摘要:针对语义Ｗｅｂ上的模糊ＯＷＬ２本体,提出了基于关系数据库的模糊本体存储方法.通过深入分析模糊ＯＷＬ２本体的结构及语义特点,提出了基于模糊关系数据库的模糊本体存储结构,在此基础上,给出了模糊ＯＷＬ２本体到模糊关系数据库映射的形式化方法.理论和实例结果表明所提出的形式化映射方法是合理和可行的.
关键词:模糊集,模糊ＯＷＬ２本体,模糊关系数据库,映射,转换
语义Ｗｅｂ[１]是对现有Ｗｅｂ的一个扩展,它允许计算机系统能够理解、分享和推理当前Ｗｅｂ中的数据.本体(Ｏｎｔｏｌｏｇｙ)是概念化的明确的规范说明[２],能够利用规则来表示不同实体之间的属性和关系,常用于信息处理和知识工程域.在语义Ｗｅｂ的层次结构中本体处于核心位置,是语义Ｗｅｂ知识表示的标准.ＯＷＬ是万维网联盟Ｗ３Ｃ推荐的标准本体描述语言.由于初始版本ＯＷＬ１自身的一些不足,Ｗ３Ｃ基于ＯＷＬ１进一步提出ＯＷＬ２本体语言[３].ＯＷＬ２增强了表达能力和元建模能力,对数据类型的扩展支持,特别是扩展注释能力.在现实生活中,信息往往包含有不精确和不确定性内容,以经典描述逻辑为基础的本体模型无法表示和处理模糊知识,为了使本体模型能够表示和处理模糊知识,很多研究工作利用模糊集理论对本体进行模糊化扩展,进而产生了一种新的知识表示模型———模糊本体模型[２]
在本体工程领域,近年来已有一些研究工作致力于数据模型到本体及本体到数据库模型的映射,其中前者服务于本体的构建[４],后者服务于本体的存储[５],它们是实现本体管理的基础.与经典本体的状况类似,在模糊本体领域,已有一些研究工作致力于模糊数据模型到模糊本体的映射[６].例如,文献[７]建立了模糊本体和模糊关系数据库之间的对应关系,提出了由模糊关系数据库构建模糊ＯＷＬ１本体的形式化方法.需要指出的是,当前有关模糊本体到模糊数据库模型映射方法的研究工作还很少.文献[８]针对模糊中医药本体的存储,通过实例给出了模糊中医药本体基于关系数据库中的存储结构,但该存储结构不具有通用性.文献[９]给出模糊本体的形式化定义,提出了模糊本体的类、对象属性和数据属性到模糊关系数据库的存储算法,并利用ＲＤＦ数据模型表示模糊本体实例存储到模糊关系数据库中,但所提方法只适用于模糊ＯＷＬ１本体存储.
随着模糊本体研究工作的逐步深入,越来越多基于ＯＷＬ２语言的模糊本体[２]将被建立和使用,它们的持久化存储就成为模糊本体工程领域一个亟待解决的重要问题.模糊本体到模糊数据库模型映射方法的提出,将为模糊本体数据库存储的实现奠定坚实的理论基础.本文以模糊ＯＷＬ２本体作为映射的源模型,以模糊数据库领域流行的模糊关系数据库[１０]作为映射的目标模型,给出模糊ＯＷＬ２本体到模糊关系数据库映射的形式化方法,以及映射的合理性证明,并通过实例说明映射方法的可行性.
１模糊ＯＷＬ２本体和模糊关系数据库模型的形式化定义
为了实现模糊ＯＷＬ２本体到模糊关系数据库的映射,首先需要给出两种模型的形式化定义,在此基础上通过比较两种类型模糊模型的对应关系,提出模糊ＯＷＬ２本体到模糊关系数据库的映射方法
１. １模糊ＯＷＬ２本体模型
为了在ＯＷＬ中表示和处理模糊知识,Ｚａｄｅｈ等[９-１０]提出的模糊集理论已被用于对本体进行模糊化扩展,由此产生了模糊本体.为了表示模糊本体,文献[１１-１２]提出了模糊ＯＷＬ１的模糊扩展形式,考虑到模糊ＯＷＬ１在语义表达能力方面的局限性,文献[２]基于ＯＷＬ２提出了模糊ＯＷＬ２表示语言.
定义１模糊ＯＷＬ２本体可以用一个６元组表示ＦＯ＝(ＦＣＯ,ＦＤＲＯ,ＦＤＰＯ,ＦＯＰＯ,ＦＯＡｘｉｏｍ,ＦＩＯ),主要包括了以下几种成分:
１) ＦＣＯ是模糊类的集合(也称模糊概念),每个类不是ＡｂｓｔｒａｃｔＣｌａｓｓ就是ＣｏｎｃｒｅｔｅＣｌａｓｓ,这两种模糊类包含着一些子类,复杂类至少包含用户定义的模糊类或者ｏｗｌ:Ｔｈｉｎｇ和ｏｗｌ:Ｎｏｔｈｉｎｇ;
２) ＦＤＲＯ是模糊数据域标识符的集合,每一个模糊数据域对应ＸＭＬＳｃｈｅｍａ数据类型;
３) ＦＤＰＯ是模糊数据属性标识符的集合,数据属性是连接个体和数据值的;
４) ＦＯＰＯ是模糊对象属性标识符的集合(也称模糊抽象角色),每个属性表示个体之间的关系,且具有其特性和约束;
５) ＦＯＡｘｉｏｍ是一个公理和断言的集合,是表示类、属性和个体相互之间的关系;
６) ＦＩＯ是模糊个体集合,而隶属度表示某个个体属于类的程度,体现模糊类包含某个个体实例的不确定性.
图１给出１个模糊ＯＷＬ２本体的实例,其中ＦＣＯ表示模糊本体中模糊类的标识符,该本体包括６个模糊类;ＦＤＲＯ表示模糊数据属性域,表示数据的类型;ＦＤＰＯ表示数据属性,即模糊类所包含的属性集合;ＦＯＰＯ表示对象属性,即模糊对象属性集合;ＦＯＡｘｉｏｍ表示该本体包含的所有公式的集合,包含了模糊类之间的关系,模糊类的数据属性和对象属性及函数关系;ＦＩＯ表示模糊本体.
１. ２模糊关系数据库模型
使用模糊集理论对关系数据模式进行扩展,产生了几种模糊关系数据模型,主要包括三种基本类型:基于模糊关系(使用介于[０,１]之间的值表示元组隶属度)的模糊关系数据库模型[１３];基于属性域上相似关系[１４](或近似关系[１５-１６])的模糊关系数据库模型;基于可能性分布作为属性值的模糊关系数据库模型[１７].基于这三种基本模糊关系模型,文献[７]给出一种元组形式为ｔ＝<πａ１,πａ２,…,πａｉ,…,πａｎ,μｒ>的模糊关系模型.下面给出这种模糊关系模型的形式化表示方法.
模糊关系模型的形式化表示方法.定义２一个模糊关系数据库ＦＲＤＢＭ＝<ｆｓ,ｆｒ>包含模糊关系模式ＦＳ和模糊关系ＦＲ的集合.其中:
规则４模糊本体的模糊数据域标识ＦＤＲＯ映射为１个模糊属性对应的ＳＱＬ数据类型列ＤａｔａＰｒｏｐｅｒｔｙＣｏｌｕｍｎ.
规则５如果模糊本体的模糊对象属性ＯｂｊｅｃｔＰｒｏｐｅｒｔｙ是单值的可选项,且存在单值的逆模糊对象属性ｉｎｖｅｒｓｅｏｆＯｂｊｅｃｔＰｒｏｐｅｒｔｙ即一对一或一对零的模糊关系,逆模糊对象属性映射到模糊对象属性的值域所属的类对应的表的一个ＦＫ,而这个ＦＫ是模糊对象属性定义域所在类对应表的ＰＫ,ＦＫ名就是逆对象属性名.
规则６如果模糊本体的模糊对象属性是单值的,规则５不适用即存在零对一,一对一或者多对一的模糊关系,那么模糊对象属性映射到模糊对象属性定义域所在类对应表的ＦＫ,而这个ＦＫ是模糊对象属性值域所在类对应表的ＰＫ,ＦＫ名就是对象属性名.
规则７如果模糊本体的模糊对象属性是多值的,且存在单值的逆模糊对象属性即一对多的模糊关系,那么逆模糊对象属性映射到模糊对象属性值域所在类对应表的ＦＫ,而这个ＦＫ是模糊对象属性定义域所在类对应表的ＰＫ,ＦＫ名就是逆模糊对象属性名.
规则８如果模糊本体的模糊对象属性是多值的,规则７不适用即存在多对多的模糊关系,那么模糊对象属性映射到一个表,表名即模糊对象属性名,表的ＰＫ由模糊对象属性定义域和值域各自所在类对应表的ＦＫ组成.
规则９模糊本体类的ＤａｔａＴｙｐｅ限制映射到模糊关系数据库相应列的ＣＨＥＣＫ限制.
规则１０模糊本体类的ＩｎｖｅｒｓｅＦｕｎｃｔｉｏｎ属性映射到模糊关系数据库相应列的ＵＮＩＱＵＥ限制.
规则１１模糊本体类的必选属性映射到模糊关系数据库相应列的ＮＯＴＮＵＬＬ限制.规则
１２模糊本体类的枚举数据类型映射到模糊关系数据库枚举类的ＣＨＥＣＫ限制.
规则１３模糊本体的ＦｕｎｃｔｉｏｎＤａｔａＰｒｏｐｅｒｔｙ属性映射到模糊关系数据库的一列.
规则１４模糊本体的ＦｕｎｃｔｉｏｎＯｂｊｅｃｔＰｒｏｐｅｒｔｙ映射到模糊关系数据库属性定义域对应表的ＦＫ.
规则１５模糊本体的ＩｎｖｅｒｓｅＦｕｎｃｔｉｏｎＯｂｊｅｃｔＰｒｏｐｅｒｔｙ映射到模糊关系数据库属性值域对应表的ＦＫ.
规则１６模糊本体的Ａｎｎｏｔａｔｉｏｎ属性映射到ＯＷＬＡｎｎｏｔａｔｉｏｎＭｅｔａｔａｂｌｅ所在类对应的每一个表的外键.
规则１７模糊ＯＷＬ２本体的个体实例ＦＩＯ可以映射模糊关系模型的一个元组ｔ,该元组具有唯一的主键,并且包含μＲ隶属度,φ(ＦＩＯ)∈ｔ.
规则１８模糊ＯＷＬ２本体的公式集合ＦＯＡｘｉｏｍ映射模糊关系模型的关系ＦＲ.
２. ３映射方法的合理性证明
从前面内容可以看出,映射过程相当于实现从模糊本体到模糊关系数据库的转换.文献[５,７]指出并证明了如果两个模式的转换能够保持信息容量,则认为是正确的模式转换.为此,下面的定理１说明了上述存储过程是信息容量的存储,进而说明该方法的正确性.
立即询价
