CN104063215A - 一种RESTful Web服务匹配系统 - Google Patents
一种RESTful Web服务匹配系统 Download PDFInfo
- Publication number
- CN104063215A CN104063215A CN201410198672.8A CN201410198672A CN104063215A CN 104063215 A CN104063215 A CN 104063215A CN 201410198672 A CN201410198672 A CN 201410198672A CN 104063215 A CN104063215 A CN 104063215A
- Authority
- CN
- China
- Prior art keywords
- service
- restfulweb
- concept
- algorithm
- matching
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Machine Translation (AREA)
Abstract
本发明公开了一种RESTfulWeb服务匹配系统,属于服务技术领域。该系统包括本体构件、业务处理构件、算法及描述语言构件;本体构件用于提供语义支持;业务处理构件包括请求条件处理模块、服务处理模块和匹配模块,请求条件处理模块用于对用户输入查询条件进行解析,服务处理模块对RESTfulWeb服务进行特征提取,匹配模块将对用户输入条件解析出的语义标注信息和服务描述信息进行匹配,得出二者之间的匹配相似度;算法与描述语言构件,主要包括系统用到的算法和描述语言,对特征提取、服务匹配和服务描述提供支持。本系统由构件和模块构成,各构件之间、各模块之间相互独立,整个系统的匹配效率更高,扩展性更强。
Description
技术领域
本发明属于RESTfulWeb服务技术领域,涉及一种RESTfulWeb服务匹配系统。
背景技术
随着经济全球化进程的加快和企业信息化建设的发展,跨地域、跨行业的IT协作越来越多,这使得在分布式系统中实现异构信息的共享成为一个迫切需求。Web服务由于具备标准化、互操作能力强等特性,成为了目前实现异构数据集成的主流技术。SOA作为Web服务的架构也越来越多的被用于信息共享系统的建设。但Web服务大多采用基于RPC交互模型,该模型在相对封闭、小的应用环境中取得了较大成功,但用在分布、开放的Web环境中带来了一些问题,如紧密耦合、接口复杂、可伸缩性差,无法应对快速更新的需求变化。
2000年RoyThomasFielding博士在其博士论文中提出REST软件架构,让基于REST的Web服务回归到Web的本质上。这种面向资源的轻量级的RESTfulWeb服务充分利用了HTTP的语法语义,通过URI(UniformResourceIdentifier)来识别和定位资源,使系统具有可寻址性、连通性、无状态性、统一接口等特点,还可以低耦合的与其他分布式组件,使系统具有很好的交互性、伸缩性和可扩展性。目前,RESTfulWeb服务已经被一些大公司采用,比如谷歌、脸谱、雅虎。
然而,近年来,RESTfulWeb服务大量出现,而如何有效发现所需要的RESTfulWeb服务,仍是一个亟待解决的问题。目前,还没有一套成熟的RESTfulWeb服务发现系统。
发明内容
有鉴于此,本发明的目的在于提供一种RESTfulWeb服务匹配系统,该系统在本体库、相关算法和描述语言的基础上,通过对输入条件和RESTfulWeb服务解析、特征提取,进而实现匹配的RESTfulWeb服务匹配。
为达到上述目的,本发明提供如下技术方案:
一种RESTfulWeb服务匹配系统,包括以下构件:本体构件、业务处理构件、算法及描述语言构件;所述本体构件用于为系统提供语义支持;所述业务处理构件用于实现系统业务的处理;所述算法及描述语言构件用于提供系统的核心算法及对RESTfulWeb服务进行描述。
进一步,所述本体构件主要包括为系统提供语义支持的本体库,本体库在该系统中为涉及到RESTfulWeb服务的相关领域提供本体,是对领域知识的共享和共同认识;在该系统中, 本体库主要是将系统中涉及到的本体库中概念映射到分类树(FLS)中,分类树中节点用来表示概念,路径表示概念间的关系。
进一步,所述本体库包括WordNet、DBpedia。
进一步,所述算法及描述语言构件用于提供系统的核心算法及对RESTfulWeb服务进行描述;所述核心算法包括用户输入查询条件特征提取的算法、RESTfulWeb服务特征提取的算法和匹配算法;
用户输入查询条件特征提取的算法主要用于对用户输入的条件语句进行解析,通过分字、分词和分句来提取有意义的概念,这些概念尽量满足用户的实际目的;
RESTfulWeb服务特征提取的算法,主要用于对服务文档特征进行提取,解析文档内容,按照规则重新分块、分类来描述服务,让服务能够清晰表达、有序的表述;
匹配算法,是最重要的算法,主要用于目标服务与用户输入条件的匹配,既有概念之间相似度计算,还要有整体相似度计算,同时,还要设置权重大小,分重要性等级,让结果更能够体现用户的要求。
进一步,所述算法及描述语言构件用于提供系统的核心算法及对RESTfulWeb服务进行描述;对RESTfulWeb服务进行描述时,不同的描述语言描述的侧重点不同,描述方式也不同;本系统采用的描述语言包括hRESTS、MicroWSMO和WADL。
进一步,所述业务处理构件具体包括请求条件处理模块、服务处理模块和匹配模块组成;
所述请求条件处理模块包括两个处理过程:特征提取和语义标注;对于用户输入的查询条件,经过特征提取,将条件语句分解成单个有意义的字、词、句,这个过程要在前面所述的用户输入查询条件特征提取的算法参与下完成,再将提取到的字词句在本体库映射的分类树参与下完成,将特征提取到的字词句在分类树中找到相应节点概念,能够找到相应节点的概念保留分成一组,不能够找到相应节点的概念舍弃,重新解析查询语句,重复该过程,直到满足算法设置停止条件。
进一步,所述服务处理模块包括两个处理过程:对RESTfulWeb服务进行特征提取和服务描述;对RESTfulWeb服务进行特征提取,既可以按照功能分类提取,也可以属性分类提取,本系统在服务特征提取方面采用多种提取方式,每一种标准提取的服务作为一组。
进一步,所述匹配模块主要用于对请求条件处理模块中完成语义标注的概念和服务处理模块中服务描述的概念相对应地进行相似度匹配,其具体实施流程为:将二者的对应概念映射到分类树中,根据匹配算法,兼顾二者之间在分类树中的距离来计算匹配相似度。具体来说:假如语义标注过的概念有N组,服务描述的服务有M类,如果取标注过的概念1组,与 该组概念相对应的服务描述概念有m类则有1*m次匹配,m中的每次匹配设置权重求出总体匹配值作为该组语义标注概念与服务描述概念的匹配相似度,匹配完所有的语义标注概念,再求总体匹配相似度,就是用户请求条件和目标服务的整体匹配相似度值。
进一步,所述本体库能够实现自我学习;在标注概念和描述概念查找不到与之相同的概念节点时,可以向系统申请增添该概念节点,系统会审核,审核通过会自动添加该概念到本体库中,在分类树中增加该节点概念。
本发明的有益效果在于:本发明针对目前存在的RESTfulWeb服务发现难的问题,提出了一种RESTfulWeb服务匹配系统,该系统由构件和模块构成,各个构件之间、各个模块之间相互独立,使整个系统的匹配效率更高,可扩展性更强。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为本发明所述系统的整体架构示意图;
图2为请求条件处理模块流程示意图;
图3为服务处理模块流程示意图;
图4为本体库中概念映射的分类树示意图;
图5为本体库的机器学习过程示意图;
图6为服务描述过程示意图;
图7为匹配模块流程示意图。
具体实施方式
下面将结合附图,对本发明的优选实施例进行详细的描述。
图1为本发明所述系统的整体架构示意图,如图所示,该系统包括以下构件:本体构件、业务处理构件、算法及描述语言构件;所述本体构件用于为系统提供语义支持;所述业务处理构件用于实现系统业务的处理;所述算法及描述语言构件用于提供系统的核心算法及对RESTfulWeb服务进行描述。
具体来说:
1)本体构件:主要是为系统提供语义支持的本体库,本体库在该系统中为涉及到RESTful Web服务的相关领域提供本体,是对领域知识的共享和共同认识,在本实施例中,可以利用的本体库有WordNet、DBpedia等。在该系统中主要是将本体库中的概念映射到分类树(FLS)中,节点表示概念,路径表示关系。
2)算法与描述语言构件:主要包括系统用到的算法和描述语言,对特征提取、服务匹配和服务描述提供支持。
算法是整个系统的关键部分,主要包括用户输入查询条件特征提取算法,RESTfulWeb服务特征提取算法,还有匹配算法。用户输入查询条件特征提取的算法,主要负责对用户输入的条件语句进行解析,分字、分词和分句来提取有意义的概念,这些概念尽量满足用户的实际目的。RESTfulWeb服务特征提取的算法,主要负责对服务文档特征提取,解析文档内容,按照一定规则,重新分块、分类来描述服务,让服务能够清晰表达、有序的表述。匹配算法,是最重要的算法,该算法主要负责目标服务与用户输入条件的匹配,既有概念之间相似度计算,还要有整体相似度计算,同时,还要设置权重大小,分重要性等级,使结果更能够体现用户的要求。
描述语言,主要负责对RESTfulWeb服务进行描述,不同的描述语言描述的侧重点不同,描述方式也不同,一种好的描述方式对系统至关重要,在本实施例中,采用的描述语言有hRESTS、MicroWSMO和WADL。
3)业务处理构件:是系统核心构件,由请求条件处理模块、服务处理模块和匹配模块组成。
请求条件处理模块有两个处理过程:特征提取和语义标注。对于用户输入的查询条件,经过特征提取模块,将条件语句分解成单个有意义的字、词、句,再将提取到的字词句在本体库映射的分类树(FLS)参与下完成,将特征提取到的字词句在FLS中找到相应节点概念,能够找到相应节点的概念保留,分成一组,不能够找到相应节点的概念舍弃,重新解析查询语句,重复该过程,知道满足算法设置停止条件。
服务处理模块:有两个处理过程:特征提取和服务描述。对RESTfulWeb服务进行特征提取,既可以按照功能分类提取,也可以属性分类提取,本系统是在服务特征提取方面采用多种提取方式,每一种标准提取的服务作为一组。服务描述,目前该系统采用现有的描述语言,在本体库基础上增加了语言标注。
匹配模块:是整个系统的核心部分,该模块的设计直接关系到系统整体的性能,在匹配算法的基础上,主要是负责对请求条件处理模块中完成语义标注的概念和服务处理模块中服务描述的概念相对应的进行相似度匹配。
下面结合附图,分别具体介绍上述两个阶段的具体操作步骤:
图2为请求条件处理模块流程示意图,具体流程如图所示:
(1)用户给出要查询的RESTfulWeb服务的描述,该查询条件尽量能够涵盖服务的主 要信息。
(2)对用户输入的查询进行特征提取,具体做法是,通过一种算法,该算法要求尽量能够在效率方面要高,主要的工作是提取输入条件有效的特征部分。
(3)将步骤(2)中提取到输入条件的特征部分(特征概念)与本体库中已有的本体概念匹配,如果提取输入条件特征部分与本体概念相等,或者计算出二者之间的相似度大于系统要求的阀值λ,则视为匹配成功,执行步骤(4)。如果二者之间的相似度小于阀值λ,则视为无法匹配,执行步骤(2),直到满足步骤(2)中算法的终止条件。
(4)对步骤(3)中完全比配,相似度大于阀值λ的特征条件自动分成一组语义标注过的查询条件,并记录匹配相似度,该相似度将会参与整体相似度的计算。
图3为服务处理模块流程示意图,具体流程如图所示:
(1)能够被该系统匹配的服务必须是RESTfulWeb服务,也就是说,必须是满足REST架构的约束和原则的服务。
(2)服务可以根据功能划分进行特征提取,也可以根据情景推理或是QoS。目前,该系统通过功能划分进行特征提取(主要原因是对RESTfulWeb服务的描述存在不足),以后该系统可以对情景推理和QoS进行扩展,这是系统可扩展性的表现。对划分的功能模块中的操作或方法,提出输入、输出等参数。可以按照特征提取算法,进行不同侧重点的提取包括对服务的分块和参数的提取,将每种方式提取到的参数分成一组。
(3)通过描述语言对步骤(2)提取到的参数进行描述,需要本体库的参与和描述语言(如图6)。
(4)通过描述后,参数变成具有语义的相应概念,将服务描述成了具有语义的描述文档。
参见图4,是将本体库中的本体概念映射到分类树(FLS)中:
(1)目前本体库的开发相当有限,如果在使用被系统进行还没有本体库的相关领域的RESTfulWeb服务匹配工作,需要该领域的专家参数下,建设领域本体库。
(2)将本体库中的概念映射到分类树(FLS)中,概念作为节点,概念之间的关系作为路径(概念之间的关系设定目前有很多算法,在本系统中不详细赘述),提起要满足树的基本定义。一个概念只能映射到一个节点,只有两个概念存在强联系才能直接相连,比如”computer”和“notebook“可以直接相连,而”computer“与” book“是不可以直接相连的,具体的还是要根据概念之间的设定算法决定。
参见图5,本体库的机器学习过程如下:
(1)对于输入条件提取的特征概念和服务中提取到描述概念,都要在图4中本体分类树FLS中遍历查找与之相同或相近的概念(根据匹配算法,匹配相似度大于阀值)。
(2)FLS中,如果存在于要匹配的概念相同的,则不需要及其学习;如果只存与待匹配概念相近的概念,则直接转到步骤(4);如果不存在与待匹配概念相同或相近的概念(匹配相似度相遇阀值),则转到步骤(3)。
(3)将步骤(2)FLS中不在待匹配概念相同或相近的概念,需要将该概念提交审核,由相关领域的专家进行审核,通过审核,将转到步骤4,否则,舍弃该概念。
(4)将相似和通过审核的概念添加到本体库中,在FLS中添加相应的节点。
图6为服务描述过程示意图,如图所示:
在本实施例中采用两套描述流程,HTML-hRESTS-MicroWSMO和WADL-SAWADL,由于网络中存在的RESTfulWeb服务大都是HTML文档,所以前者在描述RESTfulWeb服务优势比较大,后者WADL是用来描述基于HTTP的Web应用程序接口的,所以针对性强,描述较为全面。
图7为匹配模块流程示意图,具体流程如下:
(1)依次取由图2请求条件处理模块流程中生成的一组语义标注的查询条件概念,遍历FLS中,找到与这些概念相同的概念,并记录概念在在FLS中节点的编号、层号和父节点编号。
(2)依次取由图3服务处理模块流程中生成的一组语义描述文档概念,遍历FLS中,找到与这些概念相同的概念,并记录概念在FLS中点的编号、层号和父节点编号。
(3)将步骤(1)和(2)中一组概念节点,相对应的通过匹配算法(目前匹配算法很多,这里不对具体算法做详细赘述),进行匹配相似度计算,再对服务整体相似度,计算完所有组相似度。
(4)对步骤3中的每组相似度设定权重值,再计算整体相似度,作为总体服务的匹配相似度。
最后说明的是,以上优选实施例仅用以说明本发明的技术方案而非限制,尽管通过上述优选实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离本发明权利要求书所限定的范围。
Claims (9)
1.一种RESTfulWeb服务匹配系统,其特征在于:所述系统包括以下构件:本体构件、业务处理构件、算法及描述语言构件;所述本体构件用于为系统提供语义支持;所述业务处理构件用于实现系统业务的处理;所述算法及描述语言构件用于提供系统的核心算法及对RESTfulWeb服务进行描述。
2.根据权利要求1所述的一种RESTfulWeb服务匹配系统,其特征在于:所述本体构件主要包括为系统提供语义支持的本体库,本体库在该系统中为涉及到RESTfulWeb服务的相关领域提供本体,是对领域知识的共享和共同认识;在该系统中,本体库主要是将系统中涉及到的本体库中概念映射到分类树中,分类树中节点用来表示概念,路径表示概念间的关系。
3.根据权利要求2所述的一种RESTfulWeb服务匹配系统,其特征在于:所述本体库包括WordNet、DBpedia。
4.根据权利要求3所述的一种RESTfulWeb服务匹配系统,其特征在于:所述算法及描述语言构件用于提供系统的核心算法及对RESTfulWeb服务进行描述;所述核心算法包括用户输入查询条件特征提取的算法、RESTfulWeb服务特征提取的算法和匹配算法;用户输入查询条件特征提取的算法主要用于对用户输入的条件语句进行解析,通过分字、分词和分句来提取有意义的概念;
RESTfulWeb服务特征提取的算法,主要用于对服务文档特征进行提取,解析文档内容,按照规则重新分块、分类来描述服务;
匹配算法,主要用于目标服务与用户输入条件的匹配,既有概念之间相似度计算,还要有整体相似度计算,同时,还要设置权重大小,分重要性等级,让结果更能够体现用户的要求。
5.根据权利要求4所述的一种RESTfulWeb服务匹配系统,其特征在于:所述算法及描述语言构件用于提供系统的核心算法及对RESTfulWeb服务进行描述;对RESTfulWeb服务进行描述时,不同的描述语言描述的侧重点不同,描述方式也不同;本系统采用的描述语言包括hRESTS、MicroWSMO和WADL。
6.根据权利要求5所述的一种RESTfulWeb服务匹配系统,其特征在于:所述业务处理构件具体包括请求条件处理模块、服务处理模块和匹配模块组成;
所述请求条件处理模块包括两个处理过程:特征提取和语义标注;对于用户输入的查询条件,经过特征提取,将条件语句分解成单个有意义的字、词、句,再将提取到的字词句在本体库映射的分类树参与下完成,将特征提取到的字词句在分类树中找到相应节点概念,能够找到相应节点的概念保留分成一组,不能够找到相应节点的概念舍弃,重新解析查询语句,重复该过程,直到满足算法设置停止条件。
7.根据权利要求6所述的一种RESTfulWeb服务匹配系统,其特征在于:所述服务处理模块包括两个处理过程:对RESTfulWeb服务进行特征提取和服务描述;对RESTfulWeb服务进行特征提取,既可以按照功能分类提取,也可以属性分类提取,本系统在服务特征提取方面采用多种提取方式,每一种标准提取的服务作为一组。
8.根据权利要求7所述的一种RESTfulWeb服务匹配系统,其特征在于:所述匹配模块主要用于对请求条件处理模块中完成语义标注的概念和服务处理模块中服务描述的概念相对应地进行相似度匹配,其具体实施流程为:将二者的对应概念映射到分类树中,根据匹配算法,兼顾二者之间在分类树中的距离来计算匹配相似度。
9.根据权利要求8所述的一种RESTfulWeb服务匹配系统,其特征在于:所述本体库能够实现自我学习;在标注概念和描述概念查找不到与之相同的概念节点时,可以向系统申请增添该概念节点,系统会审核,审核通过会自动添加该概念到本体库中,在分类树中增加该节点概念。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410198672.8A CN104063215A (zh) | 2014-05-12 | 2014-05-12 | 一种RESTful Web服务匹配系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410198672.8A CN104063215A (zh) | 2014-05-12 | 2014-05-12 | 一种RESTful Web服务匹配系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104063215A true CN104063215A (zh) | 2014-09-24 |
Family
ID=51550939
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410198672.8A Pending CN104063215A (zh) | 2014-05-12 | 2014-05-12 | 一种RESTful Web服务匹配系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104063215A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106570187A (zh) * | 2016-11-14 | 2017-04-19 | 南京邮电大学 | 一种基于本体概念相似度的软件构件检索方法 |
CN107741930A (zh) * | 2017-11-03 | 2018-02-27 | 福建工程学院 | 一种多目标本体匹配方法及计算机设备 |
CN113885939A (zh) * | 2021-09-02 | 2022-01-04 | 南京邮电大学 | 一种基于特征本体的web服务发现方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040210878A1 (en) * | 2003-04-15 | 2004-10-21 | Pagnano Marco Aurelio De Oliveira | Arrangements, storage mediums and methods for transmitting a non-proprietary language Device Description file associated with a field device using a Web Service |
CN103559234A (zh) * | 2013-10-24 | 2014-02-05 | 北京邮电大学 | RESTful Web服务的自动化语义标注系统和方法 |
CN103699667A (zh) * | 2013-12-24 | 2014-04-02 | 天津大学 | Web服务的多维度语义模型建立方法 |
-
2014
- 2014-05-12 CN CN201410198672.8A patent/CN104063215A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040210878A1 (en) * | 2003-04-15 | 2004-10-21 | Pagnano Marco Aurelio De Oliveira | Arrangements, storage mediums and methods for transmitting a non-proprietary language Device Description file associated with a field device using a Web Service |
CN103559234A (zh) * | 2013-10-24 | 2014-02-05 | 北京邮电大学 | RESTful Web服务的自动化语义标注系统和方法 |
CN103699667A (zh) * | 2013-12-24 | 2014-04-02 | 天津大学 | Web服务的多维度语义模型建立方法 |
Non-Patent Citations (2)
Title |
---|
杨易超: "基于语义的Web服务匹配模型的研究与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
汪芳琴: "基于REST的Web Services研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106570187A (zh) * | 2016-11-14 | 2017-04-19 | 南京邮电大学 | 一种基于本体概念相似度的软件构件检索方法 |
CN107741930A (zh) * | 2017-11-03 | 2018-02-27 | 福建工程学院 | 一种多目标本体匹配方法及计算机设备 |
CN113885939A (zh) * | 2021-09-02 | 2022-01-04 | 南京邮电大学 | 一种基于特征本体的web服务发现方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11238232B2 (en) | Written-modality prosody subsystem in a natural language understanding (NLU) framework | |
US10725836B2 (en) | Intent-based organisation of APIs | |
US10282664B2 (en) | Method and device for constructing event knowledge base | |
Ferrández et al. | The QALL-ME framework: A specifiable-domain multilingual question answering architecture | |
CN105183834B (zh) | 一种基于本体库的交通大数据语义应用服务方法 | |
WO2013144744A1 (en) | Building an ontology by transforming complex triples | |
CN110597992A (zh) | 基于知识图谱的语义推理方法及装置、电子设备 | |
US10924551B2 (en) | IRC-Infoid data standardization for use in a plurality of mobile applications | |
EP4163805A1 (en) | Graph-based labeling of heterogenous digital content items | |
CN104063215A (zh) | 一种RESTful Web服务匹配系统 | |
CN108932225B (zh) | 用于将自然语言需求转换成为语义建模语言语句的方法和系统 | |
Ordiyasa et al. | Enhancing Quality of Service for eGovernment interoperability based on adaptive ontology | |
Jiang et al. | Reasoninglm: Enabling structural subgraph reasoning in pre-trained language models for question answering over knowledge graph | |
CN104021177B (zh) | 结合语义网与地理信息特征的信息集成方法 | |
KR101684579B1 (ko) | 지식 생성 시스템 및 방법 | |
KR20130099327A (ko) | 오픈 도메인 정보 추출 장치 및 방법 | |
Huang et al. | Design knowledge graph-aided conceptual product design approach based on joint entity and relation extraction | |
Yao et al. | An automatic semantic extraction method for web data interchange | |
Guido et al. | Semantic integration of information systems | |
CN106294780B (zh) | 一种从社交网络抽取msvl模型的方法 | |
Brennan et al. | Managed semantic interoperability for federations | |
CN114138930B (zh) | 一种基于知识图谱的意图表征系统及方法 | |
Reddy | Novel models and architectures for distributed semantic data management | |
Zheng et al. | The application of semi-supervised clustering in web services composition | |
Djakhdjakha et al. | Foundations on Multi-Viewpoints Ontology Alignment. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140924 |