基于抽取规则和本体映射的领域xml语义集成-李华昱.pdf

《基于抽取规则和本体映射的领域xml语义集成-李华昱.pdf》由会员分享，可在线阅读，更多相关《基于抽取规则和本体映射的领域xml语义集成-李华昱.pdf（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第37卷第4期 河北科技大学学报 VoI37，No42016年8月 Journal of Hebei University of Science and Technology Aug2016文章编号：1008 1542(2016)04041607 doi：107535hbkd2016yx04015基于抽取规则和本体映射的领域XML语义集成李华昱，张培颖，肖 晗(中国石油大学(华东)计算机与通信工程学院，山东青岛 266580)摘 要：油气井工程领域中存在大量的XML文档，传统的XML集成方案无法提供面向语义的信息查询，导致数据利用率不高。针对油气井XML文档WeXML语义集成与查询应用需求，提

2、出一种基于抽取规则和本体映射的语义集成方法。首先定义一系列类、属性抽取规则，分别将WeXMLSchema中的元素、属性映射为WeOWI。本体中的类和属性；然后，利用实例转换算法将WeXML文档转换为本体实例数据；由于WeOWL提供有限的局部语义模型，需要在两者之间建立语义映射，并借助weOWI。中的术语对全局语义模型中的类和属性进行解释，进而提供面向领域全局本体的语义查询。通过构建WeXML数据语义集成原型系统，对提出的转换规则、转换算法和映射规则进行了验证。关键词：计算机信息管理系统；抽取规则；本体映射；领域XMI。；语义集成中图分类号：TP391 文献标志码：ADomain XML sem

3、antic integration based on extractionrules and ontology mappingLI Huayu，ZHANG Peiying，XIAO Han(College of Computer and Communication EngineeringChina University of Petroleum，Qingdao，Shandong 266580，China)Abstract：A plenty of XM。documents exist in petroleum engineering field，hut traditional XMIintegr

4、ation solution cantprovide semantic query，which leads tO low data use efficiencyIn light of WeXML(oil&gas well XML data)semantic integration and query requirement，this paper proposes a semantic integration method based on extraction rules and ontology mappingThe method firstly defines a series of ex

5、traction rules with which elements and properties of WeXML Schema are mapped tOclasses and properties in WeOWL ontology，respectively；secondly，an algorithm is used tO transform WeXML documents intoWeOWL instancesBecause WeOWI，provides limited semantics，ontology mappings between two ontologies are the

6、n built tOexplain class and property of global ontology with terms of WeOWL，and semantic query based on global domain concepts model is providedBy constructing a WeXML data semantic integration prototype system，the proposed transformational rule，thetransfer algorithm and the mapping rule are tested收

7、稿日期：201510 13；修回日期：20151l一24；责任编辑：陈书欣基金项目：山东省自然科学基金(ZR2014FQ018)；中央高校基本科研业务费专项资金(14CX02030A)作者简介：李华昱(1 977一)，男，山东寿光人，副教授，博士，主要从事语义Web与数据集成方面的研究。Email：lhyzjupceducn李华昱，张培颖，肖 晗基于抽取规则和本体映射的领域XMI。语义集成J河北科技大学学报，2016，37(4)：416-422II Huayu，ZHANG Peiying，XIAO HanDomain XMI。semantic integration based on extr

8、action rules and ontology mappingJJournal ofHebei University of Science and Technology，201 6，37(4)：41 6-422ng比HMXmmnm时mm玎m沁盯mmOw?万方数据第4期 李华昱，等：基于抽取规则和本体映射的领域XML语义集成 417XML是领域数据重要的信息表示和存储形式，也是应用系统之间进行数据交换的主要标准。然而，由于XML缺乏足够的语义信息，传统的XML集成方案无法提供基于领域术语的语义查询，而利用语义Web与本体技术，对XML文档进行语义集成，是一种有效的解决方案，也是领域数据集成的

9、研究热点之一。目前，XML语义集成主要采用2类方法：1)定义一系列映射规则，从XML文档或XML Schema中抽取本体，并利用映射信息将XML数据转换为本体实例数据，再通过构建基于语义的查询访问接口，实现语义集成。针对此类方法，刘显敏等口1提出了一种基于XML键规则语义实体抽取方法，以此提高XML查询效率；XML20WL系统首先采用XSLT描述语义抽取规则建立OWL本体，再通过实例转换过程生成本体实例数据2；FERDINAND等31提出了XML Schema映射为OWL本体和将XML转换为RDF数据的2种独立方法；XU等n巧提出了一种基于映射规则的领域本体构建方法，该方法能够从XML Sch

10、ema抽取语义信息并构建XML本体。乔卫61设计了XML语义信息抽取模型，通过4个功能模块解决了XML的语义信息抽取问题，特别是XML结构所隐含的语义。2)在XMI。Schema与已有本体之间建立语义映射，利用本体模型描述XML数据并通过实例转换或者查询重写，提供面向本体模型的语义查询。例如，WEESA71和XMLTOWL83采用XML和XSI。T定义XML Schema与本体之间的映射规则，自动将XML文档转换为本体实例；文献9采用2个子过程，借助XSLT，分别将XML Schema和XML文档映射为本体模型和实例数据；LEHTI等1叩提出的本体映射方法中，不提供实例数据转换功能，而是利用查

11、询重写，将基于语义的查询转换为面向XML的Xquery查询。CRUZ等11。1 23和XIAO1 3提出了一个基于本体的XML语义数据集成框架，该框架首先将局部XML本体进行合并生成全局RDF本体，再构造一个模式映射表，记录全局和各个局部本体之间的映射，进而实现语义集成。石油、材料领域中存在若干个XML模型1“，如PetroXML，WellLogML，WITSM153和MatMLcl63等，针对油气井XML文档WeXML，基于文献17和文献D8中的MatML语义集成方法及相关领域数据集成方案口争20，提出了语义解决方案，首先通过定义抽取规则从WeXML Schema中抽取油气井局部本体WeOW

12、L，并通过实例转换部件将WeXML文档转换为WeOWL本体实例数据；由于MatOWL是从WeXMLSchema中抽取而来，仅提供油气井的基本语义信息，需要利用逻辑规则，在WeOWL与领域本体之间建立语义映射，并借助语义映射信息和逻辑规则，实现面向领域语义概念模型的油气井XML数据的语义集成与语义查询。l WeXML语义集成框架11 WeXML基本结构WeXML(well XMI。)是一种描述油气井日常生产相关数据的XML文档，通过XML数据类型、complexType和simpleType，WeXML Schema定义了Dept，Well和Geology 3类一级元素和75种其他子元素和属性，

13、WeXML基本结构如图1所示。图1 WeXML基本结构Fig1 Basic sturcture of WeXML图1中，实线矩形框表示元素类型，以开头的矩形框表示属性。Dept，Well和Geology是3类一级元素类型：Dept描述油气井单位隶属关系，包括矿区和小队；Well是WeXML中的核心类型，包括油井和气井万方数据418 河北科技大学学报2种类型，记为OilWell和Gaswell，每种类型定义产量、压力、泵工艺等子元素，分别描述日产油、日产液、日产气、月产油、月产液、月产气、工艺措施、含水、含砂、压力类型、泵压力、泵排量、泵径、泵深等相关数据；Geology类型描述油田、区块和储层

14、等信息。12相关定义定义1 WeXML Schema=(CT，ST)，ST=st st is xsd：simpleType，CT一Ct ct is xsd：complesType=EU ATT，其中：E一eI e is a xsd：Element)，ATT=att att is a xsd：Attribute)定义2 XSDType为XML Schema类型集合，XSDType=string，date，dieimal，integer，)建立函数集合FSchema一getEles，getAttrs，getXSDType：1)getEles(ct)，getAttrs(ct)分别获取ct的子元素和属

15、性；2)getXSDType(attst)分别获取attst的名称、类型和对应的XML Schema数据类型。定义3 WeOWL一(C，0P，DP，I，A。)WeOWL(well OWL ontology)是从WeXML Schema抽取而来，其中，C是概念集合，OP是对象属性集合，DP是数据类型属性集合，I是实例集合，Ao是公理集合。针对weowL定义，建立函数集合Fw。ow。一hasDomain，hasRange，hasSuperclass：1)V POPUDP，V X，YECUXSDType，PhasDomain(x)表示属性P的Domain中包含类x，PhasRange(y)表示属性p

16、的Range中包含类Y；2)V C，xEC，xhasSuperclass(c)用于表示类X为类C的一个父类。由于WeOWL是从WeXML Schema抽取而来，无法表达比WeXML Schema更丰富的语义信息，需要将WeOWL与领域本体建立映射关联，才能提供更为有效的语义集成服务，为此，引入油气井工程领域本体WeDOWL(well engineering domain 0WL ontology)。定义4 WeDOWL一(Cd，OPd，DPd，Id，A3)WeDOWL是领域全局本体，描述地质、日常生产、工艺措施和隶属单位相关概念和概念之间的语义关联。其中，C。是概念集合，OP。是对象属性集合，

17、DPa是数据类型属性集合，Ia是实例集合，A3是公理集合。定义5 yfcP(x)为语义抽取函数：XESTUCTUXSDType，YECUOPUDP，X为WeXML Schema中的类型或者属性；yfcP(x)表示Y是由X抽取生成的WeOWL类、对象属性或者数据类型属性13语义集成框架WeXML语义集成框架如图2所示， 商用层包括WeXML数据层、本体实例转换层、语义集成业务层和应用层。1)WeXML数据层：包括由各个采油 语生产单位提交的WeXML文档。 ：2)本体实例转换层：参照语义抽取规 成则，通过实例转换算法，将WeXML中的 茇油气井数据转换为WeOWL实例数据，即 层填充WeOWL实

18、例集合I。3)语义集成业务层：针对WeXMLSchema结构，定义语义抽取规则，将 本体实WeXML Schema中元素和属性映射为WeOWL中的类、属性以及层次关系并建立WeOwL本体；在WeOWL与WeDOwL之间建立语义映射，提供基于领域概念模型的语义查询。w。舭D。态1态1态叠晒图2 WeXML语义集成框架Fig2 Semantic integration framework of WeXML4)应用层：基于WeOWL语义概念模型，提供可视化查询构造界面，能够根据查询需求构造SPARQLE。3查询语句；通过读取规则库中的逻辑规则并借助推理机，实现面向WeOWL实例数据进行语义查询。万方

19、数据第4期 李华昱，等：基于抽取规则和本体映射的领域XML语义集成 4192 WeOWL构建21语义抽取规则通过对WeXML Schema结构进行分析，并参照HUNTER等223提出的方法，分别针对类、层次结构、对象属性、数据对象属性和基数定义5项抽取规则，从WeXML Schema中抽取语义信息并建立WeOWL本体，规则如下。规则1 Class抽取规则V tE CTU STR一(3 cE C)A(cid=getName(t)规则说明：对于任意CT或ST。类型t，它将被转换为WeOWL中的一个类e，并将t的名称作为C的标志符。该规则简记为c=f。(t)。规则2 Class Hierarchy生

20、成规则规则21 3 elECA(c1id一Well)A 3 c2C(c2id一OilWellV c2id一GasWeU)一elhasSuperclass(c2)规则22 3 clECA(cl。id一ProdO)八hasSuperclass(c2)规贝0 23 j clC(c1id一ProdG)hasSuperclass(c2)c2C(c2id一DOProdV c2id=MOProd)一el一了c2 E C(c2id一DGProdV c2id=MGProd)一c1一规则说明：21将Well类设置为OilWell和GasWell的父类，即将“油井”和“气井”设置为“井”的子类；22将ProdO类设

21、置为DOProd和MOProd的父类，即将“日产油”和“月产油”设置为“产油”的子类；23将ProdG类设置为DGProd和MGProd的父类，即将“日产气”和“月产气”设置为“产气”的子类。定义子类集合C。hId=Oilwell，Gaswell，DOProd，MOProd，DGProd，MGProd)，C。hd包含上述6个子类。规则3 ObjectProperty抽取规则V ctE CT A(V xE getEles(ct)U getAttrs(ct)A(xC。Md)A(getType(x)E CTU STR)一(j opEOP)(op=f(JP(x)(opid=getName(x)(oph

22、asDomain(fc(ct)(ophasRange(fc(getType(x)。规则说明：对于任意CT类型et，如果其包含的元素或属性x是CT类型或是ST类型，并且x不包含在C出a集合，则X将被抽取为对象属性op。同时，类fC(ct)被添加到op的domain中，类f。(getType(x)被添加到op的range中。该规则简记为opfP(ctx)。规则4 DataTypeProperty抽取规则V etE CT A(V XE getElements(ct)U getAttributes(ct)A(getType(x)E ST)(getXSDType(x)EXSDType)一(3 dpEDP

23、)A(dpfcDP(x)A(dpidgetName(x)A(dphasDomain(fcP(ct)A(dphasRange(getXSDType(x)。规则说明：对于任意CT类型ct，如果其包含的元素或属性x为ST简单类型或为XML Schema数据类型，X将被抽取为一个数据类型属性dp。同时，类FcP(ct)将被添加到d，的domain中，类FcP(getXSDType(x)将被添加到dp的range中。该规则简记为dp=fP(ctx)。规则5 PropertyCardinality生成规则V ctE CT A(V xE getEles(ct)U getAttrs(ct)(j cfc(ct)

24、A(3 PfP(ctx)，定义如下子规则：规贝0 51 1 hasAtt(XminOccurs)A、hasAtt(xmaxOccurs)+PCardinality(c)一1规则52 (XrainOccurs=m)人_1 hasAtt(xmaxOccurs)+pMinCardinality(c)一m规则说明：如果元素x没有定义minOccurs和maxOccurs属性，则P对于类C的Cardinality设定为1；如果X的minOccurs数值为m，并且没有定义maxOccurs属性，则P对于类C的Cardinality设定为m。基于12定义的函数和21定义的抽取规则，通过“本体抽取”模块从We

25、XML Schema中获取结构信息并建立WeOWL本体，WeOWL结构如图3所示，其中WeXML是WeOWL的root类。在利用抽取规则建立WeOWL本体过程中，设置映射表MapTab(mapping table)描述WeXML Schema万方数据420 河北科技大学学报 2016在中元素、属性和WeOWL中类、属性之间的对应关系。22 weowL实例数据转换生成We0WL后，需要利用本体实例转换部件(WeOWL instance transformation)并参照语义抽取规则，通过转换算法对WeXML进行遍历，依次读取元素、属性和数值信息，生成We一0WL实例数据。实例转换算法如表1所示

26、，输入为WeXMI。文档wexmlxml，WeOWL本体模型weowlowl，输出结果为包括本体实例数据的weowl。TraverseXML主要包括Transform和TransfromST 2个函数。其中，Transform采用递归形式遍历wexmxml文档，针对CT和ST类型元素分别进行转换；TransformST专门处理ST类型元素的转换。口Class口DataTypeProperty图3 WeOWL本体结构Fig3 Structure of WeOWl。ontology表1 WeOWL实例转换算法Tab1 WeOWL instance data transform algorithmA

27、lgorithm：TraverseXM。()Input：wexmxml，weowlowlOutput：weowl1 rootNode=parsergetDocument(“wexmlxmt”)；2 nodes=rootNodegetChildNodes()：3 for(int i=0；inodescout；1+)4 transform(nodesEi)；5 Procedure void Transform(node)6 lf(node lS CT)7 C=getClassFromMapTab(nodename)：8 attrs=getAttrs(node)；eles=getEles(node)

28、；9 for(int i=0；iattrscount；i+)10 dtp=getDTPFromMapTab(attrsiname)；11 IaddProperty(c，dtp，attrsEivalue)；12 for(int J=0；Jelescount；j+)13 if(elesjis CT)14 Transform(elesEj)；IaddOP(e，elesEj)；)15 if(elesEjis ST)16 TransformST(elesj)；IaddDTP(celesEj)；)17 )else18 TransformSTnode)；19 Procedu re void Transfor

29、mST(node)20 if(elesEjis ST&elesjis Eumeration)21 for(int k一0；kelesjcount；k+)22 IaddDTProperty(c，dtp，elesEjXkvalue)；23 if(elesjis STelesj3 is!Eumeration)24 IaddDTProperty(C，dtp，elesjvalue)；)算法首先读取wexmlxml文档并将文档根节点记为rootNode；然后，针对rootNode每一个子节点执万方数据第4期 李华昱，等：基于抽取规则和本体映射的领域XML语义集成行Transform函数(14行)，Tran

30、sform函数根据传人的node参数类型，分别进行处理：如果为CT类型，从MapTab映射表中获取node对应的类记为c(57行)，并遍历node的每一个属性和子元素(8行)，其中，属性直接转换为数据类型实例数据(911行)，子元素如果为CT类型，递归执行Transform函数并转换为对象类型实例数据(1314行)，如果为ST类型，执行TransformST函数(1516行)。TransformST函数根据ST是否为枚举类型，分别处理ST类型的实例数据转换(19-24行)。3 本体映射由于WeOWL是从WeXML Schema中抽取而来，仅提供局部、有限的语义信息，需要在WeOWL和WeDOW

31、L之间建立语义映射，进而提供面向领域全局语义模型的语义查询。本体映射由用户通过逻辑规则进行定义，定义的逻辑规则将存入到规则库中。通过参照逻辑规则，推理机引擎能够利用WeOWL术语对WeDOWL中的类和属性进行解释，自动地将WeOWL本体实例数据归类为WeDOWL实例。逻辑规则定义形式如下所示：weowl：Oilwell(?x)weowl：hasMeasure(?X，?y)A weowl：hasMeasureDate(?Y，?z)一wedowl：MeaOilWell(?x)。以上规则表示：如果在WeOWL中x为油井，并且在某一时间进行过工艺措施，那么X可以作为WeDOWL中的“措施油井”类型。例

32、如：查询“2015年1月以后所有措施油井井号、增油产量及实施的工艺措施类型”，可以通过设定以下逻辑规则：weowl：Oilwell(?x)A weowl：hasWellNo(?x，a)A weowl：hasMeasure(?x，?b)A weowl：hasMeasureDate(?b，?c)A weowl：measureDate(?e，20151)A weowl：oilAdd(?b，?d)A weowl：hasMeaName(?b，?e)一wedowl：MeaOilWell(?x)A wedowl：wellName(?X，?a)A wedowl：oilAdd(?x，d)wedowl：MeaTy

33、pe(?x，?b)。用户可以通过查询构造器设置如下SPARQI。语句：Select?a?b?CWhere?a rdf：type MeaOilWell?a wedowl：wellName?b?a wedowl：oilAdd?C查询语句提交给语义查询处理器后，处理器将利用规则库和推理机，自动将WeOWL中相关实例数据归类为MeaOilWell实例，完成语义查询。4 系统实现基于Eclipse开发平台，开发了WeXMLSemSys原型系统。WeXMLSemSys采用Java Swing设计查询操作界面，将Dom4j作为WeXML文档的解析工具，利用Jena API完成Sparql语义查询和逻辑推理。

34、该原型系统主要包括3个功能：浏览WeXML数据内容并将WeXML文档转换为WeOWL实例数据；通过Sparql语句对数据进行查询；利用Jena推理机和逻辑规则实现推理并返回语义查询结果。在实际应用中，WeXMLSemSys读取了胜利油田某采油厂2015年的103个WeXML文档，每个文档包含12 I：1油井的生产数据，通过实例转换算法产生了基于领域全局本体的WeDOWL的实例数据，能够有效支持面向语义的数据查询，提高数据使用效率。5 结 语近年来，很多学者关注XML语义集成和XML与本体之间映射的相关研究，并取得了一定的应用成果。通过比较，本文提出的方法具有以下特点：1)WeOWL本体构建方法

35、并不是将XML文档直接与特定本体进行映射，而是首先根据抽取规则，自动构建局部本体，然后再与领域全局本体进行语义映射；2)该方法是针对特定领域的XML文档WeXML，除了与相关工作类似的集成方法之外，还根据WeXML Schema和领域特点，加入了特定的抽取规则和映射方法。通过构建原型系统WeXMLSemSys，对本文提出的方法进行了验证，取得了良好的应用效果。万方数据422 河北科技大学学报 2016正参考文献References：E1刘显敏，李建中基于键规则的XML实体抽取方法J计算机研究与发展，2014，51(I)：6475LIU Xianmin，I，1 JianzhongKeybased

36、 method for extracting entities from XMI。dataJJournal of Computer Research and Development，2014，51(1)：647523 BOHRING HAUER SMapping XML to OWL ontologiesJLeipziger InformatikTage，2005，72：147-15633 FERDINAND M，ZIRPINS C，TRASTOUR D。IAfting XML Schema to OWI，JLecture Notes in Computer Science，2004，3140

37、：35435843 xu Jiuyun，WANG Hongquan，DUAN Youxiang，et a1Automatically bootstrapping OWL ontologies from domainspecific XML documentsJJournal of Computational Information Systems，2007，3(3)：12691276，53 xu Jiuyun，WANG Hongquan，DUAN YouxiangAuto-building OWL ontology from XML data sourcesJJournal of Comput

38、ationalInformation Systems，2006，2(3)：1051105763乔卫基于领域本体的XML语义信息抽取的研究与实现D武汉：武汉理工大学，2009QIAO WeiResearch and Implementation of XML Semantic Information Based on Domain OntologyDWuhan：Wuhan University ofTechnology，200973 REIF G，JAZAYERI M，GALL HTowards semantic web engineering：WEESAMapping XML Schema t

39、o ontologiesCIn Work-shop on Application Design，New York：IEEE Computer Society，2004：10510983 KOBEISSY N，GENET M G，ZEGHLACHE DMapping XMI。to OWL for seamless information retrieval in contextaware environmentsCInternational Conference on Pervasive Servicess1：sn，2007：34935493靖争XMLSehema到OWLDL本体映射的研究D沈阳

40、：东北大学，2008JING ZhengResearch on Mapping XMI。Schema to OWLDL OntologyDShenyang：Northeastern University，200810LEHTI P，FANKHAUSER PXML data integration with OWL：Experiences and challengesCInternational Symposium on Applications and the InternetIS1：IEEE Computer Society，2004：16016711CRUZ!F，XlAO H，HSU FA

41、n ontology-based framework for XMI，semantic integrationJIdeas，2004，26(1)：21722612CRUZ I F，XIAO H，LAB AThe role of ontologies in data integrationJInternational Journal of Engineering Intelligent Systems forElectrical Engineering and Communications，2005，13(4)：245252131431531617183xlA0 HQuery Processin

42、g for Heterogeneous Data Integration Using OntologiesDChicago：University of Illinois。2006王宏琳石油勘探开发信息技术发展态势数据集成、应用集成和知识集成J石油工业计算机应用，2007，15(1)：6-11WANG HonglinThe trend of nformation technology：Data integration application integration and knowledge integration in oil explorationand deveIopmentJComput

43、er Applications of Petroleum，2007，15(1)：6-11WEI，LSITEInformation Transfer Standard Markup LanguageEBOI，http：wwwwitsmlorg，20070316BEGIEY E FMatML Version 31 SchemaEBOIhttp：wwwmatmlorg，201卜0223ZHANG Xiaoming，HU Changjun，LI HuayuiSemantic query on materials data based on mapping MatML to an OWL ontolog

44、yJData Science Journal，2009，8：1-I 7。张晓明领域科学敷据语义集成模型及映射D北京：北京科技大学，2009ZHANG XiaomingDomainspecific Semantic Model and Mapping for Scientific Data IntegrationDBeijing：University of Science andTechnology Beijing200919刘紫玉杨国霞，李学会基于本体的多专业领域知识语义检索系统研究J河北科技大学学报，201I，32(5)：471476203I。IU Ziyu，YANG Guoxia，LI X

45、uehuiResearch in semantic retrieval system for knowledge of multiple majors domain based on ontologyJJournal of Hebei University of Science and Technology，2011，32(5)：471476张立岩，张世民基于语义相似度的主观题评分算法研究J河北科技大学学报，2012，33(3)：263285ZHANG Liyan，ZHANG ShiminAlgorithm of subjective item marking based on semanti

46、c sililarityJJournal of Hebei University ofScience and Technology，2012，33(3)：26326521PRUDHOMMEAUX E，SEABORNE ASPARQL Query Language for RDFEBOLhttp：wwww3orgTRrdf-sparqlquery，20080115221 HUNTER J，LITTLE S，SCHROETER RThe application of semantic web technologies to multimedia data fusion within escienceCSemantic Multimedia and OntologiesSpringer：sn，2008：207226万方数据