一种从XML Schema 到本体模型的映射方法

彭 静 罗 伟

辽宁装备制造职业技术学院（ 沈阳 110161 ）

主要研究如何从半结构化(这里主要指XML格式的文件)数据源获取期望的本体。首先对XML Schema作简要介绍，然后讨论了XML Schema到本体的映射规则，最后是实例分析，将XML Schema及符合XML Schema的XML内容转换为本体，对映射规则进行了验证。

借助于元素及内嵌的数据类型，XML Schema可以使得用户准确的描述文件的结构、内容和语法。与DTD相比，XML Schema提供了丰富的数据类型；XML Schema中的节点型态分为简单节点和复杂节点，简单节点没有属性，也没有非文字的子节点；在XML Schema中可以定义群组及衍生类型；另外，XML Schema还提供了定义唯一限制及参考限制的功能，如唯一限制声明xsd：unique和参考限制xsd：keyref等。

1 相关工作

对于 XML模式语言 XML Schema（或DTD），主要采取建立映射规则的方法将其中的一些元素映射到本体。Kavalec等人采用机器学习的方法来建立映射规则；Doan等采用预定义规则，对DTD的语义信息进行了分析，以生成相应的概念模型，然后由概念模式产生最终的本体；Volz等人将XML文档数据首先映射成一棵语法树，然后使用一些规则将语法树中的元素映射成本体中的概念和属性。但该方法在将XML Schema映射到本体时，较少考虑到XML Schema的完整性约束；Matthias等人提出了 XML Schema到OWL本体描述语言的映射规则，但论述较为粗略且映射规则的正确性有待商榷；Yuan等人则将基于XML的Web文档映射为用OWL-DL语言描述的本体。与现有方法不同的是本文提出的XML Schema到本体的映射考虑了XML Schema的完整性约束，同时实现了符合XML Schema的XML内容到本体的转换。

2 映射规则

Rule1：XML Schema的根节点映射为一个类，以根节点为父节点的复杂元素转化为其子类(subClassOf)。

Rule2：以根节点为父节点的简单元素(或属性、属性组(xsd：attributeGroup)中各属性)转化为根节点对应类的数据类型属性。

Rule3：复杂元素(节点类型为complexType)的属性(或引用属性组中的各个属性)及所包含的简单元素(节点类型为simpleType)转化为复杂元素对应类的数据类型属性。数据类型属性的定义域为复杂元素对应的类，值域由原映射属性的Type值来决定。

Rule4：复杂元素映射为一个类Ci，复杂元素所包含的复杂元素也映射为一个类 Cj，同时生成一个对象属性b，b的定义域和值域分别为Ci和 Cj。

Rule5：将xsd：key映射成一个类公理，设定minCardinality的基数为1。

Rule6：将与 xsd：unique所修饰属性对应的数据类型属性设置为函数属性。

Rule7：元素的maxOccurs、minOccurs属性分别映射成一个类公理，即设定minCardinality、maxCardinality、Cardinality的基数。

Rule8：将xsd：group映射为一个类，若复杂元素中显式包含xsd：group修饰的子元素或引用了xsd：group修饰的元素，则同时生成一个对象属性b。假定复杂元素对应的类为Ci，对应的类为Cj，则b的定义域和值域分别为Ci和Cj。

Rule9：由于OWL内嵌了XML Schema的数据类型，如 xsd：string、xsd：int等，因而 XML Schema中的数据类型不用作转换。

本文提出的映射规则与 Matthias Ferdinand等人提出的映射规则主要有以下几点区别：

(1)Matthias Ferdinand等人的方法将复杂元素与其所包含的复杂元素映射为 subClassOf关系，而本文将两者分别映射为类，则新定义一个对象属性。其原因在于复杂元素及其所包含的复杂元素在语义上并不能构成subClassOf关系。

(2)Matthias Ferdinand等人的方法没有考虑xsd：key 和 xsd：unique 等限制。

(3)Matthias Ferdinand等人的方法仅将xsd：group映射为一个类，而本文考虑了其他复杂元素对xsd：group的引用，并定义了描述两者关系的一个对象属性。

(4)Matthias Ferdinand等人将complexType类型的元素映射为对象属性，而本文则将之映射为一个类。

(5)Matthias Ferdinand等人将sequence、all映射为 owl：intersectionOf，sequence 意味着组合次序而非intersection，因而该映射的合理性值得商榷。

此外，由于Matthias Ferdinand等人没有原型实现，因而其所定义的映射规则：xsd：choice到 owl：intersectionOf、owl：unionOf 、owl：complementOf布尔组合的映射可行性无法验证。

3 实例研究

以一个实例的形式对比加以描述。以一个XML Schema为例，描述略，符合该模式的XML内容片段如下：

转换后的本体内容如下：

4 结束语

讨论了XML Schema到本体的转换方法，并与现有的方法进行了对比分析，同时结合理论分析给出了转换实例，表明了本文所述方法的正确性和有效性。

[1]杜小勇,李 曼等.本体学习研究综述.软件学报,117(9).