本书从语义Web应用出发，同时强调语义Web原理和最新进展。上篇分为六章：语义Web概念、语义Web基础、语义Web语言、描述逻辑语言、描述逻辑推理、语义Web查询与推理。介绍语义Web的基本概念，包括什么是语义Web、什么不是语义Web以及语义Web的发展历史；语义Web的基础知识，包括和语义Web相关的Web技术、知识表示方法、数据库技术以及RDF；语义Web语言，包括RDFS、OWL、SWRL、SPARQL、OWL 2；描述逻辑语言的语法、语义、推理任务；描述逻辑推理，包括结构包含算法和Tableau-算法；语义Web查询与推理，包括推理系统的表达能力、响应时间和可扩展性。
下篇分为四章：本体工程、语义Web应用、语义Web实验和语义Web展望。介绍本体定义、构造准则、本体管理、开发平台、模型驱动的本体工程、本体匹配方法、本体学习方法。语义Web应用，包括一般框架和典型应用、基于语义的面向服务体系结构、基于语义的社会网络分析、其它语义Web应用。语义Web实验，开发中国人的家族关系本体和《红楼梦》中主要人物知识库，并采用SPARQL年进行查询；语义Web未来展望，包括语义Web中存在的问题、Web 2.0、DataSpace和Web 3.0。
国际万维网联盟（World Wide Web Consortium，W3C）为了在应用、企业和社区之间共享数据，在2000年前后启动了语义Web计划。语义Web作为现有Web的延伸，其信息具有良定义（well-defined）的含义，从而使得计算机或代理（Agent）可以更好地和人进行协同工作。
语义Web主要解决两个问题：如何对Web资源进行表示，以便Agent进行处理，包括获取、存储、推理和查询；如何重用Web页面、多媒体信息、数据库等遗留资源（legacy resource），以实现从现有Web到语义Web的过渡。近年来，随着语义Web语言、推理算法、工具和开发平台的不断发展，语义Web技术在生命科学、银行、证券、保险、交通、军事等领域获得应用。
本书结构
本书是一部面向高年级本科生和研究生的教材。全书共十章，分为上、下两篇。上篇为“语义Web原理”，包括第1章到第6章；下篇为“语义Web应用”，包括第7章到第10章。其中带“*”号的章节理论性较强，读者可以有选择地阅读。篇章之间的层次关系如图1所示，处于下面的篇章是上面篇章的基础。
第1章论述语义Web概念。什么是语义Web，包括语义Web的定义、目标和层次模型；什么不是语义Web，包括语义Web和知识表示、E-R模型、关系数据库、推理系统、概念图的比较；语义Web的发展简史；在语义Web共享数据，方法包括Microformats、RDFa、eRDF、GRDDL，步骤包括指派URI、调整已有数据、发布数据和通过嵌入RDF发布数据。
第2章论述语义Web基础。Web技术，包括命名空间和XML；知识表示，包括命题演算、一阶谓词演算、语义网络和框架；数据库技术，包括E-R数据模型、面向对象数据模型、基于逻辑的数据模型，以及Datalog和F-Logic； RDF，包括背景、动机、目标、概念、语法和语义。
第3章论述语义Web语言。RDFS，包括动机、词汇表、解释、举例、推导规则和应用，推导规则包括简单推导规则、RDF推导规则、RDFS推导规则、扩展推导规则和数据类型推导规则，应用包括Dublin Core、Prism、XPackage、RSS、设备能力描述和用户偏好；OWL，包括动机、需求、演化历史、分类和语言，语言包括类描述、类公理、对象属性、值属性、个体、数据类型、标注属性、本体属性、OWL方言等；SWRL，包括抽象语法、具体语法、用例和使用建议；SPARQL，包括历史、设计原则和查询语言；OWL 2，包括子语言以及和OWL的比较。
第4章论述描述逻辑语言。描述逻辑，包括基本概念、主要特点和描述逻辑系统框架；描述逻辑系统的发展历史，包括第一代描述逻辑系统、第二代描述逻辑系统和现代描述逻辑系统；基本描述逻辑语言，包括语法、语义、 语言系列、描述逻辑和一阶谓词逻辑的关系、术语体系TBox和世界描述ABox；扩展描述逻辑语言，包括传递角色、逆角色、角色层次、函数型约束、定性数量约束、枚举类、数据类型等；推理任务分类，包括TBox中概念的可满足性、包含、等价、不交，以及ABox的可满足性、实例检查、检索、实现。
第5章论述描述逻辑推理。结构包含算法及其存在的主要问题； 语言的Tableau算法； 语言的Tableau算法； 语言的Tableau算法； 语言的Tableau算法；ABox的Tableau算法。
第6章论述语义Web查询与推理。RDF查询与推理，包括Sesame、3Store、RDFStore、Kowari、Jena2、SOR、P2P存储；OWL推理，包括推理系统的一般框架、常用推理系统（Racer、Pellet、FaCT++）、推理测试基准、不一致推理；规则推理，包括Prolog、前向链和反向链；本体和规则的集成。
第7章论述本体工程。本体，包括本体定义、本体构成，本体构建，包括构建准则、构建方法和评价标准；本体管理，本体开发平台包括Protégé、NeOn、SWOOP；模型驱动的本体工程，包括本体驱动的本体管理体系结构、本体定义元模型、基于EMF的本体工程系统；本体匹配，包括基于语言学、结构、实例的本体匹配方法以及相关工作；本体学习，包括基于文本、词典、知识库、半结构化数据和关系模式的本体学习方法以及相关工作。
第8章论述语义Web应用。语义Web应用的一般框架与典型应用，包括语义Wiki、Linking Open Data、语义信息管理、语义信息检索；基于语义的面向服务体系结构；基于语义的社会网络分析；其他语义Web应用（DynamicView、Language Grid、Freebase）、语义Web本体（WordNet、GO）、常识知识库（OpenCyc）、语义数据嵌入规范（RDFa）。
第9章论述语义Web实验。实验描述，包括实验名称、实验目的、实验工具、实验内容；《红楼梦》中的主要人物关系；本体重用，包括已有本体、Falcons搜索、Swoogle搜索、SWSE搜索和Google搜索；设计原则和设计方法；实验分析，包括知识库查询、设计策略和注意事项。
第10章展望未来。和语义Web密切相关的Web 2.0技术，包括Blog、RSS、SNS、Wiki、社会化书签、标签、Mashup；语义Web中存在的主要问题，包括本体的表达能力、本体和规则的集成、应用问题；对语义Web未来的展望，包括Dataspace、Web 3.0。
图1 本书篇章之间的层次关系
写作原则
指导本书的写作原则是系统、清晰、简单、实用。
“系统”是指围绕语义Web这一主题，全面而系统地介绍相关内容。语义Web的核心是本体和本体管理，安排在第7章介绍；语义Web的基础是Web技术、知识表示和数据库技术，安排在第2章介绍；语义Web的重点是查询和推理，安排在第3章和第6章介绍；语义Web的关键是应用，安排在第8章介绍。语义Web的逻辑基础是描述逻辑，安排在第4章和第5章介绍。另外，第1章介绍语义Web概念，第9章介绍语义Web实验，第10章回顾语义Web发展中存在的问题，并对未来进行展望。
“清晰”是指在各种Web技术层出不穷的时代，如何从语义Web的角度出发，将各种术语、概念、知识和读者的知识结构联系起来，以便读者理解。例如，语义Web是Web化的人工智能吗？是自然语言处理和推理吗？是逻辑化的Web吗？是Web化的关系数据库吗？其目的是为了解决语义搜索问题吗？它和Web 2.0有什么关系？它和XML有什么关系？语义Web的前景如何？等。
“简单”是指围绕语义Web这一主题，涉及的内容尽可能少，以使感兴趣的读者有耐心通读全书。在内容的取舍上选择尽可能少的重要知识点进行详细介绍；在内容的组织上由浅入深，循序渐进；在论述的方法上，尽量采用图示和举例说明。
“实用”是指对从事语义Web研究与教学的高校师生而言，能够通过阅读本书把握语义Web发展的脉络和主要研究方向；对于企业的技术人员而言，能够通过阅读本书了解语义Web可能给工业界带来的冲击、语义Web技术和Web技术以及软件工程之间的关系、语义Web的典型应用和实用工具。
令人遗憾的是，这四个原则之间往往互相矛盾，使编者在内容取舍和组织上犹豫不决。另外，语义Web的层次结构还在不断变化，大规模推理以及查询问题还没有得到很好解决，其发展趋势难以把握。再加上编者水平有限，只能结合自己从事语义Web研究与开发的经验，选择自己认为重要的内容进行介绍。其中肯定有偏颇和错误之处，恳请读者原谅。
本书是以IBM中国研究院在上海交通大学所开设同名课程的讲义为素材而编写的。在写作过程中，受到IBM大学合作计划、国家自然科学基金项目60773107、60873153、国家973项目2003CB317004的部分资助。东南大学的瞿裕忠教授、王岩冰副教授、荷兰Free University大学高级研究员、东南大学兼职教授黄智生提供了部分素材。德国Karlsruhe大学漆桂林博士提出了很多建议。归耀城协助编写了查询和推理的代码。另外，很多同学、同事和同行向编者提出宝贵意见和建议，作者谨在此向所有对本书做出贡献的人致以衷心的感谢！
计算机科学及应用
语义Web从提出到现在，已经有十年左右的发展历史。由于语义Web自身的复杂性和语义数据的缺乏，决定了语义Web的发展道路崎岖不平。近几年来，随着语义Web规范的不断推出和语义数据的迅速增加，语义Web进入快速发展时期。Web 2.0、Wikipedia、Linking Open Data、DBLP等一些新技术、新资源被集成进来，本书正是在这样的背景下撰写完成的。
本书首先介绍了语义Web的概念和基础；接着描述了语义Web语言和描述逻辑语言；然后讨论了描述逻辑推理和语义Web查询与推理；在介绍了本体工程和语义Web应用后，描述了语义Web实验；最后展望了语义Web的未来。本书可作为语义Web的入门教材和参考书，适合所有对语义Web感兴趣的读者。
作者简介：
高志强，东南大学计算机科学与工程学院副教授、博士生导师。1995年获得清华大学工学博士学位，2000~2002年作为博士后访问日本京都大学。主持两项关于本体学习的国家自然科学基金项目。研究领域包括虚拟现实和人工智能，研究兴趣包括语义Web中的本体学习以及大规模中文语义知识库的构建方法。
潘越，IBM中国研究院资深研究员、信息与知识研究部资深经理，上海交通大学兼职研究员、博士生导师，ACM、IEEE和CCF会员以及YOCSEF委员。研究兴趣包括知识表示与推理、语义Web、信息集成、检索和问答系统、医学信息学。获得两次IBM研究部门成果奖，一次杰出技术成就奖，并有一项专利获得IBM追加发明专利奖。他是2007-2008年被选入IBM THINK的唯一一位来自中国乃至亚洲的研究人员。1996年获得中国科学院自动化所博士学位，1998年加入IBM中国研究院。
马力，IBM中国研究院研究员。2003年于中国科学院自动化研究所获得工学博士学位，同年加入IBM从事语义Web和企业信息管理的研发工作。研究领域包括语义Web、数据管理、图像处理和模式识别，目前研究工作集中在大规模本体的查询和推理、语义数据管理和生物特征识别等方向。
互联网的出现不仅是一次技术的进步，更无时无刻地改变着我们的工作方式与生活形态。在世界变得越来越平也越来越小的今天，我们清晰地看到互联网给信息传播、交流、协作所带来的快捷和经济效益。同时，面对全球化浪潮的挑战，在信息技术领域不仅新的技术应运而生，而一些原已打入冷宫的“古老”技术也焕发出勃勃生机。语义Web的出现，就是传统计算机科学和互联网的又一次结合，它将极大地拓展人类管理和使用信息的能力，也会给今天的互联网带来根本的变革。
语义Web力图实现所有网络数据的“无缝”式连接，并使数据能被计算机自动处理和理解。其最终目标是让计算机可以在这些海量信息中找到真正能满足需要的任何信息，从而将互联网最广泛的应用（万维网中现存的信息）发展成一个巨大的全球信息库、知识库。XML的出现向这一方向推进了一大步，但还远远不够。语义Web技术能在任何微小的网络数据之间建立连接，且这种连接不仅仅局限于网页之间。这样一来，任何微小的数据都可以与其他信息进行“沟通”。同时语义Web帮助人们更精确地描述数据的含义，表示为计算机能够理解和处理的形式。“信息代理”就可以像搜索引擎采集网页那样采集数据，在推理引擎的帮助下智慧地集成数据，并最终呈现给数据分析者使用。
语义Web的愿景吸引了很多高校和政府的研究投入。然而一个新技术的成功更需要业界的实际使用。从2000年语义Web的提出到现在，已经很多年过去了，其中也经过了Web 2.0快速的兴起。今天仍然有很多人怀疑语义Web是否只是看上去很美。我们承认语义Web的发展并非一帆风顺，其中走过很多弯路。然而，一项影响深远的技术有可能需要更多的时间来得到人们的认识和检验，不要忘了XML技术也经过了十年才得到广泛的应用。目前，在医疗和生命科学等一些领域，语义Web正得到越来越多的企业和研究机构的支持和应用。另一方面，自底向上地建设语义Web已获得越来越多的共识，即从简单地关联大量的开放数据集开始，逐渐积累并丰富其语义。这一工作已经起步，并取得了显著的进展。
IBM一直是开放标准的支持者。从XML标准、Web服务的标准，到现在语义Web的标准，IBM无疑是坚定的支持者之一。在RDF、OWL、RIF标准的制定过程中，都可以看到IBM研究人员的贡献。以华生研究中心和中国研究院的工作为代表，IBM对语义Web研究涵盖了高效的推理算法、可扩展的存储和查询引擎、本体建模和可视化工具、各行业的应用等等。读者可以参阅本书中的一些系统和应用介绍。
IBM中国研究院多年来致力于语义Web的研究，并与上海交通大学、复旦大学、人民大学、清华大学、东南大学、浙江大学、北京大学开展了联合研究和课程建设。我非常欣喜地看到本书的出版，这是大家之前合作的一个总结。
随着近几年来全球化的发展，我们看到单单凭借分工和低端工作的转移已不能创造全球共同的利益，这个世界更需要的是不断地转型和创新。我相信，语义Web将在这一进程中扮演重要的角色，我也希望在中国有更多的合作伙伴加入，共同推动语义Web的研究和应用，协助建立一个巨大的全球信息库、知识库，使我们的地球更有智慧。
IBM中国研究院院长 李实恭
序
前言
上篇 语义Web原理
第1章 语义Web概念 1
1.1 什么是语义Web 2
1.1.1 语义Web的定义 2
1.1.2 语义Web的目标 3
1.1.3 语义Web的层次模型 4
1.2 什么不是语义Web 6
1.2.1 语义Web和知识表示 6
1.2.2 语义Web和E-R模型 7
1.2.3 语义Web和关系数据库 8
1.2.4 语义Web和推理系统 8
1.2.5 语义Web和概念图 9
1.3 语义Web发展简史 9
1.4 在语义Web中共享数据 10
1.4.1 指派URI 11
1.4.2 调整已有数据 12
1.4.3 发布数据 14
1.5 小结 16
习题 17
第2章 语义Web基础 18
2.1 命名空间和XML 18
2.1.1 命名空间 18
2.1.2 XML 20
2.2 知识表示 21
2.2.1 命题演算 22
2.2.2 一阶谓词演算 25
2.2.3 语义网络与框架 26
2.3 数据库技术 27
2.3.1 E-R数据模型 28
2.3.2 面向对象数据模型 29
2.3.3 基于逻辑的数据模型 30
2.4 RDF 33
2.4.1 背景和动机 33
2.4.2 目标 34
2.4.3 概念 34
2.4.4 语法 36
2.4.5 语义 41
2.5 小结 48
习题 49
第3章 语义Web语言 50
3.1 RDFS 50
3.1.1 动机 50
3.1.2 词汇表 52
3.1.3 解释 53
3.1.4 举例 54
3.1.5 推导规则 55
3.1.6 RDF应用 59
3.2 OWL 62
3.2.1 动机 62
3.2.2 要求 63
3.2.3 演化历史 63
3.2.4 分类 64
3.2.5 语言 65
3.2.6 OWL方言 81
3.3 SWRL 83
3.3.1 引言 83
3.3.2 抽象语法 86
3.4 SPARQL 92
3.4.1 简单查询 92
3.4.2 RDF术语约束 96
3.4.3 图模式 97
3.4.4 可选值 99
3.4.5 多重匹配 101
3.4.6 RDF数据集 103
3.4.7 查询结果修饰符 108
3.4.8 查询表单 111
3.5 OWL 2 117
3.5.1 子语言 118
3.5.2 OWL 2和OWL的区别 119
3.6 小结 119
习题 120
*第4章 描述逻辑语言 121
4.1 描述逻辑 121
4.1.1 基本概念 121
4.1.2 主要特点 122
4.1.3 描述逻辑系统 122
4.2 描述逻辑系统的发展历史 123
4.2.1 前描述逻辑系统 123
4.2.2 描述逻辑系统 125
4.2.3 现代描述逻辑系统 125
4.2.4 存在问题 126
4.3 基本描述逻辑语言 127
4.3.1 语言的语法 127
4.3.2 语言的语义 127
4.3.3 语言系列 128
4.3.4 描述逻辑和一阶谓词逻辑 128
4.3.5 术语体系TBox 129
4.3.6 世界描述ABox 130
4.4 扩展描述逻辑语言 131
4.5 推理任务分类 132
4.5.1 TBox推理 132
4.5.2 ABox推理 134
4.6 小结 135
习题 135
*第5章 描述逻辑推理 136
5.1 结构包含算法 136
5.2 语言的Tableau算法 137
5.2.1 表定义 138
5.2.2 构造 表 138
5.2.3 语言的Tableau算法性质 140
5.3 语言的Tableau算法 141
5.3.1 表定义 141
5.3.2 语言的Tableau算法性质 142
5.4 语言的Tableau算法 144
5.5 语言的Tableau算法 145
5.6 ABox推理 147
5.7 小结 149
习题 149
第6章 语义Web查询与推理 150
6.1 RDF查询与推理 150
6.1.1 Sesame 150
6.1.2 3Store 151
6.1.3 RDFStore 151
6.1.4 Kowari 152
6.1.5 Jena2 152
6.1.6 SOR 152
6.1.7 P2P存储 153
6.2 OWL推理 153
6.2.1 推理机框架 154
6.2.2 常用推理系统 155
6.2.3 测试基准 157
6.2.4 不一致推理 158
6.3 规则推理 159
6.3.1 Prolog 160
6.3.2 前向链和反向链 161
6.4 本体和规则的集成 162
6.5 小结 162
习题 162
下篇 语义Web应用
第7章 本体工程 164
7.1 本体 164
7.1.1 本体定义 164
7.1.2 本体构成 165
7.2 本体构建 166
7.2.1 构建准则 166
7.2.2 构建方法 166
7.2.3 评价标准 167
7.3 本体管理 167
7.4 本体开发平台 168
7.4.1 Protégé 168
7.4.2 NeOn 169
7.4.3 SWOOP 169
7.5 模型驱动的本体工程 170
7.5.1 传统的本体管理系统 170
7.5.2 模型驱动的本体管理体系结构 170
7.5.3 本体定义元模型 171
7.5.4 基于EMF的本体工程系统 172
7.6 本体匹配 173
7.6.1 本体匹配方法 174
7.6.2 可用于本体匹配的相关工作 174
7.6.3 分析总结 175
7.7 本体学习 176
7.7.1 基于文本的本体学习 176
7.7.2 基于其他资源的本体学习 177
7.7.3 相关研究 178
7.7.4 分析总结 179
7.8 小结 179
习题 180
第8章 语义Web应用 181
8.1 语义Web应用的一般框架
与典型应用 181
8.1.1 语义Web应用的一般框架 181
8.1.2 语义Wiki 182
8.1.3 Linking Open Data 184
8.1.4 语义信息管理 185
8.1.5 语义信息检索 186
8.2 基于语义的面向服务的
体系结构 186
8.2.1 面向服务的体系结构 186
8.2.2 SOA相关技术 187
8.2.3 SOA中的语义互操作 188
8.3 基于语义的社会网络分析 189
8.3.1 社会网络分析 189
8.3.2 知识管理中的社会网络分析 190
8.3.3 语义Web和社会网络分析 190
8.4 其他语义Web应用 191
8.4.1 DynamicView 191
8.4.2 语言网格 191
8.4.3 Freebase 192
8.4.4 WordNet 192
8.4.5 GO 193
8.4.6 OpenCyc 193
8.4.7 RDFa 194
8.5 小结 194
习题 195
第9章 语义Web实验 196
9.1 实验描述 196
9.2 主要人物关系 196
9.3 本体重用 198
9.4 构造主要人物关系知识库 201
9.4.1 设计原则 201
9.4.2 设计方法 202
9.5 实验分析 204
9.5.1 知识库查询 204
9.5.2 注意事项 206
9.6 小结 207
习题 207
第10章 语义Web未来展望 208
10.1 Web 2.0 208
10.2 语义Web中存在的问题 211
10.3 展望未来 212
10.3.1 数据空间 212
10.3.2 Web 3.0 213
10.4 小结 215
习题 215
附录A OWL构子及其作用描述 216
附录B 使用Pellet推理机进行带
推理查询的源代码 218
参考资源 221
序
前言
上篇 语义Web原理
第1章 语义Web概念 1
1.1 什么是语义Web 2
1.1.1 语义Web的定义 2
1.1.2 语义Web的目标 3
1.1.3 语义Web的层次模型 4
1.2 什么不是语义Web 6
1.2.1 语义Web和知识表示 6
1.2.2 语义Web和E-R模型 7
1.2.3 语义Web和关系数据库 8
1.2.4 语义Web和推理系统 8
1.2.5 语义Web和概念图 9
1.3 语义Web发展简史 9
1.4 在语义Web中共享数据 10
1.4.1 指派URI 11
1.4.2 调整已有数据 12
1.4.3 发布数据 14
1.5 小结 16
习题 17
第2章 语义Web基础 18
2.1 命名空间和XML 18
2.1.1 命名空间 18
2.1.2 XML 20
2.2 知识表示 21
2.2.1 命题演算 22
2.2.2 一阶谓词演算 25
2.2.3 语义网络与框架 26
2.3 数据库技术 27
2.3.1 E-R数据模型 28
2.3.2 面向对象数据模型 29
2.3.3 基于逻辑的数据模型 30
2.4 RDF 33
2.4.1 背景和动机 33
2.4.2 目标 34
2.4.3 概念 34
2.4.4 语法 36
2.4.5 语义 41
2.5 小结 48
习题 49
第3章 语义Web语言 50
3.1 RDFS 50
3.1.1 动机 50
3.1.2 词汇表 52
3.1.3 解释 53
3.1.4 举例 54
3.1.5 推导规则 55
3.1.6 RDF应用 59
3.2 OWL 62
3.2.1 动机 62
3.2.2 要求 63
3.2.3 演化历史 63
3.2.4 分类 64
3.2.5 语言 65
3.2.6 OWL方言 81
3.3 SWRL 83
3.3.1 引言 83
3.3.2 抽象语法 86
3.4 SPARQL 92
3.4.1 简单查询 92
3.4.2 RDF术语约束 96
3.4.3 图模式 97
3.4.4 可选值 99
3.4.5 多重匹配 101
3.4.6 RDF数据集 103
3.4.7 查询结果修饰符 108
3.4.8 查询表单 111
3.5 OWL 2 117
3.5.1 子语言 118
3.5.2 OWL 2和OWL的区别 119
3.6 小结 119
习题 120
*第4章 描述逻辑语言 121
4.1 描述逻辑 121
4.1.1 基本概念 121
4.1.2 主要特点 122
4.1.3 描述逻辑系统 122
4.2 描述逻辑系统的发展历史 123
4.2.1 前描述逻辑系统 123
4.2.2 描述逻辑系统 125
4.2.3 现代描述逻辑系统 125
4.2.4 存在问题 126
4.3 基本描述逻辑语言 127
4.3.1 语言的语法 127
4.3.2 语言的语义 127
4.3.3 语言系列 128
4.3.4 描述逻辑和一阶谓词逻辑 128
4.3.5 术语体系TBox 129
4.3.6 世界描述ABox 130
4.4 扩展描述逻辑语言 131
4.5 推理任务分类 132
4.5.1 TBox推理 132
4.5.2 ABox推理 134
4.6 小结 135
习题 135
*第5章 描述逻辑推理 136
5.1 结构包含算法 136
5.2 语言的Tableau算法 137
5.2.1 表定义 138
5.2.2 构造 表 138
5.2.3 语言的Tableau算法性质 140
5.3 语言的Tableau算法 141
5.3.1 表定义 141
5.3.2 语言的Tableau算法性质 142
5.4 语言的Tableau算法 144
5.5 语言的Tableau算法 145
5.6 ABox推理 147
5.7 小结 149
习题 149
第6章 语义Web查询与推理 150
6.1 RDF查询与推理 150
6.1.1 Sesame 150
6.1.2 3Store 151
6.1.3 RDFStore 151
6.1.4 Kowari 152
6.1.5 Jena2 152
6.1.6 SOR 152
6.1.7 P2P存储 153
6.2 OWL推理 153
6.2.1 推理机框架 154
6.2.2 常用推理系统 155
6.2.3 测试基准 157
6.2.4 不一致推理 158
6.3 规则推理 159
6.3.1 Prolog 160
6.3.2 前向链和反向链 161
6.4 本体和规则的集成 162
6.5 小结 162
习题 162
下篇 语义Web应用
第7章 本体工程 164
7.1 本体 164
7.1.1 本体定义 164
7.1.2 本体构成 165
7.2 本体构建 166
7.2.1 构建准则 166
7.2.2 构建方法 166
7.2.3 评价标准 167
7.3 本体管理 167
7.4 本体开发平台 168
7.4.1 Protégé 168
7.4.2 NeOn 169
7.4.3 SWOOP 169
7.5 模型驱动的本体工程 170
7.5.1 传统的本体管理系统 170
7.5.2 模型驱动的本体管理体系结构 170
7.5.3 本体定义元模型 171
7.5.4 基于EMF的本体工程系统 172
7.6 本体匹配 173
7.6.1 本体匹配方法 174
7.6.2 可用于本体匹配的相关工作 174
7.6.3 分析总结 175
7.7 本体学习 176
7.7.1 基于文本的本体学习 176
7.7.2 基于其他资源的本体学习 177
7.7.3 相关研究 178
7.7.4 分析总结 179
7.8 小结 179
习题 180
第8章 语义Web应用 181
8.1 语义Web应用的一般框架
与典型应用 181
8.1.1 语义Web应用的一般框架 181
8.1.2 语义Wiki 182
8.1.3 Linking Open Data 184
8.1.4 语义信息管理 185
8.1.5 语义信息检索 186
8.2 基于语义的面向服务的
体系结构 186
8.2.1 面向服务的体系结构 186
8.2.2 SOA相关技术 187
8.2.3 SOA中的语义互操作 188
8.3 基于语义的社会网络分析 189
8.3.1 社会网络分析 189
8.3.2 知识管理中的社会网络分析 190
8.3.3 语义Web和社会网络分析 190
8.4 其他语义Web应用 191
8.4.1 DynamicView 191
8.4.2 语言网格 191
8.4.3 Freebase 192
8.4.4 WordNet 192
8.4.5 GO 193
8.4.6 OpenCyc 193
8.4.7 RDFa 194
8.5 小结 194
习题 195
第9章 语义Web实验 196
9.1 实验描述 196
9.2 主要人物关系 196
9.3 本体重用 198
9.4 构造主要人物关系知识库 201
9.4.1 设计原则 201
9.4.2 设计方法 202
9.5 实验分析 204
9.5.1 知识库查询 204
9.5.2 注意事项 206
9.6 小结 207
习题 207
第10章 语义Web未来展望 208
10.1 Web 2.0 208
10.2 语义Web中存在的问题 211
10.3 展望未来 212
10.3.1 数据空间 212
10.3.2 Web 3.0 213
10.4 小结 215
习题 215
附录A OWL构子及其作用描述 216
附录B 使用Pellet推理机进行带
推理查询的源代码 218
参考资源 221
