基于互模拟的RDF图对齐
RDF Graph Alignment with Bisimulation
摘要：
我们调查的问题，对齐两个RDF数据库，在理解本体的演变的一个重要问题。我们的方法解决了三个基本的挑战：1）使用“空白”（空）的名称，2）本体的变化，其中不同的名称被用来识别同一个实体，以及3）小的变化，数据值以及小的变化，在RDF数据库的图形结构。我们提出的方法的启发图互模拟的经典概念，并将其扩展到捕获的数据值和图形结构的编辑距离的自然指标。我们在三个不断发展的策划数据集上评估我们的方法。总体而言，我们的研究结果表明，所提出的方法表现良好，是可扩展的。
英文摘要：
We investigate the problem of aligning two RDF databases, an essential problem in understanding the evolution of ontologies. Our approaches address three fundamental challenges: 1) the use of "blank" (null) names, 2) ontology changes in which different names are used to identify the same entity, and 3) small changes in the data values as well as small changes in the graph structure of the RDF database. We propose approaches inspired by the classical notion of graph bisimulation and extend them to capture the natural metrics of edit distance on the data values and the graph structure. We evaluate our methods on three evolving curated data sets. Overall, our results show that the proposed methods perform well and are scalable.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
