Ontology-based Data Access: A Study through Disjunctive Datalog, CSP, and MMSNP
CNRS（法国国家科学研究中心）；Université Paris Sud（巴黎南大学）；UC Santa Cruz（加州大学圣克鲁兹分校）；University of Bremen（不来梅大学）；University of Liverpool（利物浦大学）
基于本体的数据访问涉及在本体提供的特定领域知识存在的情况下查询不完整的数据源。在这种设置中的中心概念是本体介导的查询，这是一个数据库查询与本体耦合。在本文中，我们研究了几类本体介导的查询，其中数据库查询被给定为某种形式的合取查询，本体被制定在描述逻辑或一阶逻辑的其他相关片段，如保护片段和一元否定片段。本文的贡献有三个方面。首先，我们描述了表达能力的本体介导的查询片段的析取数据。其次，我们建立了本体中介查询和约束满足问题（CSP）及其逻辑推广，MMSNP公式之间的密切联系。第三，我们利用这些连接，以获得新的结果（一）一阶重写和数据记录重写的本体为中介的查询，（ii）P/NP二分法本体为中介的查询，和（iii）查询包含问题的本体为中介的查询。
2013-06-06 cs.AI cs.DB
Cost-Driven Ontology-Based Data Access (Extended Version)
在基于本体的数据访问（OBDA）中，为用户提供了（关系）数据源的概念视图，该视图抽象了有关数据存储的细节。这个概念视图是通过一个本体实现的，该本体通过声明性映射连接到数据源，查询应答是通过将概念视图上的用户查询转换为数据源上的SQL查询来执行的。OBDA中的标准翻译技术试图将用户查询转换为联合查询（UCQ），遵循UCQ可以由现代关系数据库引擎有效地评估的启发式论点。在这项工作中，我们表明，翻译到UCQ并不总是最好的选择，而且，在一定的条件下，本体，映射，和数据的统计之间的相互作用，替代翻译可以更有效地进行评估。为了找到最好的翻译，我们设计了一个成本模型，以及一个新的基数估计，考虑到所有这些OBDA组件。我们的实验证实，（i）UCQ翻译的替代方案可能会产生数量级更有效的查询，以及（ii）我们提出的成本模型是忠实于实际的查询评估成本，因此非常适合选择最佳翻译。
2018-02-02 cs.DB
Efficient Discovery of Ontology Functional Dependencies
由于现代数据集的复杂性和规模不断增加，数据质量差已成为一个普遍的问题。基于约束的数据清洗技术依赖于完整性约束作为基准来识别和纠正错误。不满足给定约束集的数据值被标记为脏，并且进行数据更新以重新对齐数据和约束。然而，由于定义特定术语和关系的领域专业知识，许多错误通常需要用户输入来解决。例如，在药品中，“Advil”\emph{is-a}是“ibuprofen”的商标名，可以在药品本体中获取。虽然函数依赖性（FD）传统上已经在现有的数据清理解决方案中用于对语法等价进行建模，但是它们不能对更广泛的关系（例如，是-a）由本体定义。在本文中，我们采取的第一步扩展数据质量约束的定义和发现\emph{Ontology Functional Dependencies}（OFD）的数据清洗。我们为OFD奠定了理论和实践基础，包括一套完善的公理和线性推理过程。然后，我们开发了有效的算法，发现OFD，和一组优化，有效地修剪搜索空间。我们使用真实数据的实验评估表明，我们的算法的可扩展性和准确性。
2017-05-24 cs.DB
Ontology Based Data Integration Over Document and Column Family Oriented NOSQL
万维网基础设施及其20多亿用户能够以前所未有的速度存储信息。这主要是由于存储在某些Web应用程序上执行的几乎所有最终用户交互的意愿。为了应对可伸缩性和可用性的限制，许多参与这一过程的Web公司最近开始设计自己的数据管理系统。其中许多被称为NOSQL数据库，代表“不仅仅是SQL”。随着它们的广泛采用，出现了新的需求，数据集成就是其中之一。在本文中，我们认为，存储在一组NOSQL源的信息的基于本体的表示是非常必要的。这种方法的主要动机是能够推理本体的元素，并以高效和分布式的方式检索信息。我们的贡献是：（1）我们分析了一组无模式的NOSQL数据库生成本地本体，（2）我们生成一个全局本体的基础上发现的本地本体之间的对应关系，最后（3）我们提出了一个查询翻译解决方案，从SPARQL到查询语言的来源。我们目前正在两个流行的NOSQL数据库上实现我们的数据集成解决方案：MongoDB作为文档数据库，Cassandra作为列族存储。
2013-07-09 cs.DB
Ontology Usage at ZFIN
斑马鱼模式生物数据库（ZFIN）提供了斑马鱼基因组、遗传、发育和表型数据的网络资源。目前使用四种不同的本体对数据进行注释，以最具体的术语，便于更好地比较物种间数据。此外，本体被用来帮助用户更快地查找和聚类数据，而不需要知道术语的确切技术名称。
2010-12-09 cs.DB
Machine Learning-Augmented Ontology-Based Data Access for Renewable Energy Data
针对可再生能源数据管理中OBDA系统面临的碎片化与不平衡数据源提取复杂类层次结构的问题，提出一种结合机器学习的动态类别管理框架，以提升系统性能、挖掘少数数据见解并实现超越传统演绎推理的数据分类自动化。
2024-10-16 cs.DB
Rewriting Ontology-Mediated Property Graph Queries into GQL
University of Salzburg（萨尔茨堡大学）；Paderborn University（帕德博恩大学）；TU Wien（维也纳科技大学）
针对本体介导的属性图查询缺乏实用重写技术的问题，提出基于GQL标准的查询重写方法，经原型实验验证可实现带本体知识的图数据查询。
2026-09-15 cs.DB
Enhancing Cluster Quality of Numerical Datasets with Domain Ontology
Charles Sturt University（查尔斯斯特大学）
本文提出一种基于领域本体的聚类方法，利用本体降低数值数据集属性维度，并通过GenClust++算法聚类，实验证明其能从本体低层级到高层级逐渐提升聚类质量。
2023-04-02 cs.AI cs.DB cs.LG
Preliminary results on Ontology-based Open Data Publishing
Sapienza Università di Roma（罗马大学）
尽管目前对开放数据发布很感兴趣，但仍然缺乏一种正式而全面的方法来支持组织决定发布哪些数据并执行发布高质量数据的精确程序。在本文中，我们认为，基于本体的数据管理范式可以提供一个正式的基础，原则性的方法来发布高质量的，语义注释的开放数据。我们描述了两种主要的方法来使用本体的这一努力，然后我们提出了一些技术成果的方法之一，称为自下而上，其中要发布的数据的规格给出的来源，和特定的技术允许派生合适的注释解释发布的数据根据本体。
2017-07-13 cs.AI cs.DB
A Markov Model for Ontology Alignment
The University of Georgia（佐治亚大学）
可用数据的爆炸式增长以及集成和利用这些数据的需求导致了对数据集成技术的迫切兴趣。在语义网技术中，本体对齐是异构知识库集成的关键步骤。在本文中，我们提出了边缘置信度技术，修改和改进流行的相似性洪水技术的本体对齐。
2013-04-20 cs.AI cs.DB
Preliminaries of a Space Situational Awareness Ontology
University of Maryland（马里兰大学）；APUS/AMU（美国公立大学系统/美国军事大学）；Center for Space Standards and Innovation, Analytical Graphics Inc.（分析图形公司空间标准与创新中心）
空间态势感知对于国际安全和保障以及空间旅行的未来至关重要。通过改善SSA数据共享，我们改善了全球SSA。计算本体论可以为实现这一目标提供一种手段。本文开发了空间态势感知领域的本体，并采取步骤创建空间态势感知本体。本体论的目标，要求和desiderata概述，并描述了SSA域和学科的本体论。本体论的目的包括：探索本体论开发和工程的潜力，以便（一）表示空间态势感知数据、一般领域知识、物体和关系，（二）注释和表达这些数据的含义，以及（三）促进空间态势感知行为者、轨道碎片数据库、空间物体目录和其他空间态势感知数据储存库之间的空间态势感知数据交换和整合。通过数据和知识共享改善空间态势感知，我们可以（iv）扩大我们对空间环境的科学知识，（v）提高我们防御近地天体的能力，以及（vi）确保未来几代人的安全空间飞行。
2016-06-23 cs.AI cs.DB
Reverse Engineering Ontology to Conceptual Data Models
本体通过解决异构数据源之间的语义异构性来促进异构数据源的集成。本研究的目的是研究从一个给定的本体生成一个领域的概念模型的可能性，与视觉增长这个生成的概念数据模型成为一个全球性的概念模型集成了一些现有的数据和信息源。基于本体派生的语义的BWW模型，规则的本体语言（DAML+OIL）的元素映射到领域的概念模型元素。这种映射使用TAMBIS本体来演示。本研究的一个重要的推论是，它是可能的，从一个给定的本体生成一个域的概念模型进行验证，需要由域专家进行这个模型演变成一个全球性的概念模型。
2004-12-08 cs.DB cs.DC
Ontology Based Information Integration: A Survey
本体构成了一个特殊的词汇表，它描述了感兴趣的领域以及该词汇表上术语的含义。基于规范的精确性，本体的概念包含多个数据和概念模型。本体的概念已经出现到广泛的应用，包括数据库集成，对等系统，电子商务，语义网等，它可以被认为是一个实用的工具，概念化的东西表示在计算机格式。本文致力于本体匹配作为信息集成的一种手段。已经从诸如数据库、信息系统和人工智能的各个领域提出了若干匹配解决方案。它们都利用了本体的不同属性，如结构，数据实例，语义和标签以及其他有价值的属性。这些解决方案有一些共同的技术，并处理类似的问题，但使用不同的方法来组合和利用他们的结果。信息集成是匹配被认为是可能的解决方案的第一类应用之一。信息集成包括数据集成、模式集成、目录集成和语义集成等多个方面。我们涵盖这些概念的本体论在我们提出的文件。
2019-09-26 cs.DB cs.IR
Automatic ontology generation for data mining using fca and clustering
Ecole Nationale d’Ingénieurs de Tunis（突尼斯国家工程师学院）
由于数据采掘领域对形式化表示的需求日益增长，形式概念分析（FCA）和本体在计算机科学领域的成功应用，本文提出了一种融合概念聚类、模糊逻辑和形式概念分析的数据采掘模糊本体自动生成方法。在我们的方法中，我们建议生成的本体考虑到另一个程度的粒度到生成过程中。事实上，我们建议定义一个本体之间的类所产生的初步分类的数据。我们证明，这种方法优化了本体的定义，提供了一个更好的解释的数据和优化的空间内存和执行时间利用这些数据。
2013-11-07 cs.AI cs.DB
NFDI4DSO: Towards a BFO Compliant Ontology for Data Science
FIZ Karlsruhe（弗里斯卡尔斯鲁厄）；Leibniz Institute for Information Infrastructure（莱布尼茨信息基础设施研究所）；Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；Peoples' Friendship University of Russia (RUDN University)（俄罗斯人民友谊大学（RUDN大学））；Joint Institute for Nuclear Research（联合核子研究所）；Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）；University of Skövde（舍夫德大学）
本研究介绍了符合BFO规范的NFDI4DS本体，其基于NFDICore构建并映射BFO，用于描述DS/AI资源与联盟结构，为NFDI4DS知识图谱提供支撑，助力实现研究数据的FAIR原则与互操作。
2024-08-16 cs.AI cs.DB
Aber-OWL: a framework for ontology-based data access in biology
生物学中已经开发了许多本体，并且这些本体越来越多地包含通常用Web本体语言（OWL）表示的大量形式化知识。对这些本体中包含的知识的计算访问依赖于自动推理的使用。我们已经开发了Aber-OWL基础设施，为生物本体提供推理服务。Aber-OWL由一个本体库、一组Web服务和Web接口组成，这些Web服务和Web接口支持对生物数据和文献进行基于本体的语义访问。Aber-OWL可在http://aber-owl.net上免费获得。
2014-07-25 cs.DB cs.IR q-bio.GN
HINO: a BFO-aligned ontology representing human molecular interactions and pathways
University of Michigan Medical School（密歇根大学医学院）
许多数据库资源，如Reactome，从同行评议的出版物中收集手动注释的反应，相互作用和途径。互动者（例如，蛋白质）、相互作用和途径在这些数据资源中通常被表示为使用BioPAX（标准途径数据交换格式）的实例。然而，这些相互作用更好地表示为类（或共性），因为它们总是在适当的条件下发生。本研究旨在通过与基本形式本体（BFO）对齐的形式本体，将各种人类交互路径和网络表示为类。为了实现这一目标，人类交互网络本体（HINO）是通过扩展BFO对齐的交互网络本体（INO）。在Reactome中列出并在BioPAX中表示的所有人类途径和相关过程和相互作用者首先通过在INO下对齐它们来转换为本体类。来自外部本体的相关术语和相关联的关系和层次（例如，CHEBI和GO）也被检索并导入HINO。HINO本体术语在链接的本体数据服务器Ontobee中解析。存储在RDF三元组存储中的RDF三元组可通过SPARQL程序查询。这样的本体系统支持高级途径数据集成和应用。
2013-11-14 cs.AI cs.DB q-bio.MN
Query Expressibility and Verification in Ontology-Based Data Access
University of Bremen（不来梅大学）
在基于本体的数据访问中，使用本体和映射来集成多个数据源。在实践中，这通常是通过自举过程来实现的，也就是说，本体和映射首先被设计为仅支持源上最重要的查询，然后逐渐扩展以支持其他查询。在本文中，我们研究了两个推理问题，支持这种方法。可表达性问题询问给定源查询$q_s$是否可表达为目标查询（即，在本体的词汇表上），并且验证问题询问，另外给定候选目标查询$q_t$，$q_t$是否表达$q_s$。我们考虑（U）CQ作为源和目标查询以及GAV映射，表明这两个问题在DL-Lite中是$Π^p_2$ -完全的，当源查询是根查询时，在EL和ELHI之间是coNExpTime-完全的，并且对于不受限制的源查询是2 ExpTime-完全的。
2020-11-18 cs.AI cs.DB
Full-text Support for Publish/Subscribe Ontology Systems
我们设想一个发布/订阅本体系统，能够索引数以百万计的用户订阅，并过滤它们对本体数据流的方式到达。在这项工作中，我们提出了一个适合发布/订阅设置的SPARQL扩展;我们的扩展建立在语言的自然语义图匹配的基础上，并支持创建全文订阅。随后，我们提出了一个内存订阅索引算法，执行语义和全文匹配在低复杂度和最小的过滤时间。因此，当本体数据被发布时，匹配的订阅被标识并且通知被转发给用户。
2013-07-08 cs.DB cs.IR
An Ontology for the Materials Design Domain
Linköping University（林雪平大学）；The Swedish e-Science Research Centre（瑞典电子科学研究中心）
在材料设计领域，材料计算的大部分数据存储在不同的异构数据库中。材料数据库通常具有不同的数据模型。因此，用户必须面对的挑战，找到足够的数据源和集成来自多个来源的数据。本体和基于本体的技术可以解决这样的问题，领域知识的形式化表示可以使数据在不同的系统之间更加可用和互操作。在本文中，我们介绍了材料设计本体（MDO），它定义的概念和关系，以涵盖在材料设计领域的知识。MDO是利用材料科学（特别是固体物理学）的领域知识设计的，并由材料设计领域的几个数据库中的数据指导。我们展示了MDO的应用程序，从知名的材料数据库检索的材料数据。
2020-11-05 cs.AI cs.DB
Abstractions of Queries in Ontology-Based Data Access
LIRMM, Inria, University of Montpellier, CNRS（LIRMM, Inria, 蒙彼利埃大学, 法国国家科学研究中心）
针对基于存在规则的本体数据访问，研究查询抽象问题，通过扩展UCQ（含有限不等式和标记数据库常数的特殊谓词）表达最小完全抽象，并建立与数据交换中最大恢复概念的联系以刻画最大可靠抽象。
2026-06-24 cs.AI cs.DB
OAK: Ontology-Based Knowledge Map Model for Digital Agriculture
University College Dublin（都柏林大学学院）
如今，数字农业已经积累了大量的知识。这些知识和专有技术信息是从各种来源收集的，因此问题是如何组织这些知识以便有效地利用它。虽然这种知识的农业实践可以表示使用本体论，基于规则的专家系统，或知识模型建立从数据采掘过程中，可扩展性仍然是一个悬而未决的问题。在这项研究中，我们提出了一个知识表示模型，称为基于本体的知识地图，它可以从不同的来源收集知识，存储它，并利用直接由利益相关者或作为输入的知识发现过程（数据采掘）。该模型包括两个阶段：1）构建本体作为特定领域和数据采掘概念的知识库; 2）构建基于本体的知识地图模型，用于表示和存储在作物数据集上挖掘的知识。该模型的框架已经在农业领域得到了实现。该模型具有高效性和可扩展性，可作为数字农业的知识库。
2020-11-20 cs.AI cs.DB
An Approach For Transforming of Relational Databases to OWL Ontology
Islamic Azad University（伊斯兰阿扎德大学）
文档、网页和其他类型的文本内容的快速增长对现代内容管理系统来说是一个巨大的挑战。语义数据的缺乏是信息存储和检索领域面临的一个问题。本体可以以可共享和可重复使用的方式表示知识，并通过对特定域的结构进行编码来提供减少数据量开销的有效方法。利用关系数据库中的元数据可以从特定领域的数据库中提取本体。为了解决数据的共享和重用问题，提出了将关系数据库转化为本体的方法。本文提出了一种基于关系数据库的本体自动构建方法。从关系数据库中挖掘和获取更深层次的构件，可以获得语义能力更强、表达能力更强的知识。触发器是数据库组件之一，可以转换为本体模型，通过动态呈现部分知识来增加知识的能力和表达能力
2015-02-20 cs.AI cs.DB cs.SE
Enriching Ontology-based Data Access with Provenance (Extended Version)
Free University of Bozen-Bolzano（博尔扎诺自由大学）；University of Milano-Bicocca（米兰比可卡大学）
基于本体的数据访问（OBDA）是一种流行的查询异构数据源的范例，通过将它们映射到一个本体。在OBDA中，通常很难重构为什么元组出现在查询的答案中。我们解决这个挑战，丰富OBDA与出处半环，从数据库理论的灵感。特别是，我们调查的问题（i）决定是否一个出处注释OBDA实例需要一个出处注释的合取查询，以及（ii）计算一个多项式表示出处注释OBDA实例所涉及的查询的出处。与纯数据库不同，在我们的情况下，这些多项式可能是无限的。为了恢复有限性，我们考虑幂等半环，并研究了DL-Lite本体的情况下的复杂性。我们实现任务（二）在一个国家的最先进的OBDA系统，并通过对两个流行的基准进行广泛的评估，表明该方法的实际可行性。
2019-06-01 cs.AI cs.DB
DAOnt: A Formal Ontology for EU Data Act Compliance
Universidad Politécnica de Madrid（西班牙马德里理工大学）
本文提出DAOnt本体，通过机器可读表示支持数据共享协议的推理，复用LKIF-Core、ODRL和DPV本体元素，实现数据法案合规性检查。
2026-03-27 cs.AI cs.CY cs.DB
Ontology-based industrial data management platform
关系存储和noSQL存储是为了快速处理具有稳定结构的大型数据集而开发的，而本体则用于表示有限大小的复杂和动态信息集。在工业应用中，经常需要维护从各种来源合并的大型数据仓库。本体是有用的，表示该数据的结构，但RDF三重存储是不是很适合存储it. We提供了一种方法和一个系统，允许使用的机会，快速存储引擎以及基于本体的数据管理工具，包括SPARQL查询的灵活性。该系统实现了一个多模型的数据抽象层，它允许工作的数据，如果它是位于RDF三元组存储，执行SPARQL查询，它和ap-plies SHACL的约束和规则。
2021-03-09 cs.DB cs.SE
Distance-Based Approaches to Repair Semantics in Ontology-based Data Access
University of Montpellier（蒙彼利埃大学）；University of Edinburgh（爱丁堡大学）
在存在不一致的情况下，修复技术通过多次修复来恢复一致性。然而，由于修复的数量可能很大，标准的不一致的宽容语义通常产生很少的答案。在本文中，我们使用的概念，修复之间的句法距离的直觉，它可以让我们集群的一些修复“接近”彼此。通过这种方式，我们提出了一个通用的框架，以更个性化的方式回答查询。
2019-10-01 cs.AI cs.DB
EvoOntology: A Self-Evolving Ontology Layer for Data Agents
Renmin University of China（中国人民大学）
EvoOntology提出自进化本体层，通过MCP服务器封装模式、内容和工具层，让数据智能体运行时主动查询交互，经归因引导编辑与配对评估持续优化，在三个基准上优于现有方法。
2026-11-03 cs.AI cs.CL cs.DB
Ontology-based Queries over Cancer Data
University College London（伦敦大学学院）
生物医学研究，特别是癌症研究中不断增加的数据量需要进行管理，以支持有效的数据访问，交换和整合。现有的软件基础设施，如caGrid，支持访问域本体注释的分布式信息。然而，caGrid的当前查询功能依赖于单个数据资源的结构，而不利用语义注释。在本文中，我们提出了一个基于本体的查询功能的设计和开发，包括：从底层数据资源元数据和查询重写和翻译过程的基础上推理，转换成查询在域本体级查询的OWL2本体的生成在软件基础设施的水平。我们提出了一个详细的分析，我们的方法，以及广泛的性能评估。虽然实现和评估的caGrid基础设施，该方法可以适用于其他模型和元数据驱动的环境中的数据共享。
2010-12-26 cs.AI cs.DB cs.IR
Multifaceted Context Representation using Dual Attention for Ontology Alignment
IIIT Hyderabad（印度信息技术与通信技术研究院海得拉巴分校）；IBM Research（IBM研究院）
本体对齐是一个重要的研究问题，发现应用在各个领域，如数据集成，数据传输，数据准备等国家的最先进的（SOTA）架构本体对齐通常使用天真的领域依赖的方法与手工制作的规则和手动分配的值，使它们不可扩展和效率低下。用于本体对齐的深度学习方法使用特定于领域的架构，这些架构不仅无法扩展到其他数据集和领域，而且由于各种限制（包括模型的过拟合，数据集的稀疏性等），通常比基于规则的方法表现更差。基于深度学习的模型，使用双重注意力机制来计算概念的上下文表示，以学习对齐。通过这样做，我们的方法不仅利用本体的语法和语义结构，它也是，通过设计，灵活和可扩展到不同的领域，以最小的努力。我们验证了我们的方法在不同领域的各种数据集和多语言设置，并显示其优越的性能SOTA方法。
2020-10-26 cs.AI cs.DB cs.LG
Generating Reliable Adverse event Profiles for Health through Automated Integrated Data (GRAPH-AID): A Semi-Automated Ontology Building Approach
Kansas State University（堪萨斯州立大学）
本文提出一种利用Python及rdflib库的半自动化本体构建方法GRAPH-AID，通过自动生成类与公理实现Neo4j数据库与OWL的无缝集成，解决了不良药物事件数据集的本体生成挑战并提升药物安全监测。
2025-06-25 cs.AI cs.DB cs.SE
An Ontology for Machine Learning Interatomic Potentials
研究机器学习原子间势元数据分散问题，提出MLIPs本体，涵盖方法、训练数据和基准三个模块，连接相关现有本体，通过示例展示和评估，增强数据完整性与一致性。
2026-07-28 cs.AI cs.DB cs.DL
Ontology Bulding vs Data Harvesting and Cleaning for Smart-city Services
University of Florence（佛罗伦萨大学）
目前，地方政府拥有大量的公共和私人数据集。在大多数情况下，它们在语义上是不可互操作的，需要大量的人力来为智慧城市创建集成的本体和知识库。智慧城市本体尚未标准化，需要大量的研究工作来识别能够轻松支持数据协调、复杂性管理和推理的模型。在本文中，一个系统的数据摄取和协调智能城市相关方面的道路图，服务提供的道路，交通传感器等，本文提出该系统允许管理来自各种来源的大量数据，同时考虑静态和动态数据。这些数据被映射到智能城市本体，并存储到RDF-Store中，通过SPARQL查询可用于应用程序，为用户提供新的服务。本文介绍了本体和知识库的生成过程，以及验证、协调和确认的机制。还提供了一些关于可能使用的连贯知识库的例子，可以从RDF商店访问。
2015-08-05 cs.AI cs.CY cs.DB
Ontology-Based Annotation of Multimedia Language Data for the Semantic Web
人们对保护和记录濒危语言的兴趣和努力越来越大。语言数据只有在妥善编目、编入索引和可搜索时才有价值。许多语言数据，特别是较少使用的语言的数据，是以录音和录像的形式收集的。虽然多媒体数据提供了更多的渠道和维度来描述一种语言的功能，并更好地展示了与该社区语言相关的文化系统，但它们不是基于文本的或结构化的（二进制格式），它们的语义隐含在它们的内容中。因此，内容对人类来说很容易理解，但对计算机来说很难解释。因此，有一个强大的和用户友好的系统来注释多媒体数据与基于文本的，结构良好的和可搜索的元数据是非常需要的。本章介绍了一个基于本体的多媒体注释工具，OntoELAN，使语言多媒体数据的注释与语言本体。
2009-02-18 cs.DB cs.DL cs.MM
Ontology-based knowledge graph infrastructure for interoperable atomistic simulation data
本文提出基于本体的知识图谱基础设施，用于整合和表示原子模拟数据，解决异构格式、元数据不全和标准表示不足的问题，通过统一表示实现跨数据集的一致查询与分析。
2026-03-31 cond-mat.mtrl-sci cs.AI cs.DB
Ontology Matching Through Absolute Orientation of Embedding Spaces
SAP SE（SAP思爱普公司）；University of Mannheim（曼海姆大学）
本体匹配是创建可互操作和链接的开放数据集时的核心任务。在本文中，我们探索了一种新的基于结构的映射方法，它是基于知识图谱嵌入：要匹配的本体被嵌入，并被称为绝对方向的方法被用来对齐两个嵌入空间。接下来的方法，本文提出了一个第一，初步评估使用合成和真实世界的数据集。我们发现，在实验中与合成数据，该方法的工作非常好，类似结构的图形，它处理对齐噪声比本体的大小和结构差异。
2022-04-08 cs.AI cs.DB cs.IR
