LOD集成數(shù)據(jù)中不一致性問題的研究.pdf

1、在Linked Open Data項(xiàng)目的推動(dòng)下，鏈接數(shù)據(jù)規(guī)模越來越大，數(shù)據(jù)集之間的鏈接程度也越來越高。不同的組織或者個(gè)人均可發(fā)布自己的鏈接數(shù)據(jù)，而實(shí)際上知識(shí)庫的構(gòu)建是一個(gè)容易出錯(cuò)的過程。另外，鏈接數(shù)據(jù)集處于不斷地動(dòng)態(tài)變化中，新的變化往往不能及時(shí)反映到所有相關(guān)的鏈接數(shù)據(jù)集中，因此會(huì)導(dǎo)致錯(cuò)誤的出現(xiàn)。這些錯(cuò)誤不僅會(huì)降低鏈接數(shù)據(jù)集的質(zhì)量，還影響建立在鏈接數(shù)據(jù)集之上的Web應(yīng)用的有效性。本文主要研究鏈接數(shù)據(jù)集中的不一致問題，包括不同IRI代表同一

2、屬性、屬性的錯(cuò)用、以及定義反的包含關(guān)系。相對來說，邏輯上的不一致檢測難度較大，往往需要向鏈接數(shù)據(jù)集的模式層添加新的知識(shí)。本文討論的是使用計(jì)算相關(guān)系數(shù)和關(guān)聯(lián)規(guī)則挖掘的方法來自動(dòng)獲取不相交公理。
　　本文的主要貢獻(xiàn)有以下四個(gè)方面:
　　1)對DBpedia和Zhishi.me兩個(gè)大規(guī)模的鏈接數(shù)據(jù)集分別作了較為深入的分析，找出這兩個(gè)數(shù)據(jù)集中的不一致問題。對于無法通過SPARQL查詢來檢測的不一致問題，本文提出了自動(dòng)化的檢測方法，具

3、體包括:
　　a)提出一種方法來檢測代表同一屬性的IRI。
　　b)借助于中文維基百科，提出一種方法來判斷類之間上下位關(guān)系的定義是否是反的。
　　c)檢測屬性的錯(cuò)用，包括Zhishi.me中“skos:broader”和“skos:narrower”的錯(cuò)用，以及DBpedia和Zhishi.me中對象屬性和數(shù)據(jù)類型屬性的錯(cuò)用。
　　d)將提出的檢測方法應(yīng)用于DBpedia和Zhishi.me，以驗(yàn)證方法的有效性。