CN110874529A - 用于属性链中的隐含图形模式的方法和系统 - Google Patents
用于属性链中的隐含图形模式的方法和系统 Download PDFInfo
- Publication number
- CN110874529A CN110874529A CN201910795563.7A CN201910795563A CN110874529A CN 110874529 A CN110874529 A CN 110874529A CN 201910795563 A CN201910795563 A CN 201910795563A CN 110874529 A CN110874529 A CN 110874529A
- Authority
- CN
- China
- Prior art keywords
- class
- semantic model
- expression
- instance
- missing attribute
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/80—Information retrieval; Database structures therefor; File system structures therefor of semi-structured data, e.g. markup language structured data such as SGML, XML or HTML
- G06F16/83—Querying
- G06F16/835—Query processing
- G06F16/8358—Query translation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Machine Translation (AREA)
Abstract
一种系统和方法,包括:访问语义模型,语义模型具有支持表达式的语法句法,表达式包括语义模型类和语义模型类的实例中的至少一个的组合;为语义模型的语义模型类和语义模型类的实例中的至少一个指定至少一个缺失属性规范,至少一个缺失属性规范为具有语义模型类和语义模型类的实例中的至少一个,为至少一个缺失属性的使用定义约束;将至少一个缺失属性规范添加到语义模型,要在表达式的验证和翻译中参考添加到语义模型的至少一个缺失属性规范,表达式包括具有指定有至少一个缺失属性规范之一的类和类的实例中的至少一个的组合;以及生成语义模型的记录,记录包括添加到其的至少一个缺失属性规范。
Description
技术领域
本公开的领域大体涉及语义模型,更具体地,涉及增强语义建模语言以适应更多自然表达式的系统、设备和方法。
背景技术
语义模型通过定义类,属性,实例,公理和规则来形式上捕获关于域(例如,英语)的知识。然而,在自然语言使用中,通常情况下可能会从句子和/或陈述中省略一些英语属性。也就是说,语言的自然使用可能与表示语言的语义模型相比不太正式和明确。要求如在语义模型中指定的属性和属性链的完整规范可能使自然语言看起来受到约束,僵化和/或过于正式。
在某些方面,需要改进和增强语义建模语言的方法和系统,使得建模语言可用于有效地生成自然表达式。
发明内容
在一个方面中,本公开的实施例涉及访问语义模型,所述语义模型具有语法句法,所述语法句法支持语义模型类和语义模型类的实例中的至少一个与不相容值的比较;为所述语义模型中的语义模型类和语义模型类的实例中的一个指定隐含属性;将隐含属性添加到语义模型,将在表达式的验证和翻译中参考该隐含属性,该表达式包括与不相容值比较的具有指定的隐含属性的类和类的实例中的一个;以及生成语义模型的记录,该记录包括添加的隐含属性。
在其它实施例中,系统可以实现、执行或体现本文中的处理的至少一些特征。在又一示例实施例中,有形介质可以体现可执行指令,该可执行指令可由能够实现处理器的设备或系统执行,以实现本公开的处理的至少一些方面。
附图说明
当参考所附的附图阅读下面的详细描述时,本公开的这些和其它特征、方面、和优点将变得更好理解,附图中类似的字符贯穿附图表示类似的部分,其中:
图1是系统的示例框图;
图2是根据本文的一些方面的处理的说明性示例;
图3是根据本文的一些方面的语义模型的说明性图形模型视图的一个示例的说明性描述;
图4是根据本文的一些实施例的图3的语义模型的说明性示例图形模型视图,包括域的实例数据;
图5是根据本文的一些实施例的包括属性链和隐含属性的图形模型视图的说明性描述;
图6是根据本文的一些方面的处理的说明性示例;
图7是根据本文的一些实施例的图3的包括域的实例数据的语义模型的另一说明性示例图形模型视图;和
图8是可以支持本文公开的一些处理的系统或设备的框图的说明性描述。
除非另有说明,本文所提供的附图是为了说明本公开的实施例的特征。相信这些特征适用于包括本公开的一个或多个实施例的多种多样的系统。因此,附图并不意味着包括本领域普通技术人员已知的用于实践本文公开的实施例所需的所有传统特征。
具体实施方式
在下面的说明书和权利要求书中,对一些术语的引用具有以下含义。
单数形式“一”,“一种”和“该”包括复数引用,除非上下文另有明确规定。
“任选的”或“任选地”是指可以出现或可以不出现随后描述的事件或情况,并且该描述包括该事件出现的实例和该事件未出现的实例。
图1是在一个示例中的架构或系统100的说明性框图。本公开的一些实施例的示例不限于图1中所示的特定架构100。系统100包括运行一个或多个应用110的一个或多个客户端设备105。应用110可包括支持组织的操作和处理的不同的软件应用。在一些实施例中,应用110之一可以至少部分地包括用于帮助用户构建受控英语的语义建模语言的功能或工具,该语义建模语言包括促进自然表达式和使用人类用户和机器实体两者都可读的建模语言的特征。如这里所使用的,这些特征可以包括“隐含属性”。这里,如下面将更详细解释的,隐含属性可以涉及语义模型类或语义模型类的实例,并进一步定义它们所关联的类或类的实例。在一些方面,隐含属性被指定为与语义模型中的类或类的实例相关联。然而,隐含属性不需要被具体地陈述或以其他方式明确地被包括在自然语言表达式中,除此以外符合语义模型。
在某些方面,这里的受控语言的建模语言可能与英语有关。此外,受控英语在某种意义上受到控制,即在使用受控英语时不存在歧义,有效陈述必须与定义的语法匹配,并匹配某些语义。然而,本公开不限于为基于英语的建模语言提供特征和机制。在一些实施例中,应用110可以被配置为促进、支持和执行程序(例如,建模器),以生成隐含属性并将隐含属性添加到语义建模语言本体以及这种建模语言的用法,从而例如准确地将自然语言表达式翻译并评估为语义建模语言表示。
云平台120可以包括接口网关135,以促进、启用和支持客户端105和语义模型编辑器服务器125之间的通信。在105处的设备可以执行浏览器,用户使用该浏览器来经由网络115与云平台120联系。
语义模型编辑器服务器125可以与存储设备130相关联,存储设备130诸如但不限于存储区域网络。在一些实施例中,云平台120可以包括服务器的多于一个的实例,诸如语义模型编辑器服务器125和多于一个的数据存储设备130。存储设备130可以包括任何查询响应数据源或已知的或变得已知的源,包括但不限于关系数据库管理系统。存储在存储设备130中的数据可以存储为关系数据库,多维数据库,可扩展标记语言(XML)文档,或存储结构化和/或非结构化数据的任何其他数据存储系统的一部分。数据可以分布在若干关系数据库,多维数据库和/或其他数据源中。在一些实施例中,存储设备130可以被实现为“内存”数据库,其中易失性(例如,基于非磁盘的)存储(例如,随机存取存储器)既用于高速缓存存储器,又用于存储操作期间的全部数据库,并且持久存储(例如,一个或多个固定磁盘)用于数据库快照的离线持久性和维护。实施例不限于任何数量或类型的数据源。翻译服务器125可以包括使用计算机处理器来处理请求的计算设备。
系统100可以进一步包括后端系统,该后端系统可以响应于来自云平台120的请求或调用,自动地生成可执行代码或指令,以进行构建语义建模语言本体和/或语义模型的处理。在本文的一些方面,如经由网络115在应用110和/或云平台120中实现的,用户可以提供对语义建模语言构建或添加特征的指示或请求,其可以与后端系统120的处理协同操作,以生成实现向语义建模语言添加特征的响应。
在一个示例中,客户端105在客户端105的显示器上经由用户界面(UI)为用户执行应用110,以对语义建模语言本体构建或添加特征。用户可以经由触摸屏、键盘或音频输入,操纵UI内的UI元素,以指示和指定与语义建模语言的类或类的实例相关联的隐含属性,其中云平台120与服务器数据库130和可能的后端系统140协作,例如,为语义建模语言生成并添加隐含属性。
在某些情况下,使用自然语言的特征可以在于,至少部分地通过使用类的名称来表示自然语言的语义模型形式表示的类的实例。在某些情况下,自然语言陈述或表达式中的前条款(preceding article)指示是否指的是特定的实例或任何指定类的实例。作为示例,考虑句子“George is playing under the tree(约翰正在树下玩)”。在这个示例中,“the tree(树)”指示在该陈述中指的是“tree(树)”类的特定实例。从上下文来看,预期的实例大概是清楚的。相反,考虑句子“Plan for the future-plant atree(将来的计划——种棵树)”。在这个示例中,“tree(树)”一词被理解为指的是“tree(树)”类的未知成员。
作为关于使用类的名称来表示语义模型的自然语言的形式表示的类的实例的这种构造的扩展,类名称可用作类的实例的特定值的代理。这可能是需要在形式语义模型中存在类以便给出与数据值有关的附加信息时的情况。例如,在OWL中,数据值并没有同一性,并且因此它不可能是三元组主体(陈述)。因此,创建类的实例,以允许附加信息与数据值相关联。举例来说,测量可能具有相关联的数值以及相关联的单位。
作为示例,以下是捕获“Measurement(测量)”的概念化的简单本体的一部分。以语义应用设计语言(SADL)、受控英语的表示来表达本体,其语法和词典受到限制,以减少或消除歧义和复杂性,并且本体力图使语义模型更容易被主体专家理解和创作。
MeasurementSystem is a class,must be one of{SystemInternationale(alias"SI"),
ImperialUnits,US_CustomaryUnits}.(测量系统是类,必须是
{SystemInternationale(又称“SI”),ImperialUnits,US_CustomaryUnits}之一。)
Unit is a class,described by system with values of typeMeasurementSystem.(单位是类,由具有类型测量系统的值的系统描述。)
Measurement is a class described by^value with a single value of typedouble,(测量是类,由具有类型两倍的单个值的^值描述,)
described by unit with a single value of type Unit,(由具有类型单位的单个值的单位描述,)
described by timeStampwith a single value of type dateTime.(由具有类型日期时间的单个值的时间戳描述。)
LengthUnitis a type of Unit,must be one of{Foot(alias"ft","feet"),Meter(alias"m"),Centimeter(alias"cm"),Millimeter(alias"mm")}.(长度单位是单位的类型,必须是{英尺(又称“ft”,“feet”),米(又称“m”),厘米(又称“cm”),毫米(又称“mm”)}之一。)
使用上述语义模型并且假设测量足球字段的任务,一个人可能说(使用自然语言),“The measurement is 300(测量是300)”。有人可能会对这个陈述作出响应说,“Oh,then the measurement is in feet(哦,那么测量是以英尺)”。然而,为了与语义模型完全一致,该原始陈述应该已经更加明确,并且被配置为第一陈述“The value of theinstance of measurement is 300(测量的实例的值是300)"以及第二陈述“The unit ofthe instance of measurement is foot(测量的实例的单位是英尺)”。
完全符合语义模型的更加明确的陈述的一个问题或难题是,虽然由于其中的特异性,他们的意思很清楚,但是两种陈述都较原始的自然语言陈述更冗长。在本文的一些方面中,本公开内容提供了(例如)通过公开隐含属性来针对这种类型的难题的技术方案,该隐含属性可以添加到语义模型,并进一步用于允许语义模型构建器(或其他实体)使用类名称或类名称的实例来生成表达式或陈述,而不是必须以完整和明确的模型一致的方式来表达陈述。在一些方面,本文所公开的隐含属性可提供和/或帮助建模语言,该建模语言可以被用来表示更自然的表达式,该建模语言是SADL和一些其它建模语言的目标。在一些方面,语义建模语言的用户已经证实了期望以类似自然语言的方式表示表达式。
在一些方面,SADL语法支持将类或类的实例与值进行比较的句法,包括值为数字或字符串的场景。然而,通过验证函数的类型检查将识别这种比较,其中比较的两侧与误差不是相同的类型。而且,即使该验证没有标志该比较,翻译器函数也将生成不能被处理的或是出乎意料的输出。因此,在一些实施例中,验证器和翻译器应被告知或以其他方式知道与该值相比的类或类的实例的任何特殊处理,如通过本文的隐含属性所实现的。
在一些实施例中,通过关联或指定关于类的“隐含属性”,验证器、翻译器、和其他设备/实体/功能可能被告知与值(在一个示例中)进行比较的类或类的实例相关联的隐含属性。在一些实施例中,可以将关于类的隐含属性的指示实现为类的数据结构表示中的数据字段、值、“标志”、哈希值或其他机制/指示符。在一些实施例中,与类相关联的隐含属性可以被配置为注释属性。注释属性可以用于至少两个原因。首先,OWL DL(最大表现力的OWL)不允许具有用户定义的OWL对象属性的陈述具有作为主题的类或作为值的属性。其次,理想的是,语义陈述推理器不尝试使用关于隐含属性所做出的陈述,因为它们只被用于验证器和翻译器处理。由于注释属性通常被推理器忽略,所以将本文公开的隐含属性配置为注释属性,提供了一种解决难题的技术方案。
在一些实施例中,隐含属性可以被添加到语义模型。继续上面介绍的语义模型示例,可以如下所示添加隐含属性。
impliedProperty is a type of annotation.(隐含属性是注释类型。)
Measurement has impliedProperty^value.(测量具有隐含属性^值。)
Measurement has impliedProperty unit.(测量具有隐含属性单位。)
在如上列表中所示的“Measurement(测量)”类的隐含属性的附加说明中,注意这里示出了“impliedProperty(隐含属性)”的定义。但是,这样的定义通常不会被列为用户模型的一部分(尽管它可能是在例如SadlImplicitModel.sadl中的预定义的隐含包含的SADL的一部分)。
在一些实施例和使用情况中,当验证器或翻译器遇到了明显的类型冲突(例如,比较实例“Measurement(测量)”与不相容值,不相容值诸如是来自上面介绍的示例的数字),它可确定隐含属性是否与指定类或指定实例所属的类相关联。如果存在隐含属性,其范围与比较中的值兼容,则验证器或翻译器将在比较中插入隐含属性值,以创建“property of(属性)”构造(例如,“value of Measurement(测量的值)”,“unit of Measurement(测量的单位)”)。
在一些实施例中,当隐含属性用于关系的一侧以扩展属性链,从而匹配在另一侧的值的类型,类不可能具有多于一个的具有给定范围的隐含属性或模棱两可的结果。在某些情况下,指定两个具有彼此接近范围的隐含属性(例如,小数和浮点数)在实践中可能是不可靠的,因为应仔细地指定隐含属性的值以确保指定值与正确期望的属性匹配,因为接近范围的值可能与其他属性兼容。
图2是用于将隐含属性特征添加到语义建模语言本体的框架或处理200的说明性描述。在本公开中,隐含属性可以用于在受控英语语义模型的上下文中翻译和/或评估自然语言表达式。在一些实施例中,可以生成语义应用设计语言(SADL),语义需求语言(SRL)陈述,以表示自然语言需求。SADL是受控英语的语言和开发环境,可用于生成推荐给OWL(Web本体语言)本体的W3C(万维网联盟)。但是,本体可以通过其他方式生成,并且不必限于OWL,OWL只是可以用于本体的多种语言之一。同样地,虽然本文中的一些实施例和示例可以在使用SRL的上下文中讨论,但是也可以使用具有定义的语法和语义的其他语言,并且这些语言也在本公开的范围内。在一些方面,在执行处理200之前或期间,系统本体(例如,SADL)被提供给执行处理200的系统或设备,或从执行处理200的系统或设备被获取,或以其它方式被执行处理200的系统或设备访问或已知。
在操作205处,访问语义模型。操作205的语义模型可以包括语法句法,该语法句法支持将语义模型类或语义模型类的实例中的至少一个与不相容值进行比较。虽然语义将支持这种比较的配置,但语义模型处理方法或系统的验证器函数和/或翻译器函数可能产生如上所述的错误。在一些实施例中,不相容值可以是数字或字符串值。
根据本文的一些方面并且为了帮助和支持类似自然语言的表达式,在处理200的操作210处指定隐含属性。隐含属性被指定或以其他方式定义为与在操作205中访问的语义模型的领域内的特定类或者类的实例相关联。
前进至操作215,在操作210处被指定(即,定义)的隐含属性被添加到语义模型。可以经由语义模型编辑器(例如,图1,系统100)或其他系统、设备和处理,将隐含属性添加到语义模型。关于添加到语义模型的隐含属性,可以在表达式的验证和翻译中参考所添加的隐含属性,该表达式包括在操作210处被指定为与隐含属性相关联的类或类的实例之一,(至少)用于与表达式中的不相容值进行比较。
在一些实施例中,类或类的实例被指定为与隐含属性相关联的事实不会必然地(自动地)调用对与类或类的实例相关联的隐含属性的参考。此外,除非有类或类的实例具有相关隐含属性的某种迹象,否则不必考虑隐含属性。基于这些因素,可以有效且准确地处理表示陈述的语义建模语言的处理。
在操作220处,生成语义模型的记录,其经修改以包括在操作215中添加的隐含属性。该记录可以在现在已知的或将来将知道的任何数据结构中实现。包括隐含属性的语义模型的记录可以存储在数据库中,并由此进行管理,以便快速有效地存储、检索和版本跟踪。
在一些实施例中,通过加入如本文所公开的隐含属性而改进或增强的语义模型还可以在其它处理中使用。特别地,至少部分地由于语义模型中包括的隐含属性,这种语义模型可以用于以更紧密地跟踪自然语言的方式表达陈述。本公开的该方面通过指向远离操作220的箭头在图2中示出。
图3是根据一些实施例的语义模型的说明性图形模型视图300。呈现图形模型表示300为了进一步展示本文公开的隐含属性的一些方面。参考图3,其中的域模型根据类、属性以及属性域和范围类来定义。对于图3的示例,应用以下定义(以SADL句法显示):
DATA is a class,(数据是类,)
described by value with a single value of type decimal,(由具有类型十进制的单个值的值描述,)
described by validitywith a single value of type boolean,(由具有类型布尔的单个值的有效性描述,)
described by unit with a single value of type string.(由具有类型字符串的单个值的单位描述,)
PhysicalObject is a class,(物理对象是类,)
described by weightwith values of type DATA.(由具有类型数据的值的体重描述。)因此,参考图3所示的图形表示,语义模型300包括具有域PhysicalObject(物理对象)(305)以及范围DATA(数据)(310)的属性weight(体重)。属性validity(有效性)、unit(单位)和value(值)每个具有域DATA(数据)(310)和各自的范围xsd:Boolean(315)、xsd:string(320)和xsd:decimal(325)。
为了进一步说明本文的一些方面,图4是基于图3的模型的语义模型400的说明性描述,具有域的一些示例性实例数据。即,MonaLisa 405is a PhysicalObject 410withweight(a DATA415 with^value 200,with unit"lbs",with validitytrue)(蒙娜丽莎405是物理对象410,具有体重(数据415,具有^值200、具有单位“磅”、具有有效性真))。
参见图4,图形400中的“<1>”表示空白节点420,假定标识符“<1>”与图形中的其他空白节点区分(图4中没有其他的空白节点)。在一个实例中,为了关于图4查询三元组存储,有人可能会问,
weight of MonaLisa(in SPARQL,namespaces omitted,"select?w where{<MonaLisa><weight>?w}")(蒙娜丽莎的体重(在SPARQL中,命名空间省略,“选择?w其中{<蒙娜丽莎><体重>?w}”))该查询将返回图形中指定为“<1>”的空白节点(420)。使用Jena(或其他语义模型处理应用或框架),该结果是“w=-1f420ac5:15b49f44305:-5089(空白节点)”。然而,该结果适合于熟练用户,而通常不会被初级用户理解。
为了生成更像自然语言格式的陈述和表达式,根据本公开的隐含属性可以用于增强图4的语义模型。特别是,以下内容添加到域模型。
DATAhas impliedProperty value.(数据具有隐含属性值。)
DATAhas impliedProperty unit.(数据具有隐含属性单位。)
DATAhas impliedProperty validity.(数据具有隐含属性有效性。)
已经添加了以上隐含属性到语义模型400,对蒙娜丽莎的体重的查询的应答现在将返回回复“w->value=200,w->unit="lbs",w->validity=true(w->值=200,w->单位="磅",w->有效性=真)”。
在某些方面和使用情况,自然语言陈述和表达式可能不会被限制到每一句的单个三元组陈述(主体,谓语,客体)。在某些使用情况,自然语言句子可以包含一个或多个关系链。例如,考虑以下OWL数据的片断(其中为了示例的简单和清晰,“validity(有效性)”属性被放弃了)。
Margie is a Person with weight(a DATAwith value 135,with unit"lbs").(玛吉是具有体重(数据,具有值135,具有单位“磅”)的人。)
John is a Person with weight(a DATAwith value 180,with unit"lbs").(约翰是具有体重(数据,具有值180,单位“磅”)的人。)
John has child(a Person with friend(a Person with spouse Margie)).(约翰有孩子(有朋友(有配偶玛吉的人)的人)。)
该直接前述数据形象化地在图5的图形模型500中示出。图形模型500包括类型人505的2个无名实例节点(即,在连接约翰520和玛吉525的属性链中在510处的“<3>”和在515处的“<4>”)。
基于图模型500,考虑这两个陈述。
(1)Ask:select pwhere p has childwith friendwith spouse Margie(问:选择p,其中p有孩子,孩子有朋友,朋友有配偶玛吉)
(2)Ask:select qwhere qis the spouse of a friend of a child of John.(问:选择q,其中q是约翰的孩子的朋友的配偶。)
第一查询查找具有从未绑定变量“p”到实例节点“玛吉”的“前向”属性链的模式。然而,第二查询查找具有从未绑定变量“q”到实例节点“约翰”的“后向”属性链的模式。假定图5的示例数据集,第一查询将返回单个可能的捆绑“p=约翰”,并且第二查询将返回单个可能的捆绑“q=玛吉”。
现在,仍然参考图5,我们考虑将上述第二查询稍微修改为:
Ask:select wwhere wis the weight of the spouse of a friend of a childof John and w
<150.(问:选择w,其中w是约翰的孩子的朋友的配偶的体重,并且w<150。)
考虑到修改,因为“weight(体重)”的范围是“DATA(数据)”530,并且“DATA(数据)”不能与数字150比较(“<”),所以隐含属性可被认为理解该查询。因此,在“值”中找到一个隐含属性。因此,翻译的查询是:
Ask:select wv where wv is the^value of the weight of the spouse of a friend of a child ofJohn and wv<150.(问:选择wv,其中wv是约翰的孩子的朋友的配偶 的体重的^值并且wv<150。)
在SPARQL中表示,查询是:
select?wvwhere{<John><child>?x.?x<friend>?y.?y<spouse>?z.?z
<weight>?w.?w<value>?wv.filter(?wv<150)}(选择?wv,其中{<约翰><孩
子>?x.?x<朋友>?y.?y<配偶>?z.?z<体重>?w.?w<值>?wv.过滤(?wv<150)})
其中变量“x”对应于图形中节点“<3>”(510),“y”对应于节点“<4>”(515),“z”将被绑定到“玛吉”(525),“w“对应于节点”<2>“(535),并且”wv“将被绑定到”135“(540)。
在一些方面和实施例中,隐含特性的适用性可以延伸超出具有在一侧上的属性链和在另一侧上的值的操作,如上面的查询示例。例如,在规则前提中,有人可能希望比较两个对象,诸如“weight of X=weight of Y(X的体重=Y的体重)”。(其他规则前提条件将绑定变量X和Y,例如绑定可能是“weight of MonaLisa=weight of JohnDoe(蒙娜丽莎的体重=某人的体重))。只有所有这三个陈述是真,这个比较才可能返回真。
value of weight of MonaLisa=value of weight of JohnDoe(蒙娜丽莎的体 重的值=某人的体重的值)
unit of weight of MonaLisa=unit of weight of JohnDoe(蒙娜丽莎的体重的单位=某人的体重的单位)
validity of weight of MonaLisa=validity of weight of JohnDoe(蒙娜丽 莎的体重的有效性=某人的体重的有效性)
在一些实施例中,其中每个上述直接示例,关系是比较或赋值,可以有具有给定范围的多个隐含属性,因为属性链在具有隐含属性的关系的每一侧上延伸。例如,可能有关于具有范围十进制的“value(值)”和具有范围十进制的“normalizedValue(标称值)”的DATA(数据)的隐含属性。然后,结果是比较或赋值的扩展,以包括以下两者:
value of weight of MonaLisa=value of weight of JohnDoe(蒙娜丽莎的体 重的值=某人的体重的值)
nominalValue of weight of MonaLisa=nominalValue of weight of JohnDoe(蒙娜丽莎的体重的标称值=某人的体重的标称值)
为了比较/赋值要应用在关系两侧的隐含属性,可以使用不同的注释属性,该不同允许在这个后者实例中具有相同范围的多个隐含属性。例如,有人可以使用“expandedProperty(扩展属性)”作为注释属性。
在一些方面中,上文公开的隐含属性和扩展属性可能是更广泛的主体的特定实施例。在一些情况下,本文中的隐含属性和扩展属性可以应用于特定的一系列问题和语境中,而本公开的更广泛的主体通常可以适用于更广泛的问题、使用情况和语境。
在一些方面,属性可被链接在一起以形成属性链。属性链的示例模板可以包括例如属性_n的……属性_3的属性_2的属性_1。在关于本文中的隐含属性的一些实例中,可以基于语义模型中包括的隐含属性来确定或推断属性链中的第一(或最后)属性。例如,基于与人“Joe(乔)”相关联的隐含属性,比较陈述“Joe is less than 23(乔小于23)”可以被明确地解释为表示“The age of Joe is less than 23(乔的年龄小于23)”。隐含属性可用于确定比较陈述一侧的属性的含义(例如,小于、大于、等于等)。在某些关于此处扩展属性的实例下,扩展属性可能应用于比较陈述的两侧。例如,陈述“Joe is less than Sally(乔小于莎莉)”可能被明确地解释为“The age of Joe is less than the age of Sally(乔的年龄小于莎莉的年龄)”。在一些实施例中,本文的扩展属性可以应用于比较的两侧,比较两个主体的属性或赋值(例如,规则的结论等)。
关于包含多个三元组的属性链的更广泛的主题,它可能需要表示属性链的一部分,而不明确声明属性链中的每个属性,以便在某些情况下,更接近地复制在对公共域有深刻理解的实体(例如,知识库、主体等)之间交换的自然语言。在本文的一些方面,本公开涉及用于技术上实现例如清楚地解释(例如,翻译)包括缺失属性的属性链的更有效和简洁的处理和系统的方法和系统。
在一些实施例中,如果该属性链本体是清楚的,那么包括具有至少一个缺失属性的属性链的陈述可以被机器、系统或服务准确地解释和理解。例如,在只有一个范围的一个(例如,第一)属性的实例中,且该一个范围的一个属性是特定本体中的另一个(例如,第二)属性的域,那么第一属性可以明确地确定为来自包括第二属性的属性链的缺失属性。也就是说,如果只有一种可能的方法将基于本体的属性串联起来,以确定属性链中的缺失主体的属性,则确定的属性是完全明确的。假定用于明确地确定属性链中的缺失属性的这个标准,本文的一些实施例涉及支持包括属性链的陈述的表示的方法和系统,其中链中具有至少一个缺失属性以及明确解释。
在一个实施例中,缺失的三元组模式由本发明所支持,其中,包括属性链的声明的一部分可以省略链中的属性,并且仍然是从部分属性链明确地(即,只有一个解决方案)解释。在一些实例中,可能会从属性链的开头或末尾省略缺失属性。本文中缺失的三元组模式的问题不一定限于仅存在一种可能属性的实例(如本文中一些隐含属性的语境中所讨论的)。本文的一些实施例包括其中一个或多个属性可能是缺失属性的实例。
图6是根据一些实施例的基于具有域的一些示例性实例数据的图3的模型的语义模型600的说明性图形。特别地,乔605是具有体重的(数据615,具有值200,具有单位“磅”,具有有效性为真)和年龄(数据615,具有值23,具有单位“岁”,具有有效性为真)的人610。作为示例,包括属性链的陈述可以是“Joe is less than 23(乔小于23)”。在该陈述中没有任何关于缺失属性的澄清或说明的情况下,不清楚(即,不明确)“小于23”是否指的是主体乔的年龄或体重的属性。由于对于给定语义模型600的缺失属性存在多种可能性,因此不能明确地确定该属性。
在一个实施例中,模型600的本体可以被扩展或以其他方式修改,以包括规范、指示符或其他机制,用于指定在特定类型的缺失属性的实例中使用特殊属性。在一些方面,该机制可以提供并支持消歧。在“乔小于23”的当前示例中,可以修改模型600以包括“缺少三元组模式”或缺失属性规范,其指定使用与乔相关联的值的属性年龄小于105。在该示例中,由于值“23”小于105,因此陈述“乔小于23”可以明确地解释为“乔的年龄小于23岁”。在本体中包含关于使用属性年龄的明确规范提供了机制,以便准确地解释(即,翻译)具有缺失的三元组模式的属性链。
如图6的前述示例所示,关于年龄属性的特定使用或应用的定义足以解决与主体“乔”的年龄和体重相关的模糊性。在此示例中,关于特定场景的属性年龄的使用和应用的规范(即,值小于105)足以完全阐明何时使用属性年龄而不是属性体重。也就是说,本体不需要包含关于其中每个属性的使用和应用的缺失属性规范(例如,某些属性可能无法在本体的语境中丢弃),即使对于可能从属性链被省略的属性也是如此。只要在一个或多个缺失属性规范中指定的本体中的属性的使用和应用的约束解决了关于本体中的属性的任何含糊之处,那么一个或多个缺失属性规范的数量和范围是足够的。如图6的示例所示,参考关于属性年龄的一个缺失属性规范足以解决由陈述“乔小于23”所呈现的歧义。在此示例中,不需要明确声明关于属性体重的使用和应用的术语的缺失属性规范。
在本文一些方面中,使用模型类或模型类的实例中的一个或多个可以由函数或函数返回值表示,其中,函数可以在本体中被明确指定以定义函数。例如,属性可以由本体图形模式中的函数或函数返回值、以及属性链(例如,作为参数或赋值的属性)所表示。包括类型不匹配的表达式可以调用对相应本体的参考,以确定本体是否包括阐明表达式的含义的机制。如本文所公开的,类型不匹配可以包括隐含属性和缺失属性,其含义可以分别基于本体中的隐含属性或扩展属性和缺失属性规范被明确地确定。
在一个实施例中,类型不匹配可能包括对函数或函数返回值的参考,其中在本体中指定该函数。以这种方式,陈述或表达式不必限于比较、赋值或属性链,而是可以定义为本体中指定的函数。例如,考虑表达式“Function 23 of Joe(4)(乔(4)的函数23)”。显然,“乔”和“函数23”之间存在类型不匹配。然而,如果人“乔”的本体还将函数23的定义指定为“Function 23=aperson’s age+<integer>(函数23=人的年龄+<整数>)”,那么“乔(4)的函数23”的表达式可以被明确地解释为意思是“乔的年龄加上4岁”。
在一些实施例中,在本体中指定的或所定义的函数不局限于数字值、字符串或其它特定类型的数据。可以使用并应用根据本公开在本体中定义的函数或函数的返回值,以明确地解释与本体的语义模型相关并由其支持的表达式的含义。
图7是用于将缺失属性规范特征添加到语义建模语言本体的框架或处理700的说明性描述。在本公开中,缺失属性规范可以用于翻译和/或评估自然语言表达式,包括在受控英语语义模型的上下文中省略其中的至少一个属性的属性链。在一些方面,在处理700的执行之前或期间,系统本体被提供给执行处理700的系统或设备,由执行处理700的系统或设备获得,或以其他方式被执行处理700的系统或设备访问或知道。
在操作705,访问语义模型。操作705的语义模型可以包括支持表达式的语法句法,该表达式包括语义模型类或语义模型类的实例中的至少一个的组合。表达式可以包括属性链。如上所述,在基于表达式中的缺失属性确定类型不匹配的实例中,语义模型处理方法或系统的验证器功能和/或翻译器可能产生错误。
根据本文的一些方面并且为了帮助和支持类似自然语言的表达式,在操作710处定义缺失属性规范。缺失属性被指定或以其他方式定义为与在操作705中访问的语义模型的域内的特定类或者类的实例相关联。
继续到操作715,在操作710中定义的缺失属性规范被添加到语义模型。可以经由语义模型编辑器(例如,图1,系统100)或其他系统,设备和处理将缺失属性规范添加到语义模型。添加到语义模型中的缺失属性规范可以在表达式的验证和翻译中被参考,该表达式包括指定的类或类的实例之一,以便明确地确定表达式中的缺失属性,如类型不匹配所指示的。
在操作720,生成语义模型的记录,被修改以包括在操作715处添加的缺失属性规范。该记录可以在现在已知的或将来已知的任何数据结构中实现。包括缺失属性规范的语义模型的记录可以存储在数据库中并由此进行管理,以便快速有效地存储、检索和版本跟踪。
在一些实施例中,通过添加本文公开的缺少属性规范而改进或增强的语义模型可以进一步被系统、服务或设备使用。特别地,这种语义模型可以用于以更紧密地跟踪自然语言的方式表达陈述,这至少部分地归因于语义模型中包括的缺失属性规范。
如前述示例说明的,缺失属性规范可以被添加到建模语言,以提高建模能力和语言的灵活性,以及在各种情况下被用于产生更自然的陈述和表达式。
装置800包括:处理器805,其可操作地耦合到通信设备815,以与其他系统、数据存储设备830、一个或多个输入设备810进行通信,从而接收来自其它系统和实体、一个或多个输出设备820和存储器825的输入。通信设备815可以促进与其他系统和部件的通信,例如其他设备、通信网络和服务器。输入设备810可以包括例如键盘,按键,鼠标或其他指点设备,麦克风,旋钮或开关,红外(IR)端口,扩展坞和/或触摸屏。输入设备810可以用于例如将信息输入到装置800中,例如缺失属性规范和查询,以利用语义模型的缺失属性规范。输出设备820可以包括例如显示器(例如,显示屏),扬声器和/或打印机。
数据存储设备830可以包括任何适当的持久存储设备,包括磁存储设备(例如,磁带,硬盘驱动器和闪存)的组合,固态存储设备,光存储设备,只读存储器(ROM)设备,随机存取存储器(RAM),存储级存储器(SCM)或任何其他快速存取存储器。数据存储设备830可以存储飞行数据计划,本文的一些实施例的优化控制命令等。
语义模型编辑器引擎835和数据840可包括程序指令,该程序指令由处理器805执行以使装置800进行本文描述的处理中的任何一个或多个,包括但不限于在图7中公开的方面。实施例不限于由单个装置执行这些处理。
数据840(或者缓存或完整数据库)可存储在诸如存储器825的易失性存储器中。数据存储设备830还可以存储语义模型数据和其它程序代码,用于提供附加的功能和/或操作装置800所需的,诸如设备驱动器,操作系统文件等。数据840可以包括可以在未来的软件需求翻译调整和/或优化目的中使用的与软件需求翻译相关的性能数据。
虽然本公开的各种实施例的具体特征可能在一些附图而不是其它附图中显示,但这仅是为了方便起见。根据本公开的原理,可以结合任何其他附图的任何特征来参考和/或要求保护附图的任何特征。
本书面描述使用示例来公开实施例,包括最佳模式,并且还使任何本领域技术人员能够实践这些实施例,包括制作和使用任何装置或系统,以及进行任何结合的方法。本公开的可专利范围由权利要求书限定,并且可以包括本领域技术人员想到的其他示例。如果这些其他示例具有与权利要求书的字面语言没有不同的结构元件,或者如果它们包括与权利要求书的字面语言无实质差别的等效结构元件,则这些其他示例意图在权利要求书的范围内。
本发明的进一步方面通过以下条项的主题提供:
1.一种由处理器实现的方法,所述方法包括:访问语义模型,所述语义模型具有支持表达式的语法句法,所述表达式包括语义模型类和语义模型类的实例中的至少一个的组合;为所述语义模型的语义模型类和语义模型类的实例中的至少一个指定至少一个缺失属性规范,所述至少一个缺失属性规范为具有语义模型类和语义模型类的实例中的所述至少一个的所述至少一个缺失属性的使用定义约束;将所述至少一个缺失属性规范添加到所述语义模型,要在表达式的验证和翻译中参考添加到所述语义模型的所述至少一个缺失属性规范,所述表达式包括具有指定有所述至少一个缺失属性规范之一的所述类和所述类的实例中的至少一个的组合;以及生成所述语义模型的记录,所述记录包括添加到其的所述至少一个缺失属性规范。
2.根据任何在前条项的方法,由所述语义模型的所述语法句法支持的所述表达式包括属性链,函数,函数的返回值,属性的值及其组合中的至少一个。
3.根据任何在前条项的方法,由所述语义模型的所述语法句法支持的所述表达式包括至少一个函数,所述至少一个函数包括比较和赋值中的至少一个。
4.根据任何在前条项的方法,所述属性的值是数字和字符串值中的至少一个。
5.根据任何在前条项的方法,进一步包括:验证所述表达式,以确定包含所述表达式的所述类和所述类的实例中的至少一个之间是否存在类型不匹配;翻译所述表达式,以确定是否可以根据所述语义模型的所述语法来处理所述表达式;和在所述验证和所述翻译确定了在包含所述表达式的所述类和所述类的实例中的至少一个之间存在类型不匹配的情况下,为包含在所述表达式中的所述类和所述类的实例中的至少一个所指定的所述至少一个缺失属性参考所述语义模型,以根据为所述至少一个缺失属性规范的使用所指定的所述约束,在所述表达式的所述验证和所述翻译中使用所述缺失属性。
6.根据任何在前条项的方法,进一步包括:确定为所述至少一个缺失属性的使用所指定的所述约束中所定义的所述缺失属性的范围;和使用所确定的所述缺失属性的所述范围,为所述表达式中包含的所述类和所述类的实例中的所述至少一个,评估所述表达式。
7.根据任何在前条项的方法,使用所确定的所述缺失属性的所述范围为所述表达式中包含的所述类和所述类的实例中的所述至少一个评估所述表达式,产生如所述语义模型定义的明确结果。
8.根据任何在前条项的方法,建模语言是语义应用设计语言(SADL),语义需求语言(SRL)。
9.根据任何在前条项的方法,所述SRL包括受约束的SRL。
10.一种系统,所述系统包括:存储器,所述存储器存储处理器可执行指令;和处理器,所述处理器执行所述处理器可执行指令,以使所述系统执行以下操作:访问语义模型,所述语义模型具有支持表达式的语法句法,所述表达式包括语义模型类和语义模型类的实例中的至少一个的组合;为所述语义模型的语义模型类和语义模型类的实例中的至少一个指定至少一个缺失属性规范,所述至少一个缺失属性规范为具有语义模型类和语义模型类的实例中的所述至少一个的所述至少一个缺失属性的使用定义约束;将所述至少一个缺失属性规范添加到所述语义模型,要在表达式的验证和翻译中参考添加到所述语义模型的所述至少一个缺失属性规范,所述表达式包括具有指定有所述至少一个缺失属性规范之一的所述类和所述类的实例中的至少一个的组合;以及生成所述语义模型的记录,所述记录包括添加到其的所述至少一个缺失属性规范。
11.根据任何在前条项的系统,由所述语义模型的所述语法句法支持的所述表达式包括属性链,函数,函数的返回值,属性的值及其组合中的至少一个。
12.根据任何在前条项的系统,由所述语义模型的所述语法句法支持的所述表达式包括至少一个函数,所述至少一个函数包括比较和赋值中的至少一个。
13.根据任何在前条项的系统,所述属性的值是数字和字符串值中的至少一个。
14.根据任何在前条项的系统,进一步包括:验证所述表达式,以确定包含所述表达式的所述类和所述类的实例中的至少一个之间是否存在类型不匹配;翻译所述表达式,以确定是否可以根据所述语义模型的所述语法来处理所述表达式;和在所述验证和所述翻译确定了在包含所述表达式的所述类和所述类的实例中的至少一个之间存在类型不匹配的情况下,为包含在所述表达式中的所述类和所述类的实例中的至少一个所指定的所述至少一个缺失属性参考所述语义模型,以根据为所述至少一个缺失属性规范的使用所指定的所述约束,在所述表达式的所述验证和所述翻译中使用所述缺失属性。
15.根据任何在前条项的系统,进一步包括:确定为所述至少一个缺失属性规范的使用所指定的所述约束中所定义的所述缺失属性的范围;和使用所确定的所述缺失属性的所述范围,为所述表达式中包含的所述类和所述类的实例中的所述至少一个,评估所述表达式。
16.根据任何在前条项的系统,使用所确定的所述缺失属性的所述范围为所述表达式中包含的所述类和所述类的实例中的所述至少一个评估所述表达式,产生如所述语义模型定义的明确结果。
17.根据任何在前条项的系统,建模语言是语义应用设计语言(SADL),语义需求语言(SRL)。
18.根据任何在前条项的系统,所述SRL包括受约束的SRL。
Claims (10)
1.一种由处理器实现的方法,其特征在于,所述方法包括:
访问语义模型,所述语义模型具有支持表达式的语法句法,所述表达式包括语义模型类和语义模型类的实例中的至少一个的组合;
为所述语义模型的语义模型类和语义模型类的实例中的至少一个指定至少一个缺失属性规范,所述至少一个缺失属性规范为具有语义模型类和语义模型类的实例中的所述至少一个的所述至少一个缺失属性的使用定义约束;
将所述至少一个缺失属性规范添加到所述语义模型,要在表达式的验证和翻译中参考添加到所述语义模型的所述至少一个缺失属性规范,所述表达式包括具有指定有所述至少一个缺失属性规范之一的所述类和所述类的实例中的至少一个的组合;以及
生成所述语义模型的记录,所述记录包括添加到其的所述至少一个缺失属性规范。
2.如权利要求1所述的方法,其特征在于,由所述语义模型的所述语法句法支持的所述表达式包括属性链,函数,函数的返回值,属性的值及其组合中的至少一个。
3.如权利要求2所述的方法,其特征在于,由所述语义模型的所述语法句法支持的所述表达式包括至少一个函数,所述至少一个函数包括比较和赋值中的至少一个。
4.如权利要求2所述的方法,其特征在于,所述属性的值是数字和字符串值中的至少一个。
5.如权利要求1所述的方法,其特征在于,进一步包括:
验证所述表达式,以确定包含所述表达式的所述类和所述类的实例中的至少一个之间是否存在类型不匹配;
翻译所述表达式,以确定是否可以根据所述语义模型的所述语法来处理所述表达式;和
在所述验证和所述翻译确定了在包含所述表达式的所述类和所述类的实例中的至少一个之间存在类型不匹配的情况下,为包含在所述表达式中的所述类和所述类的实例中的至少一个所指定的所述至少一个缺失属性参考所述语义模型,以根据为所述至少一个缺失属性规范的使用所指定的所述约束,在所述表达式的所述验证和所述翻译中使用所述缺失属性。
6.如权利要求5所述的方法,其特征在于,进一步包括:
确定为所述至少一个缺失属性的使用所指定的所述约束中所定义的所述缺失属性的范围;和
使用所确定的所述缺失属性的所述范围,为所述表达式中包含的所述类和所述类的实例中的所述至少一个,评估所述表达式。
7.如权利要求6所述的方法,其特征在于,使用所确定的所述缺失属性的所述范围为所述表达式中包含的所述类和所述类的实例中的所述至少一个评估所述表达式,产生如所述语义模型定义的明确结果。
8.如权利要求1所述的方法,其特征在于,建模语言是语义应用设计语言(SADL),语义需求语言(SRL)。
9.如权利要求8所述的方法,其特征在于,所述SRL包括受约束的SRL。
10.一种系统,其特征在于,所述系统包括:
存储器,所述存储器存储处理器可执行指令;和
处理器,所述处理器执行所述处理器可执行指令,以使所述系统执行以下操作:
访问语义模型,所述语义模型具有支持表达式的语法句法,所述表达式包括语义模型类和语义模型类的实例中的至少一个的组合;
为所述语义模型的语义模型类和语义模型类的实例中的至少一个指定至少一个缺失属性规范,所述至少一个缺失属性规范为具有语义模型类和语义模型类的实例中的所述至少一个的所述至少一个缺失属性的使用定义约束;
将所述至少一个缺失属性规范添加到所述语义模型,要在表达式的验证和翻译中参考添加到所述语义模型的所述至少一个缺失属性规范,所述表达式包括具有指定有所述至少一个缺失属性规范之一的所述类和所述类的实例中的至少一个的组合;以及
生成所述语义模型的记录,所述记录包括添加到其的所述至少一个缺失属性规范。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/119,378 | 2018-08-31 | ||
US16/119,378 US11100286B2 (en) | 2017-06-23 | 2018-08-31 | Methods and systems for implied graph patterns in property chains |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110874529A true CN110874529A (zh) | 2020-03-10 |
CN110874529B CN110874529B (zh) | 2023-10-13 |
Family
ID=67438219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910795563.7A Active CN110874529B (zh) | 2018-08-31 | 2019-08-27 | 用于属性链中的隐含图形模式的方法和系统 |
Country Status (2)
Country | Link |
---|---|
EP (1) | EP3617900A1 (zh) |
CN (1) | CN110874529B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101253476A (zh) * | 2005-08-10 | 2008-08-27 | 微软公司 | 句法程序语言翻译 |
CN101526898A (zh) * | 2009-04-17 | 2009-09-09 | 武汉大学 | 面向语义Web服务程序设计的语义数据表示和处理方法 |
CN102129457A (zh) * | 2011-03-09 | 2011-07-20 | 浙江大学 | 大规模语义数据路径查询的方法 |
CN102171654A (zh) * | 2008-10-06 | 2011-08-31 | 微软公司 | 具有可扩展句法的编程语言 |
EP2518620A1 (en) * | 2011-04-29 | 2012-10-31 | General Electric Company | Methods for code generation from semantic models and rules |
US20140280370A1 (en) * | 2013-03-15 | 2014-09-18 | Sap Ag | Adjustable Transformations from Semantic Web Languages |
CN104584013A (zh) * | 2012-08-27 | 2015-04-29 | 微软公司 | 语义查询语言 |
US20160170714A1 (en) * | 2014-12-15 | 2016-06-16 | General Electric Company | Method and system of software specification modeling |
US20160364377A1 (en) * | 2015-06-12 | 2016-12-15 | Satyanarayana Krishnamurthy | Language Processing And Knowledge Building System |
-
2019
- 2019-07-19 EP EP19187369.4A patent/EP3617900A1/en not_active Withdrawn
- 2019-08-27 CN CN201910795563.7A patent/CN110874529B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101253476A (zh) * | 2005-08-10 | 2008-08-27 | 微软公司 | 句法程序语言翻译 |
CN102171654A (zh) * | 2008-10-06 | 2011-08-31 | 微软公司 | 具有可扩展句法的编程语言 |
CN101526898A (zh) * | 2009-04-17 | 2009-09-09 | 武汉大学 | 面向语义Web服务程序设计的语义数据表示和处理方法 |
CN102129457A (zh) * | 2011-03-09 | 2011-07-20 | 浙江大学 | 大规模语义数据路径查询的方法 |
EP2518620A1 (en) * | 2011-04-29 | 2012-10-31 | General Electric Company | Methods for code generation from semantic models and rules |
CN104584013A (zh) * | 2012-08-27 | 2015-04-29 | 微软公司 | 语义查询语言 |
US20140280370A1 (en) * | 2013-03-15 | 2014-09-18 | Sap Ag | Adjustable Transformations from Semantic Web Languages |
US20160170714A1 (en) * | 2014-12-15 | 2016-06-16 | General Electric Company | Method and system of software specification modeling |
US20160364377A1 (en) * | 2015-06-12 | 2016-12-15 | Satyanarayana Krishnamurthy | Language Processing And Knowledge Building System |
Also Published As
Publication number | Publication date |
---|---|
CN110874529B (zh) | 2023-10-13 |
EP3617900A1 (en) | 2020-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101782704B1 (ko) | 지식 포착 및 발견 시스템 | |
Bikakis et al. | The XML and semantic web worlds: technologies, interoperability and integration: a survey of the state of the art | |
JP6720641B2 (ja) | 多言語データティアのデータ制約 | |
Dodds et al. | Linked data patterns | |
WO2019237333A1 (en) | Converting database language statements between dialects | |
EP2425383A2 (en) | Method and device for ontology evolution | |
US11947976B2 (en) | System and method for semantic metadata extensions in API governance using validation rulesets | |
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 | |
EP3418907A1 (en) | Methods and systems for using implied properties to make a controlled-english modelling language more natural | |
Neumann et al. | OXDBS: extension of a native XML database system with validation by consistency checking of OWL-DL ontologies | |
Luong et al. | A rule‐based approach for semantic annotation evolution | |
US11100286B2 (en) | Methods and systems for implied graph patterns in property chains | |
CN110874529B (zh) | 用于属性链中的隐含图形模式的方法和系统 | |
Šenkýř | SHACL Shapes generation from textual documents | |
Mennicke et al. | Querying graph databases: what do graph patterns mean? | |
Yang | Variable weight semantic graph‐based ontology mapping method | |
Sundqvist | Extending VKG Systems with RDF-star Support | |
Lange et al. | Previewing OWL Changes and Refactorings Using a Flexible XML Database | |
US12008000B2 (en) | Automated fact checking using iterative knowledge base querying | |
Bravo et al. | Conceptual model formalization in a semantic interoperability service framework: Transforming relational database schemas to OWL | |
Chuprina et al. | New Intelligent Tools to Adapt NL Interface to Corporate Environments | |
Bosch et al. | How to accelerate the process of designing domain ontologies based on XML schemas | |
Yu et al. | Getting Started: Change Your Data into Structured Data | |
Abdelhamid Abdelnaby | Provenance in Open Data Entity-Centric Aggregation | |
Poggi et al. | Multilanguage Semantic Interoperability in Distributed Applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |