【摘要】 本发明使用了基于扩充的SWRL规则本体关联方法，并把方法进行了扩展，从单一类的关联扩展到混合类和属性的关联，完善了基于SWRL规则的本体关联方法。同时使用了基于Bridge-Peer的模型进行本体间的关联。其主要内容是把语义相关度高的本体划分为一个簇，语义不相关或相关度低的本体处于不同簇内，簇内本体通过扩充的SWRL规则实现关联，而簇间的本体通过bridge-peer节点进行关联。该模型在进行查询关联时解决了瓶颈问题。本发明保留了基于SWRL扩充规则的本体关联方法和基于super-peer模型的本体关联方法的优点。同时，也弥补了两者的不足，使得新模型的健壮性更好，使用范围更广。 【专利类型】发明授权 【申请人】中山大学 【申请人类型】学校 【申请人地址】510275 广东省广州市新港西路135号中山大学园南路415栋401室 【申请人地区】中国 【申请人城市】广州市 【申请人区县】海珠区 【申请号】CN200810198792.2 【申请日】2008-09-26 【申请年份】2008 【公开公告号】CN101382950B 【公开公告日】2010-08-11 【公开公告年份】2010 【授权公告号】CN101382950B 【授权公告日】2010-08-11 【授权公告年份】2010.0 【IPC分类号】G06F17/30 【发明人】王若梅; 王众; 彭丽仪; 刘林 【主权项内容】一种基于SWRL-Bridge-Peer模型的本体关联方法，其特征在于在簇间的查询使用Super-Peer模型的机制，在基于Super-Peer模型的本体关联方法中，把网络中的本体根据一定规则划分为不同的簇，每个簇中有一个称为super-peer的特殊节点，这里使用一个称为bridge-peer的节点来连接不同的簇，进行不同簇间本体的关联；但在簇内，为了保持使用SWRL扩充规则进行的本体关联的灵活性和通用性，并消除Super-Peer模型中瓶颈问题，使用完善的SWRL扩充规则进行簇内的本体关联，具体步骤如下：步骤1.用户进入该本体关联平台，进行本体的选择；步骤2.系统根据用户提交的本体，列出本体中存在的类，数据属性以及对象属性信息；步骤3.用户提交查询需求，系统分析用户提交的谓词类型再进行分别处理；步骤4.如果规则中包含类谓词，且类谓词中的类是本地本体中的类，则执行步骤5；如果类谓词中的类是关联本体中的类，则执行步骤6；步骤5.查询本地本体关于步骤4类谓词中类的实例集；步骤6.向关联本体发出查询关于步骤4类谓词中的类的实例集的请求；步骤7.如果规则中包含属性谓词，且属性谓词中的属性是本地本体中的属性，则执行步骤8；如果属性谓词中的属性是关联本体中的属性，则执行步骤9；步骤8.查询本地本体关于步骤7属性谓词中的与该属性具有关系的实例集；步骤9.向关联本体发出查询关于步骤7属性谓词中的与该属性具有关系的实例集；步骤10.返回最终用户查询的结果。 【当前权利人】中山大学 【当前专利权人地址】广东省广州市新港西路135号中山大学园南路415栋401室 【统一社会信用代码】121000004558631445 【家族被引证次数】4
