Leveraging Data and Structure in Ontology Integration

Compiling Mappings to Bridge Applications and Databases

SIGMOD是数据库领域最著名的会议之一，甚至说它是Top1的会议也不为过。在2007年的SIGMOD会议上，上述两篇文章是比较有代表性的好文。

Leveraging Data and Structure in Ontology Integration来源于美国马里兰大学。他们这篇文章最主要的特点就是扎实，没有太多的技术上的炫耀，但是你可以看出他们对于本体匹配的一些理解，特别是如何结合实例数据和本体结构用于本体匹配。

Compiling Mappings to Bridge Applications and Databases来源为美国微软研究院，它的第一作者也是很有影响的similarity flooding一文的作者。这篇文章也很有工业价值，按照文章的说法，该项工作已经被集成到未来ADO.net中（他们在SIGMOD 2007上还有两篇相关文章讲述这一主题）。这篇文章考虑的是工业界需要engineered mappings（要求准确、人工参与），它通过这些engineered mappings构建复杂的映射结果，其最重要的特点是如何找到一个双射函数 :-）

目前比较流行的讲法有schema matching（数据库领域常用），ontology matching/mapping/alignment，这三个的含义是有一些区别的，但是目前混用的情况比较多，基本上是你的方法比较简单、多以元素之间的相似度为结果的，一般使用matching，mapping则更侧重于语义关系，而alignment则更加含糊，但是通常指一对一的匹配结果。

以上是我自己的一些理解，基本上应该问题不是很大，也欢迎大家指正。

我想问个问题，Ontology mapping自己的特点是什么？跟传统的schema matching比特别的地方是什么？

以下是引用leopard在2007-9-28 22:53:00的发言： 从最大的范畴讲，一些研究人员把他归结到model management里，稍微小一些，可以称作data integration，自然ontology integration也就属于这个集合。 目前比较流行的讲法有schema matching（数据库领域常用），ontology matching/mapping/alignment，这三个的含义是有一些区别的，但是目前混用的情况比较多，基本上是你的方法比较简单、多以元素之间的相似度为结果的，一般使用matching，mapping则更侧重于语义关系，而alignment则更加含糊，但是通常指一对一的匹配结果。 以上是我自己的一些理解，基本上应该问题不是很大，也欢迎大家指正。

SIGMOD是数据库界的No.1应该问题不大，不过VLDB跟它差距不大，PODS是理论方面的，圈子很小，跟它不冲突。