研究方向：
1 本體建模：本體定義元模型、本體視覺化建模，模型到本體的轉換..
2 本體學習：本體抽取、形式概念分析、自然語言處理..
3 本體儲存：rdf/owl儲存、本體－關係對映、本體資料庫、物件導向資料庫、演繹物件導向資料庫
4 本體查詢：rdf查詢語言、本體查詢語言...
5 本體推理/描述邏輯：描述邏輯推理、描述邏輯擴充套件及其推理...
6 本體對映：本體對映api、本體對映語言、本體對齊、本體調和...
7 本體模組化：本體分段、模組抽取、分布式推理..
8 本體評估：方法、標準、評估結果的應用...
9 本體演化：本體演化過程模型、本體演化一致性管理..
10 本體應用：基於本體的軟體工程、agent...
11 語義網規則：規則語言及其推理和應用...
12 語義web服務：服務語言owl-s和wsmo，服務匹配、服務組合...
semantic 瘦語義網的幾點想法
2013 01 31 增補 整理了乙個 lean semantic web講義提綱 提綱全文在github上。這一年多來在工業界的實踐，我總結經驗和教訓為 瘦語義網 lean semantic web 顧名思義，這個說法是從 lean startup 精益創業 引申出來的，或者說是lean star...
本體和語義網的研究方向研究方向
研究方向 1 本體建模 本體定義元模型 本體視覺化建模，模型到本體的轉換.2 本體學習 本體抽取 形式概念分析 自然語言處理.3 本體儲存 rdf owl儲存 本體 關係對映 本體資料庫 物件導向資料庫 演繹物件導向資料庫 4 本體查詢 rdf查詢語言 本體查詢語言.5 本體推理 描述邏輯 描述邏輯...
語義網面臨的問題
語義網最大的好處就是可以讓計算機具有對網路空間儲存的資料進行智慧型評估的能力。這樣，計算機就可以不僅僅處理資料還可以像人腦一樣理解資訊的含義。資料一直是語義網的核心問題。w3c定義了一些語義網規範如，rdf,rdfsowl等。但目前，網際網路上絕大部分內容並不符合語義網規範。因此，如何高效地從非結構...