The ontology alignment system based on algorithms using data similarity metrics

• Autorzy: Pietroń M. , Wiatr K.

Warianty tytułu

PL

System mapowania ontologii oparty na algorytmach wykorzystujących metryki podobieństwa porównywanych danych

• Języki publikacji: EN

Abstrakty

EN

Integration of data from different sources is a very important task in complex IT systems and global web applications. In many applications it is a necessary issue to be dealt with, because of increasing amount of data from various sources, but concerning the same scope. Therefore, there is a lot of research in this area to create algorithms which could conduct these operations automatically. Such algorithms have two main criteria: precision of alignment and computional complexity. The publication presents protype of the ontology alignment framework. The framework is based on similarity metrics computation at the start of algorithm execution. It is mainly structural and linguistic based similarity. These global similarities decrease complexity of itegration algorithm and increase the effectivenes. In the article, there will be depicted the type of metrics and architecture of the system.

PL

Integracja danych pochodzących z różnych źródeł danych jest bardzo ważnym zagadnieniem w złożonych systemach informatycznych oraz systemach opierających się na sieci globalnej. Rosnąca ilość gromadzonych danych powoduje, że wykonanie operacji integracji danych pochodzących z różnych źródeł dotyczących podobnej dziedziny wiedzy staje się niezbędne. Z tego powodu prowadzone są prace nad opracowaniem algorytmów, aby wykonywały taką operację w sposób automatyczny. Algorytmy te mają dwa główne kryteria jakości. Dokładność mapowania i rozpoznawania pokrewnych elementów oraz złożoność obliczeniową. Publikacja przedstawia prototyp systemu mapowania ontologii (w formacie OWL) opierający się na szacowaniu podobieństwa strukturalnego i lingwistycznego. Podobieństwo to liczone na starcie algorytmu mapowania zmniejsza złożoność algorytmu często zachowując tę samą jakość mapowania. W publikacji zostaną przedstawione rodzaje metryk oraz architektura systemu integracji.

Słowa kluczowe

EN

ontology; data integration; data alignment; OWL

PL

ontologia; integracja danych; OWL

• Wydawca: Wydawnictwa AGH
• Czasopismo: Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
• Rocznik: 2011
• Tom: T. 15, z. 3
• Strony: 665--679
• Opis fizyczny: Bibliogr. 22 poz., rys., tab.

Twórcy

autor

Pietroń M.

• AGH University of Science and Technology, ACK Cyfronet, ul. Nawojki 11, 30-950 Krakow, Poland

autor

Wiatr K.

• AGH University of Science and Technology, Faculty of Electrical Engineering, Automatics, Computer Science and Electronic, Department of Electronics, al. A. Mickiewicza 30, 30-950 Krakow, Poland

Bibliografia

• [1] Aumueller D., Massmann S., Rahm E., Schema and ontology matching with C0MA++. Proc. ACM SIGMOD, 2007, 1-12.
• [2] Bernstein P.A., Melnik S., Model Management 2.0:Manipulating Richer Matchings. Proc. ACM SIGMOD, 2007, 1-12.
• [3] Ding P.A., Finin S., Joshi A., Pan R., Cost R.S., Peng Y., Swoogle: A Search andMetadata Engine for the Semantic Web. Proc. International Conference Information and Knowledge Management (CIKM'04), 2004, 652-659.
• [4] Do H.H., Rahm E., Coma, a System for Flexible Combination of Schema Matching Approaches. Proc. 28th International Conference Very Large Databases (VLDB'O2), 2002, 610-621.
• [5] Ehrig M., Staab S., Surę Y., QOM:Quick Ontology Mapping. Proc. International Conference Semantic Web (ISWC'04), 2004, 683-697.
• [6] Ehrig M., Surę Y, Foam-Framework for Ontology Alignment and Alignment Results ofthe Ontology Alignment Initiative. Proc. Workshop Integrating Ontologies, vol. 156, 2005, 72-76.
• [7] Euzenat J., Valtchev Y, Similarity-Based Ontology Alignment in OWL-Lite. Proc. European Conference Artificial Intelligence (ECAI'04), 2004, 333-337.
• [8] Euzenat J., State of the Art on Ontology Alignment. http://www.inrialpes.fr/exmo/cooperation/ kweb/heterogenity/deli/, 2008.
• [9] Euzenat J., Słwaiko P., Ontology Matching. Springer, 2007.
• [10] Gruber T., A Translation Approach to Portable Ontologies. Knowledge Acąuisition, vol. 5, No. 2, 1993, 199-220.
• [11] Gusfield D.,Irving R.W., The Stable Marriage Problem: Structure and Algorithms. MIT Press, 1989, 54.
• [12] Issac A., Van der Meij L., Schlobach S., Wang S., An Empirical Study of Instance-Based Ontology Matching. Proc. International Semantic Web Conference and Asian Semantic Web Conference, ISWC and ASWC, 2007, 253-266.
• [13] Li Y., Li J., Zhang D., Tang J., Toward Strategy Selectionfor Ontology Alignment. Proc. International European Semantic Web Conference (ESWC '07), 2007.
• [14] Madhayan J., Bernstein P., Rahm E., Generic Schema Matching with Cupid. Proc. International Conference Very Large Database (VLDB '01), 2001, 48-51.
• [15] Maedche A., Moltik B., Silva N., Volz R., MAFRA-An Ontology Alignment Framework for Distri-buted Ontologies. Proc. International Conference Knowledge Engineering and Knowlegde Management (EKAW'02), 2002, 235-250.
• [16] Melnik S., Molina H.G., Rahm E., Similarity Flooding: A Yersatile Graph Matching Algorithm. Proc. 18th International Conference Data Engineering (ICDE'02), 2002, 117-128.
• [17] Melnik S., Rahm E., Bernstein P.A., Rondo: A Programming Platform for Model Management. Proc. ACM SIGMOD'03, 2003, 193-204.
• [18] Noy N.F., Semantic Integration: A Survey of Ontology Based Approaches. SIGMOD Record, spe-cial section on semantic integration, vol. 33, No. 4, 2004, 65-70.
• [19] OWL, Ontology Web Language, http://www.w3c.org/TR/owl-features/, 2008.
• [20] Rahm E., Bernstein P.A., A Survey of Aproaches to Automatic Schema Matching. VLDB J., vol. 10, 2001, 334-350.
• [21] Słwaiko P., Euzenat J., A Survey of Schema-Based Matching Approaches. J. Data Semantics, vol .4, 2005, 146-171.
• [22] OAEI, Ontology Alignment Initiatiye, http://oaei.ontologymatching.org.