第1章 语义网的愿景 1
1.1 引言 1
1.1.1 语义网的动机 1
1.1.2 语义网的设计方案 1
1.1.3 语义网的基础技术 2
1.1.4 从数据到知识 2
1.1.5 语义网的万维网体系结构 3
1.1.6 如何由此及彼 3
1.1.7 我们的现状 4
1.2 语义网技术 4
1.2.1 显式元数据 4
1.2.2 本体 5
1.2.3 逻辑 7
1.2.4 语义网与人工智能 9
1.3 一种分层方法 9
1.4 本书内容安排 11
1.5 小结 11
建议阅读 11
第2章 描述万维网资源：RD F 13
2.1 引言 13
2.2 RDF：数据模型 14
2.2.1 资源 14
2.2.2 属性 15
2.2.3 声明 15
2.2.4 图 15
2.2.5 指向声明和图 16
2.2.6 处理更丰富的谓语 17
2.3 RDF语法 18
2.3.1 Turtle 18
2.3.2 其他语法 21
2.4 RDFS：添加语义 23
2.4.1 类和属性 23
2.4.2 类层次和继承 24
2.4.3 属性层次 25
2.4.4 RDF和RDFS的分层对比 25
2.5 RDF模式：语言 26
2.5.1 核心类 27
2.5.2 定义联系的核心属性 27
2.5.3 限制属性的核心属性 27
2.5.4 对具体化有用的属性 27
2.5.5 容器类 28
2.5.6 效用属性 28
2.5.7 示例：住房供给 28
2.5.8 示例：汽车 29
2.6 RDF和RDF模式的定义 30
2.6.1 RDF 30
2.6.2 RDF模式 31
2.7 RDF和RDF模式的公理化语义 32
2.7.1 方法 33
2.7.2 基本谓词 33
2.7.3 RDF 33
2.7.4 RDF模式 36
2.8 RDF和RDFS的一个直接推理系统 37
2.9 小结 38
建议阅读 38
练习和项目 39
第3章 查询语义网 41
3.1 SPARQL基础设施 41
3.2 基础知识：匹配模式 42
3.3 过滤器 45
3.4 处理一个开放世界的构造子 46
3.5 组织结果集 48
3.6 其他形式的SPARQL查询 49
3.7 查询模式 50
3.8 通过SPARQL更新来增加信息 51
3.9 “跟着感觉走”原则 52
3.10 小结 53
建议阅读 53
练习和项目 53
第4章 万维网本体语言：OWL2 54
4.1 引言 54
4.2 本体语言的需求 54
4.2.1 语法 54
4.2.2 形式语义 55
4.2.3 表达能力 55
4.2.4 推理支持 56
4.3 OWL2和RDF/RDFS的兼容性 57
4.4 OWL语言 58
4.4.1 语法 59
4.4.2 本体文档 60
4.4.3 属性类型 60
4.4.4 属性公理 63
4.4.5 类公理 65
4.4.6 属性上的类公理 67
4.4.7 个体事实 71
4.5 OWL2概要 72
4.6 小结 73
建议阅读 74
练习和项目 75
第5章 逻辑与推理：规则 77
5.1 引言 77
5.1.1 逻辑与规则 77
5.1.2 语义网上的规则 79
5.2 单调规则的例子：家庭关系 80
5.3 单调规则：语法 80
5.3.1 规则 81
5.3.2 事实 81
5.3.3 逻辑程序 82
5.3.4 目标 82
5.4 单调规则：语义 83
5.4.1 谓词逻辑语义 83
5.4.2 最小Herbrand模型语义 84
5.4.3 闭证据和参数化证据 84
5.5 OWL2 RL：当描述逻辑遇见规则 85
5.6 规则交换格式：RIF 87
5.6.1 概述 87
5.6.2 RIF-BLD 87
5.6.3 与RDF和OWL的兼容性 89
5.6.4 用RIF描述OWL2 RL 90
5.7 SWRL 91
5.8 用SPARQL描述规则：SPIN 91
5.9 非单调规则：动机和语法 93
5.9.1 漫谈 93
5.9.2 语法定义 94
5.10 非单调规则的例子：交易中介 94
5.10.1 Carlos的需求的形式化 95
5.10.2 可获得的公寓的表示 96
5.10.3 选择一间公寓 97
5.11 RuleML 97
5.12 小结 99
建议阅读 100
练习和项目 101
第6章 应用 103
6.1 GoodRelations 103
6.1.1 背景 103
6.1.2 样例 104
6.1.3 运用 105
6.1.4 著作 105
6.2 BBC艺术家 105
6.2.1 背景 105
6.2.2 样例 106
6.2.3 运用 107
6.3 BBC世界杯2010网站 107
6.3.1 背景 107
6.3.2 样例 107
6.3.3 运用 109
6.4 政府数据 109
6.4.1 背景 109
6.4.2 运用 110
6.5 《纽约时报》 111
6.6 Sig.ma和Sindice 111
6.7 OpenCalais 112
6.8 Schema.org 113
6.9 小结 113
第7章 本体工程 114
7.1 引言 114
7.2 手工构建本体 114
7.2.1 确定范围 114
7.2.2 考虑复用 115
7.2.3 枚举术语 115
7.2.4 定义分类 115
7.2.5 定义属性 115
7.2.6 定义刻面 115
7.2.7 定义实例 116
7.2.8 检测异常 116
7.3 复用已有本体 116
7.3.1 专家知识的编纂 116
7.3.2 集成的词汇表 117
7.3.3 上层本体 117
7.3.4 主题层次 117
7.3.5 语言学资源 117
7.3.6 百科知识 117
7.3.7 本体库 118
7.4 半自动化的本体获取 118
7.4.1 自然语言本体 119
7.4.2 领域本体 119
7.4.3 本体实例 119
7.5 本体映射 120
7.5.1 语言学方法 120
7.5.2 统计方法 121
7.5.3 结构方法 121
7.5.4 逻辑方法 121
7.5.5 映射实现 121
7.6 发布关系数据库 121
7.6.1 映射术语 121
7.6.2 转换工具 122
7.7 语义网应用体系结构 122
7.7.1 知识获取 123
7.7.2 知识存储 123
7.7.3 知识维护 124
7.7.4 知识使用 124
7.7.5 应用体系结构 124
7.7.6 框架 124
建议阅读 124
练习和项目 125
第8章 总结 128
8.1 原理 128
8.1.1 提供一个从轻量级到重量级技术的路线 128
8.1.2 标准节约时间 128
8.1.3 链接是关键 129
8.1.4 一点语义可以影响深远 129
8.2 展望 129
附录 XML基础 130
索引 156