Program for Science and Technology of Guangzhou (2014J4100031, 201604010098); Project for Guangxi Key Laboratory of Trusted Software (Guilin University of Electronic Technology) (KX201419)

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    分析了本体重用的研究现状和目前重用方法只适用于单个独立本体的不足,以ε-Connections语言构建的模块化本体库为研究对象,基于保守扩充理论提出了本体模块知识完整性概念,并证明了知识完整性的相关性质.在此基础上,给出了一种针对模块化本体库的保守扩充重用算法ERMMO(extracting reused modules from modularontologies),讨论了该算法的两种子算法EMMOIK和EMOIK的特点及适用条件.分析并验证了ERMMO算法的可行性和正确性.ERMMO算法是当前保守扩充重用算法的一般化扩充,对模块化思想应用于本体重用问题有所启示.

    Abstract:

    In this paper, the current research progresses of ontology reuse is reviewed and the issue that current ontology reuse algorithms can merely be applied to a single independent ontology is addressed. Focusing on the modular ontologies with ε-Connections language, the IKMO (integrity of knowledge about the module in an ontology) is presented based on the theory of conservative extension. The related properties of IKMO are proved. Further, an algorithm for the ontology reuse with the conservative extension ERMMO (extracting reused modules from modular ontologies) is provided. The features and conditions of two sub-algorithms of ERMMO are discussed. Lastly, the feasibility and soundness of ERMMO are analyzed and verified. ERMMO is a generalization of the current reuse algorithms based on conservative extension theory, and can be served as the guidelines for reuse of modular ontologies.

    参考文献
    相似文献
    引证文献
引用本文

李璞,蒋运承,王驹.基于保守扩充理论的模块化本体重用.软件学报,2016,27(11):2777-2795

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2015-04-29
  • 最后修改日期:2015-08-24
  • 录用日期:
  • 在线发布日期: 2016-11-02
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号