RDFS表示本体建模语言OIL的一种方法

RDFS表示本体建模语言OIL的一种方法

付燕宁, 刘磊

（吉林大学计算机科学与技术学院, 长春 130012）

收稿日期:2005-01-21 修回日期:1900-01-01 出版日期:2005-11-26 发布日期:2005-11-26
通讯作者: 刘磊

A Approach for Representing Ontology Modeling Language OIL in RDFS

FU Yan-ning, LIU Lei

(College of Computer Science and Technology, Jilin University, Changchun 130012, China)

Received:2005-01-21 Revised:1900-01-01 Online:2005-11-26 Published:2005-11-26
Contact: LIU Lei

摘要/Abstract

摘要： 给出扩充RDF Schema使之能够表达完全的知识表示语言的方法. 通过为这种语言增加必要的表达能力和语义来完善RDF Schema, 使RDF Schema能够描述本体建模语言OIL. 进一步给出OIL原语的RDF Schema定义：任何OIL本体都可以使用RDF语法表示, 从而使其具有OIL的推理支持和形式化语义. 这种扩充方法同样也适用于其他知识表示的形式化.

关键词: 资源描述框架, 资源描述框架模式, 本体建模语言, 原语

Abstract: This paper shows how Resource Description Framework (RDF) Schema can be extended in order to express a full knowledge representation language OIL. By enriching Resource Description Framework Schema (RDFS) with the required additional expressive power and semantics of this language, ontology modeling language OIL can be described in it. The result of representing ontology modeling language OIL in RDFS is that any OIL ontology can be represented in RDF syntax, making it possessing reasoning support and formal semantics of OIL. The method of definition is equally applicable to other knowledge represent formalisms.

Key words: resource description framework, resource description framework schema, ontology interchange language, primitive

中图分类号:

TP301

付燕宁, 刘磊. RDFS表示本体建模语言OIL的一种方法[J]. J4, 2005, 43(06): 746-750.

FU Yan-ning, LIU Lei. A Approach for Representing Ontology Modeling Language OIL in RDFS[J]. J4, 2005, 43(06): 746-750.

[1]	杨勇, 张磊, 曲福恒, 刘俊杰, 陈强. 基于最频繁项提取和候选集剪枝的THIMFUP算法[J]. 吉林大学学报(理学版), 2021, 59(3): 635-642.
[2]	李永丽, 王浩, 金喜子. 基于随机森林优化的自组织神经网络算法[J]. 吉林大学学报(理学版), 2021, 59(2): 351-358.
[3]	张强, 朱刘涛, 王颖. 基于文化混洗蛙跳算法求解连续空间优化问题[J]. 吉林大学学报(理学版), 2020, 58(6): 1443-1451.
[4]	陈静, 唐傲天, 刘震, 徐森, 曹晓聪. 一种基于Kriging模型加点策略的多目标粒子群优化算法[J]. 吉林大学学报(理学版), 2020, 58(5): 1159-1166.
[5]	董立岩, 修冠宇, 马佳奇. 基于权重调节和用户偏好的协同过滤算法[J]. 吉林大学学报(理学版), 2020, 58(3): 599-604.
[6]	王晓宇, 李闯, 王海燕. 一种生成不完备诊断模型的方法[J]. 吉林大学学报(理学版), 2019, 57(5): 1207-1213.
[7]	白云霄. 基于集合理论的求解Ramsey数算法[J]. 吉林大学学报(理学版), 2019, 57(3): 647-652.
[8]	董立岩, 王宇, 任怡, 李永丽. 基于矩阵分解和聚类的协同过滤算法[J]. 吉林大学学报(理学版), 2019, 57(1): 105-110.
[9]	杨雪, 董红斌, 董宇欣. 改进的量子粒子群优化算法对多维多选择背包问题的求解[J]. 吉林大学学报(理学版), 2018, 56(6): 1461-1468.
[10]	金晓民, 张丽萍. 基于最小生成树的多层次k-Means聚类算法及其在数据挖掘中的应用[J]. 吉林大学学报(理学版), 2018, 56(5): 1187-1192.
[11]	徐中宇, 苏明玉, 姚庆安. 基于改进PSO算法的混合核SVM算法[J]. 吉林大学学报(理学版), 2018, 56(3): 625-630.
[12]	欧阳丹彤, 罗知雨, 耿雪娜, 张立明. 分布式离散事件系统的安全可诊断性算法[J]. 吉林大学学报(理学版), 2018, 56(3): 594-600.
[13]	廖星星, 孙胜利, 金钢. 智能实验室物理实体的形式化方法[J]. 吉林大学学报(理学版), 2018, 56(2): 389-394.
[14]	张为民, 李坷露, 李永丽. 基于社交关系和条件补全的协同过滤推荐算法[J]. 吉林大学学报(理学版), 2017, 55(05): 1244-1248.
[15]	王多民, 刘淑芬. 一种使用log函数的新型修正激活单元LogReLU[J]. 吉林大学学报(理学版), 2017, 55(03): 617-622.