Построение онтологии предметной области на основе логической модели данных
https://doi.org/10.26907/1562-5419-2020-23-3-390-417
Аннотация
Представлена технология автоматизированного построения онтологии предметной области на основе информации, извлекаемой из комментариев реляционных баз данных ПАО «Татнефть». Технология основана на построении конвертора (компилятора), транслирующего логическую модель данных Epicentre Petrotechnical Open Software Corporation (POSC), представленную в виде ER-диаграмм и набора описаний на объектно-ориентированном языке EXPRESS, в язык описания онтологий OWL, рекомендованный консорциумом W3C. Описаны основные синтаксические и семантические аспекты преобразования.
Об авторах
А. М. Гусенков
Казанский (Приволжский) федеральный университет
Россия
Россия
Н. Р. Бухараев
Казанский (Приволжский) федеральный университет
Россия
Россия
Е. В. Биряльцев
Центр цифровых технологий Института прикладных исследований Академии наук Республики Татарстан
Россия
Россия
Список литературы
1. Гаврилова Т.А., Хорошевский Т.А. Базы знаний интеллектуальных систем. СПб.: Питер, 2001. 384 с.
2. Дейт К.Д. Введение в системы баз данных. М.: Изд. Дом «Вильямс», 2001. 72 с.
3. Epicentre v3.0. URL: http://www.energistics.org/energistics-standards-directory/epicentre-archive.
4. OWL Web Ontology Language. URL: https://www.w3.org/TR/2004/REC-owl-features-20040210/
5. Towards the Semantic Web: Ontology-Driven Knowledge Management. Chicester, UK: John Wiley & Sons, 2003. 312 p.
6. The World Wide Web Consortium (W3C). URL: http://www.w3c.org.
7. RDF 1.1 Concepts and Abstract Syntax. URL: https://www.w3.org/ TR/2014/REC-rdf11-concepts-20140225/
8. RDF Schema 1.1. URL: https://www.w3.org/TR/rdf-schema/
9. Extensible Markup Language (XML). URL: https://www.w3.org/XML/.
10. Льюис Ф., Розенкранц Д., Стирнз Р. Теоретические основы проектирования компиляторов. М.: Мир, 1979. 654 с.
11. Allmon B.J., Anderson J. Flex on Java. Manning Publications Co. Greenwich, CT, USA, ISBN: 1933988797, 2010. 264 p.
12. CUP Parser Generator for Java. URL: https://www.cs.princeton.edu/~appel/ modern/java/CUP/
13. Protégé. URL: http://protege.stanford.edu/.
14. Birialtsev E., Bukharaev N., Gusenkov A. Intelligent search in Big Data // Journal of Physics: Conference Series. V. 913, conference 1. Published online: 25 October 2017.
15. Гусенков А.М. Интеллектуальный поиск сложных объектов в массивах больших данных // Электронные библиотеки. 2016. Т. 19. № 1. С. 3–39.
16. Гусенков А., Биряльцев Е., Жибрик О. Интеллектуальный поиск в структурированных массивах информации. LAP LAMBERT Academic Publishing. Deutschland: OmniScriptum Marceting DEU GmbH, ISBN 978-3-659-76919-1, 2015. 129 c.
17. Гусенков А.М., Биряльцев Е.В. Интеграция реляционных баз данных на основе онтологий // Ученые записки Казанского государственного университета. Серия Физико-математические науки. 2007. Т. 149. Кн. 2. С. 13–34.
18. Gusenkov А., Bukharaev N., Birialtsev E. On ontology based data integration: problems and solutions // Journal of Physics: Conference Series. V. 1203, conf. 1. 012059. URL: https://iopscience.iop.org/article/10.1088/1742-6596/1203/1/012059 /meta
19. Gusenkov A., Bukharaev N. On Semantic Search Algorithm Optimization // New Knowledge in Information Systems and Technologies. WorldCIST'19. Advances in Intelligent Systems and Computing, V. 930. Springer, Cham, 2019. URL: https://link.springer.com/chapter/10.1007/978-3-030-16181-1_45.
Рецензия
Для цитирования:
Гусенков А.М., Бухараев Н.Р., Биряльцев Е.В. Построение онтологии предметной области на основе логической модели данных. Электронные библиотеки. 2020;23(3):390-417. https://doi.org/10.26907/1562-5419-2020-23-3-390-417
For citation:
Gusenkov A.M., Bukharaev N.R., Biryaltsev E.V. Building Subject Domain Ontology on the Base of a Logical Data Mod. Russian Digital Libraries Journal. 2020;23(3):390-417. (In Russ.) https://doi.org/10.26907/1562-5419-2020-23-3-390-417
Просмотров:
80
Послать статью по эл. почте 