ontologyweb

1. 語義web 本體 ontology ，哪裡有owl文件，分門別類的那種，想找物聯網感測器設備以及服務的本體描述

您好，我來為您解答：
物聯網(Internet of Things,IOT)指的是將各種信息感測設備,如射頻識別(RFID)裝置、感測器網路、紅外感應器、全球定位系統、激光掃描器等種種裝置與互聯網結合起來而形成的一個巨大網路.
希望我的回答對你有幫助。

2. 計算機應用技術應學習什麼方面的知識

計算機應用技術是計算機在高職高專（大專）層次的一個專業。
計算機應用技術專業培養具備管理學理論基礎、計算機科學技術知識及應用能力，掌握信息管理、信息系統分析與設計方法等方面的知識與能力，能在各類企、事業單位、金融機構及政府部門從事信息採集、組織、分析、傳播和服務等信息管理工作或與信息管理工作相關的信息系統規劃、分析、設計、實施、運行管理和評價等方面的應用型人才。
主要學習：
計算機網路的應用技術和信息安全技術。
（1）安全網路技術的研究，已經完成「入侵檢測預警和安全管理技術」與「安全網路伺服器技術研究」2項國家863計劃信息安全主題研究項目，重大國防項目2項，廣東省自然科學基金項目3項
（2）基於互聯網路的軟體工程技術和網路軟體集成技術，在多agents協同工作，通用rpc應用平台等方面取得了研究成果
（3）中間件技術，特別是安全中間件在銀行支付系統中的應用技術，取得了多個成功應用的案例。
（4）j2ee架構的應用技術，在corba應用技術方面也取得了成果。
2.智能化網路與應用。
①智能主體（agent）及其應用技術：主要研究主體語言、主體之間的協作和協調、通信和交互技術、多主體學習以及多主體系統在基因組自動注釋（automated genomic annotation）、生物信息智能集成與共享web服務資源融合中的應用等。
②數據挖掘與知識發現：主要研究基礎理論、發現演算法、可視化技術、定性定量互換模型、知識表示方法、發現知識的維護和再利用、半結構化和非結構化數據中的知識發現以及網上數據挖掘等。
③語義web與ontology：研究語義web的支撐技術、模型和方法，包括可擴展標記語言（xml，extensible markup language）、xml schemas、資源描述框架（rdf， resource description framework）和知識本體（ontology）等創建語義web的支撐技術。重點研究：設計機器可讀的網上信息內容表示、自動推理模式、後基因組語義web的支撐技術、ontology與基因功能注釋、知識網格和信息網格。
④生物信息智能處理技術：研究生物智能信息處理中的演算法問題，重點研究生物信息資源共享技術和生物信息的知識挖掘。主要包括研究新的dna序列特徵分析方法；研究先進、高效的信息分析和數據挖掘手段，從大量繁雜的蛋白質組數據中找出內在聯系，揭示蛋白質的功能及相互作用關系。

3. 計算機信息技術的發展，使計算機朝著什麼方向發展

計算機信息技術的發展，使計算機朝著智能化方向發展。

計算機人工智慧化是未來發展的必然趨勢。現代計算機具有強大的功能和運行速度，但與人腦相比，其智能化和邏輯能力仍有待提高。人類不斷在探索如何讓計算機能夠更好的反應人類思維，使計算機能夠具有人類的邏輯思維判斷能力，可以通過思考與人類溝通交流，拋棄以往的依靠通過編碼程序來運行計算機的方法，直接對計算機發出指令。

4. 教師資格證考試，請簡要概括社會會本體論的基本概念

本體論（英語：Ontology），又譯存在論、存有論，它是形而上學的一個基本分支，本體論主要探討存有本身，即一切現實事物的基本特徵。有的哲學家，如柏拉圖學派認為：任何一個名詞都對應著一個實際存在；另外一些哲學家則主張有一些名詞並不代表存在的實體，而只代表一種集合的概念，包括事物或事件，也有抽象的，由人類思維產生的事物。例如「社團」就代表一群具有同一性質的人組成的集合；「幾何」就代表一種特殊知識的集合等。本體論就是「研究到底哪些名詞代表真實的存在實體，哪些名詞只是代表一種概念」。所以本體論成為某些哲學分支的基礎。
1概念編輯

對本體論這個詞的定義雖然有各種不同，但一般對它還是有一定的的理解。大體上說，馬克思以前的哲學所用的本體論有廣義和狹義之別。
從廣義說，指一切實在的最終本性，這種本性需要通過認識論而得到認識，因而研究一切實在最終本性的為本體論，研究如何認識則為認識論，這是以本體論與認識論相對稱。
從狹義說，則在廣義的本體論中又有宇宙的起源與結構的研究和宇宙本性的研究之分，前者為宇宙論，後者為本體論，這是以本體論與宇宙論相對稱。
這兩種用法在現代西方哲學中仍同時存在。
馬克思主義哲學不採取本體論與認識論相對立、或本體論與宇宙論相對立的方法，而以辯證唯物主義說明哲學的整個問題。
（來源於馮契主編《外國哲學大辭典》）

2研究編輯

本體論研究「本體」的研究，在希臘哲學史上有其淵源。從米利都學派開始，希臘早期哲學家就致力於探索組成萬物的最基本元素——「本原」(希臘文arche，舊譯為「始基」)。對此「本原」的研究即成為本體論的先聲，而且逐步逼近於對being 的探討。之後的巴門尼德深刻地提出，「是以外便無非是，存在之為存在者必一，這就不會有不存在者存在」。並且認為存在永存不變，僅有思維與之同一，亦僅有思維可以獲致此真理；而從感覺得來者僅為意見，從意見的觀點看，則有存在和非存在，存在既非一從而有變滅。巴門尼德對being(是，存在)的探討， 建立了本體論研究的基本方向：對於被「是者」所分有的「是」，僅只能由思維向超驗之域探尋，而不能由感覺從經驗之中獲取；此在超驗之域中尋得之「是」，因其絕對的普遍性和本原性，必然只能是一。不過，這一點只有蘇格拉底和柏拉圖才能真有領會，與他同時的希臘哲人或多或少地有所忽略。因而，如原子論者雖然也區分了真理認識和暗昧認識，認識到思維與感覺的不同；但其探尋的「本原」可否由經驗獲致卻極模糊，因而實際上並未能區分超驗和經驗。而在蘇格拉底那些沒有最終結論的對話中，已破除了經驗歸納方法獲取真理的可能性；在柏拉圖的理念論中，則鮮明地以超驗世界的「理念」為真理之根本。
在古希臘羅馬哲學中，本體論的研究主要是探究世界的本原或基質。各派哲學家力圖把世界的存在歸結為某種物質的、精神的實體或某個抽象原則。巴門尼德提出了唯一不變的本原「存在」，使關於存在的研究成為這一時期的主題。亞里士多德認為哲學研究的主要對象是實體，而實體或本體的問題是關於本質、共相和個體事物的問題。他認為研究實體或本體的哲學是高於其他一切科學的第一哲學。從此，本體論的研究轉入探討本質與現象、共相與殊相、一般與個別等的關系。在西方近代哲學中，笛卡爾首先把研究實體或本體的第一哲學叫做「形而上學的本體論」。17~18世紀，萊布尼茨及其繼承者沃爾夫試圖通過純粹抽象的途徑建立一套完整的、關於一般存在和世界本質的形而上學，即獨立的本體論體系。沃爾夫把一般、晉遍看作是脫離個別、單一而獨立存在的本質和原因。康德一方面認為建立抽象本體論的形而上學不可能，本體論要強研究的只能是事物的普遍性質及物質的存在與精神存在之間的區別；另一方面又用與認識論相割裂的、先驗的哲學體系來代替本體論。黑格爾在唯心主義基礎上提出了本體論、認識論和邏輯學統一原則，並從純存在的概念出發構造了存在自身辯證發展的邏輯體系。
在現代西方哲學中，一些流派（實證主義、分析哲學等）反對任何形而上學和本體論。但也有些人試圖重新建立關於存在學說的本體論，如胡塞爾的「先驗的本體論」、海德格爾的「基本本體論」、哈特曼的「批判本體論」等，他們往往藉助於超感覺和超理性的直覺去建立概念體系，其觀點帶有唯心主義或不可知論，且往往同錯誤的社會觀點相聯系，為宗教哲學所支持。
在中國古代哲學中，本體論叫做「本根論」，指探究天地萬物產生、存在、發展變化根本原因和根本依據的學說。中國古代哲學家一般都把天地萬物的本根歸結為無形無象的與天地萬物根本不同的東西，這種東西大體可分為三類：（1）沒有固定形體的物質，如「氣」；（2）抽象的概念或原則，如「無」、「理」；（3）主觀精神，如「心」。這三種觀點分別歸屬於樸素唯物主義、客觀唯心主義和主觀唯心主義。在中國哲學史的研究中，有些學者用「本體論」一詞專指那種在物質世界之外尋找物質世界存在依據的唯心主義學說，如魏晉時期王弼的貴無論。
3計算機語義網核心概念
本體論(ontology)是哲學概念，它是研究存在的本質的哲學問題。但近幾十年裡，這個詞被應用到計算機界，並在人工智慧、計算機語言以及資料庫理論中扮演著越來越重要的作用。
然而，到目前為止，對於本體論，還沒有統一的定義和固定的應用領域。斯坦福大學的Gruber給出的定義得到了許多同行的認可，即本體論是對概念化的精確描述（Gruber，1995），本體論用於描述事物的本質。
在實現上，本體論是概念化的詳細說明，一個ontology往往就是一個正式的詞彙表，其核心作用就在於定義某一領域或領域內的專業詞彙以及他們之間的關系。這一系列的基本概念如同工程一座大廈的基石，為交流各方提供了一個統一的認識。在這一系列概念的支持下，知識的搜索、積累和共享的效率將大大提高，真正意義上的知識重用和共享也成為可能。就此意義而言，Web語言XML（Extensible Markup Language，可擴展標識語言）就是本體理論的一項典型應用；.xml文檔就是一個標簽化的詞彙表。
本體論可以分為四種類型：領域、通用、應用和表示。領域本體包含著特定類型領域（如電子、機械、醫葯、教學）等的相關知識，或者是某個學科、某門課程中的相關知識；通用本體則覆蓋了若干個領域，通常也稱為核心本體；應用本體包含特定領域建模所需的全部知識；表示本體不只局限於某個特定的領域，還提供了用於描述事物的實體，如「框架本體」，其中定義了框架、槽的概念。
可見，本體論的建立具有一定的層次性，在教學領域而言，如果說某門課程中的概念、術語及其關系看成是特定的應用本體，那麼所有課程中的共同的概念和特徵則具有一定的通用性。
Ontology 這個哲學范疇，被人工智慧界賦予了新的定義，從而被引入信息科學中。然而信息科學界對 Ontology 的理解也是逐步發展才走向成熟的。1991 年 Neches 等人最早給出 Ontology 在信息科學中的定義：「給出構成相關領域詞彙的基本術語和關系，以及利用這些術語和關系構成的規定這些詞彙外延規則的定義。」後來在信息系統、知識系統等領域，隨著越來越多的人研究 Ontology，產生了不同的定義。1993 年 Gruber 定義 Ontology 為「概念模型的明確的規范說明」。1997 年 Borst 進一步完善為「共享概念模型的形式化規范說明」。Studer 等人對上述兩個定義進行了深入研究，認為 Ontology 是共享概念模型的明確的形式化規范說明，這也是目前對 Ontology 概念的統一看法。
Studer 等人的 Ontology 定義包含四層含義：概念模型(Conceptualization)、明確(Explicit)、形式化(Formal)和共享(Share)。「概念模型」是指通過抽象出客觀世界中一些現象(Phenomenon)的相關概念而得到的模型，其表示的含義獨立於具體的環境狀態；「明確」是指所使用的概念及使用這些概念的約束都有明確的定義；「形式化」是指 Ontology 是計算機可讀的，也就是計算機可處理的；「共享」是指 Ontology 中體現的是共同認可的知識，反映的是相關領域中公認的概念集，它所針對的是團體而非個體。Ontology 的目標是捕獲相關領域的知識，提供對該領域知識的共同理解，確定該領域內共同認可的詞彙，並從不同層次的形式化模式上給出這些詞彙(術語)和詞彙之間相互關系的明確定義。
盡管定義有很多不同的方式，但是從內涵上來看，不同研究者對於 Ontology 的認識是統一的，都把它當作是領域(領域的范圍可以是特定應用中，也可以是更廣的范圍)內部不同主體(人、機器、軟體系統等)之間進行交流(對話、互操作、共享等)的一種語義基礎，即由 Ontology 提供一種共識。而且 Ontology 提供的這種共識更主要的是為機器服務，機器並不能像人類一樣理解自然語言中表達的語義，目前的計算機也只能把文本看成字元串進行處理。因此，在計算機領域討論 Ontology，就要討論如何表達共識，也就是概念的形式化問題。
Semantic Web 中的 Ontology??
Ontology 研究熱點的出現還與 Semantic Web 的提出和發展直接相關。?
Semantic Web 是 Tim Berners-Lee提出的又一個概念。Tim Berners-Lee 認為，當前的 Web 是供人閱讀和理解的，它作為一個越來越大的文件媒體，並不利於實現數據和信息的自動化處理。新一代的 Semantic Web 將不僅僅為人類而且能為計算機（信息代理）帶來語義內容，使計算機（或信息代理）能夠「理解」Web 內容，進而實現信息處理的自動化。他認為 Semantic Web 不是與當前 Web 隔離的另一個 Web，而是對當前 Web 的擴充，在 Semantic Web 中，信息的語義經過完好的定義，能夠更好地促進計算機和人之間的相互合作。?
為了實現 Semantic Web 的功能，需要提供一種計算機能夠理解的、結構化的語義描述機制，以及一系列的推理規則以實現自動化推理。Semantic Web 的挑戰在於提供一種語言，
它能夠表述數據和在數據中進行推理的規則，而且需要這種語言能夠將目前存在於知識表述系統之中的規則能夠被應用到 Web 上。?
在 Tim Berners-Lee 的 Semantic Web 框架中，有幾個關鍵的組成元素。它們分別是 XML，RDF(S) 和 Ontology。?
XML 允許用戶定義自己的文件類型，允許用戶定義任意復雜的信息結構，但是 XML 只具有語法性，它不能說明所定義的結構的語義。XML 之所以在 Semantic Web 中處於重要的地位與 XML 是一種載體語言、XML 命名機制等有很大的關系。?
在 Tim Berners-Lee 看來，語義的描述是通過 RDF 進行的。RDF 的兩個特性對此有著特殊的貢獻：?
（1）RDF 是一種由資源、屬性、屬性值組成的三元結構。這種三元結構形似句子中的主語、謂語、賓語之間的關系。一個描述資源的 RDF 語句，就如同「某件事具有什麼樣的屬性」這樣的句子一樣有效。它能夠表明一種對事物存在狀態的斷言，可以表述大多數情況下計算機需要處理的知識。?
（2）RDF 的另一個重要特點就是組成 RDF 的資源、屬性、屬性值這三個元素都必須是被 URI（統一資源標識）所標識的。由於 RDF 利用 URI 來對信息進行編碼，它意味著被 RDF 所引用的任何資源、屬性和屬性值都是經過預先定義的、不具二意性的概念。?
由於 RDF 能夠表示陳述句，並且主語、謂語和賓語的三個組成元素都是通過 URI 所標識的，所以它具有語義表述的特性。但 Semantic Web 的要求還遠不止於此，Semantic Web 還需要加入邏輯功能：Semantic Web 需要能夠利用規則進行推理、選擇行動路線和回答相關問題。Ontology 是 Semantic Web 實現邏輯推理的基礎。?
Semantic Web 研究者也認為，Ontology 是一個形式化定義語詞關系的規范化文件。對於 Semantic Web 而言，最典型的 Ontology 具有一個分類體系和一系列的推理原則。其中，分類體系定義對象的類別和類目之間的關系。實體之間的類/子類關系對於 Web 應用具有重要的價值。在 Ontology 中，還可以為某個類添加屬性來定義更多的類目關系。這些類目關系提供了的推理的基礎。?
藉助 Ontology 中的推理規則，Semantic Web 應用系統可以提供更強的推理能力，例如可以在一個地理 Ontology 中加入這樣一條規則，「如果一個城市代碼與一個省代碼相關，並且一個地址利用了城市代碼，那麼這個地址與就與相應的省代碼相關」。通過這一規則，程序可以推理出中國科學院文獻情報中心，在中關村，應當在北京市。?
為了 Semantic Web 研究者為了實現對 Ontology 的描述，在 RDF 的基礎之上，發展了 RDFS。RDFS 藉助幾個預先義的語詞(如 rdfs:Resource, rdfs:Class, rdf:Property, rdfs:subClassOf, rdfs:subPropertyOf, rdfs:domain, rdfs:range)能夠對概念之間的關系進行有限的描述。為了更方便全面地實現 Ontology 的描述，W3C 在 RDFS 的基礎之上，藉助了 DAML 和 OIL 的相關研究，正在積極推進 OWL（Web Ontology Language）的應用。自 2004 年 2 月 10 日，OWL 已經成為了一個 W3C 推薦的標准。
Gene Ontology
本體論為了查找某個研究領域的相關信息，生物學家往往要花費大量的時間，更糟糕的是，不同的生物學資料庫可能會使用不同的術語，好比是一些方言一樣，這讓信息查找更加麻煩，尤其是使得機器查找無章可循。Gene Ontology (GO) 就是為了解決這種問題而發起的一個項目。
Gene Ontology 中最基本的概念是 term 。GO 裡面的每一個 entry 都有一個唯一的數字標記，形如 GO:nnnnnnn，還有一個 term 名，比如 "cell", "fibroblast growth factor receptor binding"，或者 "signal transction"。每個 term 都屬於一個 ontology，總共有三個ontology，它們分別是 molecular function, cellular component 和 biological process。
一個基因 proct 可能會出現在不止一個 cellular component 裡面，也可能會在很多 biological process 裡面起作用，並且在其中發揮不同的 molecular function。比如，基因 proct "cytochrome c" 用 molecular function term 描述是 "oxidorectase activity"，而用 biological process term 描述就是 "oxidative phosphorylation" 和 "inction of cell death"，最後，它的 celluar component term 是 "mitochondrial matrix" 和 "mitochondrial inner membrane"。
Gene Ontology 中的 term 有兩種相互關系，它們分別是 is_a 關系和 part_of 關系。is_a 關系是一種簡單的包含關系，比如 A is_a B 表示 A 是 B 的一個子集。比如 nuclear chromosome is_a chromosome。part_of 關系要稍微復雜一點，C part_of_D 意味著如果 C 出現，那麼它就肯定是 D 的一部分，但 C 不一定總會出現。比如 nucleus part_of cell，核肯定是細胞的一部分，但有的細胞沒有核。
Gene Ontology 的結構是一個有向無環圖，有點類似於分類樹，不同點在於 Gene Ontology 的結構中一個 term 可以有不止一個 parent。比如 biological process term "hexose biosynthesis" 有兩個 parents，它們分別是 "hexose metabolism" 和 "monosaccharide biosynthesis"，這是因為生物合成是代謝的一種，而己糖又是單糖的一種。
Gene Ontology 使用 Oxford Dictionary of Molecular Biology (1997) 中的定義，在分選時還要參考 SWISS-PROT, PIR, NCBI CGAP, EC…中的注釋。建立起來的標准不是唯一的標准（這是 GOC 所一直強調的），自然也不規定每個研究者必須遵循這套控制字集系統。所採用的動態結構 (dynamic structure) 使用 DAGs(Directed Acyclic Graphs) 方式的 network，將每一個 ontology 串連起來，形成樹狀結構（hierarchical tree），也就是由前面所說的「is a」和「part of」兩種關系。
由於 GO 是一種整合性的分類系統，其下的 3 類主 ontology 我們前面說是獨立的，但是無論是 GOC 原初的設計還是我們的使用中其實都還是存在一定的流程關系。一個基因/蛋白質或者一個 ontology 在註解的過程中，首先是考慮涉及在構成細胞內的組分和元件 (cellular component)，其次就是此組分/元件在分子水平上所行使的功能 (molecular function)，最後能夠呈現出該分子功能所直接參與的生物過程 (biological process)。由於這是一種存在反饋機制的注釋過程，並且整個系統是動態開放實時更新的，因此在某種程度上說它具有糾錯的能力。
TAMBIS 計劃是目前唯一實現了在概念和聯系層次上集成信息源的系統。但是還有其他一些相關計劃正在研究之中。
比如 BioKleisli (賓夕法尼亞大學計算機系)，採用 Mediator(調節器)技術實現了若干數據源的集成，其後的 K2/Kleisli 系統還利用數據倉庫實現了 OLAP(聯機分析處理)。
DiscoveryLink (IBM 研究院)，基於 Wrapper/ Mediator(包裝器/調節器)實現了信息源集成，提出了查詢的分解和基於代價的優化策略。
TAMBIS (曼徹斯特大學計算機系)基於 Wrapper/ Mediator 實現了信息源集成，藉助 BioKleisli 中的 CPL 語言作為查詢語言並給出了查詢優化的方法。通過 TaO(TAMBIS Ontology）本體定義為用戶瀏覽和查詢處理提供領域知識。
本體論TINet (GSK 公司和 IBM 研究院)，基於多資料庫中間件 OPM(Object-Protocol Model，對象協議模型)定義數據源的對象視圖，其 CORBA(Common Object Request Broker Architecture，公共對象請求代理體系結構)伺服器使各數據源 Wrapper(包裝器) 更易於擴充。
但是他們都存在一定的缺陷。BioKleisli 系統查詢能力相對較弱，而且並未給出查詢優化策略；TAMBIS 系統和 DiscoveryLink 系統集成的數據源數量相對還很少，後者在查詢處理中並未運用領域知識，因而查詢分解也未從語義角度考慮；TINet 系統中的查詢處理能力不強。
現在面臨的突出問題是在資料庫查詢中尤其是當多個資料庫存在信息重疊時，缺乏從中選擇最佳檢索成員，動態生成優化檢索方案的能力。而且現有的工作主要面向數據集成，而對服務集成考慮不多。支持數據與服務綜合性集成的體系仍欠完備。因此這也將是 GO 未來發展和提升的一個重要方向。
4構建本體
簡介
在實際的應用中，本體論學者、知識管理、人工智慧、情報學（圖書館學）甚至任何一個具有大量需要歸類和劃分信息的部門及領域都可以成為本體論的應用對象。本體論的基本元素是詞彙(term)/概念(concept)，轉而構成同質化的類(class)和子類（sub-class），然後各個類和概念之間加入了適合的關系（relation）後，形成了一個簡單的本體。概念和類皆用來表達詞彙本身，而關系則為詞彙提供連接（mapping），並加入限制條件(constraint)，使之與現實情況相符合。
構建本體最為常用的軟體是由斯坦福大學開發的Protege，最初是應用在醫學領域，後來被逐漸的擴展至其它領域。該軟體本身也是一個開源軟體。

步驟
構建本體的簡單步驟是：
1. 列出研究課題所涉及到的詞條（terms）
2. 按照詞條的固有屬性和專屬特徵進行歸納和修改，對詞條建立類（class）以及層級化的分類模型(taxonomy)
3. 加入關系(relation)連系terms和taxonomies
4. 按照需要，添加實例（instance）作為概念的具象
最後在Protege中，還可以利用其附帶的功能和插件對本體進行文字和圖形化的導出，格式也可以自由選擇。
5基本問題

概況
ontology的根本問題是：「存在的最初分類是什麼？」不同流派的哲學家對這個問題有不同的解釋。
這個問題使得在神學、圖書館學和人工智慧的研究方面都需要運用本體論的知識，而且反映到宇宙學、道德和審美觀念上。另外存在論提出的問題還包括：
什麼是存在？
什麼是物質物體？
什麼是物體的基本屬性
用什麼區別確定一個物體？
「物質物體存在」的基本定義是什麼？
物體的特性是什麼？
存在的特性是什麼？
什麼時候物體不再存在？並不僅僅是變化。
為什麼物體可以相對於虛無存在？

存在論歷史
存在論最早可推朔到古希臘的柏拉圖和亞里士多德，亞里士多德曾經定義存在論為「研究物體的存在的科學」。具體地說是研究物體的分類，也就是說：在什麼情況下，一個物體可以被定義為「存在」。比論包括「普遍」的問題和「具體」的問題

觀念，物體，聯系
關於存在可以提出許多問題：「什麼是存在？」「什麼在存在？」「我是什麼？」等，對於本體論來說，最基本的是找出什麼是物體、什麼是觀念以及它們之間的聯系。啟蒙時代笛卡兒提出的「我思故我在」開啟了本體論基本問題的先例，但笛卡兒並沒有深入研究，也認為沒有深入研究的必要，他認為「我思故我在」證明了上帝的存在，後來的神學家們也認為：「究竟是誰可以將這句話普遍應用到一切事物中？」當然只有上帝。但到了20世紀，當數理哲學，科學哲學和基本粒子物理學的新發現，將以前許多物質的所謂界限都打破了，人們不再滿足於神學的說法。

實體和環境
在20世紀各個不同時期存在著形而上學的主觀主義學派，客觀主義學派，相對論學派等不同流派，後現代主義的實體哲學家們力圖通過在不同環境下的哲學行動來重新定義上述的各個問題，主要依賴於生物學、生態學和認知科學的最新研究成果，了解動物在自然和人工提供的環境中的認知情況。
命題相對於不同環境的變化，使得存在更難定義。如果人們說：「A是B」，「A必定是B」或「A曾經是B」究竟有什麼含義？有的哲學家主張去掉英語中的「是」一詞，改用以免造成容易混淆的抽象含義；另一些哲學家力圖了解詞彙中的深層含義和使用方式；馬丁·海德格爾想區分開「存在」和「物體」的意義。

存在
存在主義者認為「存在」是最基本的概念，好多事物都可以說「是」，動詞「是」有許多種用法，因此是易於混淆的，所以有許多種存在。
簡單的說，本體論就是探討這個世界上存在的一切是不是在背後都有一個抽象的、不依賴於現實世界的基礎。精神的或是物質的，是不是都有自己的抽象的根據。簡單的說，形而下就是指的現實的我們可感的世界，而形而上指的是可感的世界背後的原因，是抽象的，是不可感的，並且是作為可感世界的根據存在的。本體論就是探討形而下的世界的形而上根據的。

5. 什麼是Gene Ontology

gene
ontology
基因本體論
例句
on
ontologies
for
biologists:
the
gene
ontology--untangling
the
web.
論對生物學家來說的本體論：基因本體論--解開這個網。
如果您有什麼疑問和不解之處，歡迎追問我！
如果您認可我的答案，請採納。
您的採納，是我答題的動力，o(∩_∩)o謝謝

6. 計算機應用技術的研究方向

一、本方向主要研究計算機網路的應用技術和信息安全技術。
本方的主要工作包括：（1）安全網路技術的研究，已經完成「入侵檢測預警和安全管理技術」與「安全網路伺服器技術研究」2項國家863計劃信息安全主題研究項目，重大國防項目2項，廣東省自然科學基金項目3項
（2）基於互聯網路的軟體工程技術和網路軟體集成技術，在多agents協同工作，通用rpc應用平台等方面取得了研究成果
（3）中間件技術，特別是安全中間件在銀行支付系統中的應用技術，取得了多個成功應用的案例。
（4）j2ee架構的應用技術，在corba應用技術方面也取得了成果。
本研究方向研究力爭解決對國民經濟發展和國防建設具有重大意義的網路與信息安全領域所涉及的重大科學問題和關鍵基礎技術。以網路應用與信息安全的構造和運行過程中所涉及的新理論、新結構、新方法和新技術為突破口，力圖實現在科學理論和技術上的源頭創新，以提高我們在網路與信息安全研究領域的整體創新能力和國際競爭力，形成我國自主的知識產權。
二、智能化網路與應用
本方向主要研究網路信息與生物信息的智能處理技術。本方向的主要研究內容包括：①智能主體（agent）及其應用技術：主要研究主體語言、主體之間的協作和協調、通信和交互技術、多主體學習以及多主體系統在基因組自動注釋（automated genomic annotation）、生物信息智能集成與共享web服務資源融合中的應用等。
②數據挖掘與知識發現：主要研究基礎理論、發現演算法、可視化技術、定性定量互換模型、知識表示方法、發現知識的維護和再利用、半結構化和非結構化數據中的知識發現以及網上數據挖掘等。
③語義web與ontology：研究語義web的支撐技術、模型和方法，包括可擴展標記語言（xml，extensible markup language）、xml schemas、資源描述框架（rdf， resource description framework）和知識本體（ontology）等創建語義web的支撐技術。重點研究：設計機器可讀的網上信息內容表示、自動推理模式、後基因組語義web的支撐技術、ontology與基因功能注釋、知識網格和信息網格。
④生物信息智能處理技術：研究生物智能信息處理中的演算法問題，重點研究生物信息資源共享技術和生物信息的知識挖掘。主要包括研究新的dna序列特徵分析方法；研究先進、高效的信息分析和數據挖掘手段，從大量繁雜的蛋白質組數據中找出內在聯系，揭示蛋白質的功能及相互作用關系。
本方向已完成的主要科研項目包括：基於web的智能信息採集與分類系統，城市流通領域電子商務系統——中國商品交易網、智能信息抽取及其應用研究、中國飼料服務網的研究與開發、電子出版物信息處理系統。本方向已聯合培養博士研究生2名，碩士研究生8名。當前在讀的聯合培養博士研究生6名，碩士研究生6名。
學生問答
（1）問：學習後認證考試的題目由誰來出?
認證考試的題目是統一命題的，並定期組織全國考試。考試為閉卷考試，試卷由統一組織評卷。
（2）問:學習課程需要英文基礎嗎？
學習最好是要掌握一點英文基礎，以便能看懂計算機常用的幾個單詞。但英語不好的同學也不用頭大，計算機英語很多都是簡寫的，而且重復性很高，不是像高中似的要你背很多單詞，我們的課程已經把學習的門檻降低了很多，不少內容都是用中文撰寫及解釋的，所以說你可以放心地學習，但重要的是學好計算機更強調邏輯思維，英語學好更有助於學習計算機知識。

7. 本體論的其他領域

本體論（ontology）是哲學概念，它是研究存在的本質的哲學問題。近幾十年裡，這個詞被應用到計算機界，並在人工智慧、計算機語言以及資料庫理論中起到越來越重要的作用。
然而，到目前為止，對於本體論，還沒有統一的定義和固定的應用領域。斯坦福大學的Gruber給出的定義得到了許多同行的認可，即本體論是對概念化的精確描述（Gruber，1995），本體論用於描述事物的本質。
在實現上，本體論是概念化的詳細說明，一個ontology往往就是一個正式的詞彙表，其核心作用就在於定義某一領域或領域內的專業詞彙以及他們之間的關系。這一系列的基本概念如同工程一座大廈的基石，為交流各方提供了一個統一的認識。在這一系列概念的支持下，知識的搜索、積累和共享的效率將大大提高，真正意義上的知識重用和共享也成為可能。就此意義而言，Web語言XML（Extensible Markup Language，可擴展標識語言）就是本體理論的一項典型應用；.xml文檔就是一個標簽化的詞彙表。
本體論可以分為四種類型：領域、通用、應用和表示。領域本體包含著特定類型領域（如電子、機械、醫葯、教學）等的相關知識，或者是某個學科、某門課程中的相關知識；通用本體則覆蓋了若干個領域，通常也稱為核心本體；應用本體包含特定領域建模所需的全部知識；表示本體不只局限於某個特定的領域，還提供了用於描述事物的實體，如「框架本體」，其中定義了框架、槽的概念。
可見，本體論的建立具有一定的層次性，在教學領域而言，如果說某門課程中的概念、術語及其關系看成是特定的應用本體，那麼所有課程中的共同的概念和特徵則具有一定的通用性。
Ontology 這個哲學范疇，被人工智慧界賦予了新的定義，從而被引入信息科學中。然而信息科學界對 Ontology 的理解也是逐步發展才走向成熟的。1991 年 Neches 等人最早給出 Ontology 在信息科學中的定義：「給出構成相關領域詞彙的基本術語和關系，以及利用這些術語和關系構成的規定這些詞彙外延規則的定義。」後來在信息系統、知識系統等領域，隨著越來越多的人研究 Ontology，產生了不同的定義。1993 年 Gruber 定義 Ontology 為「概念模型的明確的規范說明」。1997 年 Borst 進一步完善為「共享概念模型的形式化規范說明」。Studer 等人對上述兩個定義進行了深入研究，認為 Ontology 是共享概念模型的明確的形式化規范說明，這也是目前對 Ontology 概念的統一看法。
Studer 等人的 Ontology 定義包含四層含義：概念模型（Conceptualization）、明確（Explicit）、形式化（Formal）和共享（Share）。「概念模型」是指通過抽象出客觀世界中一些現象（Phenomenon）的相關概念而得到的模型，其表示的含義獨立於具體的環境狀態；「明確」是指所使用的概念及使用這些概念的約束都有明確的定義；「形式化」是指 Ontology 是計算機可讀的，也就是計算機可處理的；「共享」是指 Ontology 中體現的是共同認可的知識，反映的是相關領域中公認的概念集，它所針對的是團體而非個體。Ontology 的目標是捕獲相關領域的知識，提供對該領域知識的共同理解，確定該領域內共同認可的詞彙，並從不同層次的形式化模式上給出這些詞彙（術語）和詞彙之間相互關系的明確定義。
盡管定義有很多不同的方式，但是從內涵上來看，不同研究者對於 Ontology 的認識是統一的，都把它當作是領域（領域的范圍可以是特定應用中，也可以是更廣的范圍。）內部不同主體（人、機器、軟體系統等）之間進行交流（對話、互操作、共享等）的一種語義基礎，即由 Ontology 提供一種共識。而且Ontology提供的這種共識更主要的是為機器服務，機器並不能像人類一樣理解自然語言中表達的語義，目前的計算機也只能把文本看成字元串進行處理。因此，在計算機領域討論 Ontology，就要討論如何表達共識，也就是概念的形式化問題。
Semantic Web 中的 Ontology?
Ontology 研究熱點的出現還與 Semantic Web 的提出和發展直接相關。
Semantic Web是Tim Berners-Lee提出的又一個概念。Tim Berners-Lee 認為，當前的 Web 是供人閱讀和理解的，它作為一個越來越大的文件媒體，並不利於實現數據和信息的自動化處理。新一代的 Semantic Web 將不僅僅為人類而且能為計算機（信息代理）帶來語義內容，使計算機（或信息代理）能夠「理解」Web 內容，進而實現信息處理的自動化。他認為 Semantic Web 不是與當前 Web 隔離的另一個 Web，而是對當前 Web 的擴充，在 Semantic Web 中，信息的語義經過完好的定義，能夠更好地促進計算機和人之間的相互合作。?
為了實現 Semantic Web 的功能，需要提供一種計算機能夠理解的、結構化的語義描述機制，以及一系列的推理規則以實現自動化推理。Semantic Web 的挑戰在於提供一種語言，
它能夠表述數據和在數據中進行推理的規則，而且需要這種語言能夠將目前存在於知識表述系統之中的規則能夠被應用到 Web 上。
在Tim Berners-Lee的Semantic Web 框架中，有幾個關鍵的組成元素。它們分別是XML，RDF（S）和 Ontology。
XML 允許用戶定義自己的文件類型，允許用戶定義任意復雜的信息結構，但是 XML 只具有語法性，它不能說明所定義的結構的語義。XML 之所以在 Semantic Web 中處於重要的地位與 XML 是一種載體語言、XML 命名機制等有很大的關系。
在 Tim Berners-Lee 看來，語義的描述是通過 RDF 進行的。RDF 的兩個特性對此有著特殊的貢獻：
（1）RDF 是一種由資源、屬性、屬性值組成的三元結構。這種三元結構形似句子中的主語、謂語、賓語之間的關系。一個描述資源的 RDF 語句，就如同「某件事具有什麼樣的屬性」這樣的句子一樣有效。它能夠表明一種對事物存在狀態的斷言，可以表述大多數情況下計算機需要處理的知識。
（2）RDF 的另一個重要特點就是組成 RDF 的資源、屬性、屬性值這三個元素都必須是被 URI（統一資源標識）所標識的。由於 RDF 利用 URI 來對信息進行編碼，它意味著被 RDF 所引用的任何資源、屬性和屬性值都是經過預先定義的、不具二意性的概念。?
由於 RDF 能夠表示陳述句，並且主語、謂語和賓語的三個組成元素都是通過URI所標識的，故它具有語義表述的特性。但 Semantic Web 的要求還遠不止於此，Semantic Web還需要加入邏輯功能：Semantic Web需要能夠利用規則進行推理、選擇行動路線和回答相關問題。Ontology是Semantic Web實現邏輯推理的基礎。?
Semantic Web 研究者也認為，Ontology 是一個形式化定義語詞關系的規范化文件。對於 Semantic Web 而言，最典型的 Ontology 具有一個分類體系和一系列的推理原則。其中，分類體系定義對象的類別和類目之間的關系。實體之間的類/子類關系對於 Web 應用具有重要的價值。在 Ontology 中，還可以為某個類添加屬性來定義更多的類目關系。這些類目關系提供了的推理的基礎。
藉助 Ontology 中的推理規則，Semantic Web 應用系統可以提供更強的推理能力，例如可以在一個地理 Ontology 中加入這樣一條規則，「如果一個城市代碼與一個省代碼相關，並且一個地址利用了城市代碼，那麼這個地址與就與相應的省代碼相關」。通過這一規則，程序可以推理出中國科學院文獻情報中心，在中關村，應當在北京市。
為了 Semantic Web 研究者為了實現對 Ontology 的描述，在 RDF 的基礎之上，發展了 RDFS。RDFS 藉助幾個預先義的語詞（如 rdfs:Resource, rdfs:Class, rdf:Property, rdfs:subClassOf, rdfs:subPropertyOf, rdfs:domain, rdfs:range）能夠對概念之間的關系進行有限的描述。為了更方便全面地實現 Ontology 的描述，W3C 在 RDFS 的基礎之上，藉助了 DAML 和 OIL 的相關研究，正在積極推進 OWL（Web Ontology Language）的應用。自 2004 年 2 月 10 日，OWL 已經成為了一個 W3C 推薦的標准。
Gene Ontology
為了查找某個研究領域的相關信息，生物學家往往要花費大量的時間，更糟糕的是，不同的生物學資料庫可能會使用不同的術語，好比是一些方言一樣，這讓信息查找更加麻煩，尤其是使得機器查找無章可循。Gene Ontology (GO) 就是為了解決這種問題而發起的一個項目。
Gene Ontology 中最基本的概念是 term 。GO 裡面的每一個 entry 都有一個唯一的數字標記，形如 GO:nnnnnnn，還有一個 term 名，比如 cell, fibroblast growth factor receptor binding，或者 signal transction。每個 term 都屬於一個 ontology，總共有三個ontology，它們分別是 molecular function, cellular component 和 biological process。
一個基因 proct 可能會出現在不止一個 cellular component 裡面，也可能會在很多 biological process 裡面起作用，並且在其中發揮不同的 molecular function。比如，基因 proct cytochrome c 用 molecular function term 描述是 oxidorectase activity，而用 biological process term 描述就是 oxidative phosphorylation 和 inction of cell death，最後，它的 celluar component term 是 mitochondrial matrix 和 mitochondrial inner membrane。
Gene Ontology 中的 term 有兩種相互關系，它們分別是 is_a 關系和 part_of 關系。is_a 關系是一種簡單的包含關系，比如 A is_a B 表示 A 是 B 的一個子集。比如 nuclear chromosome is_a chromosome。part_of 關系要稍微復雜一點，C part_of_D 意味著如果 C 出現，那麼它就肯定是 D 的一部分，但 C 不一定總會出現。比如 nucleus part_of cell，核肯定是細胞的一部分，但有的細胞沒有核。
Gene Ontology 的結構是一個有向無環圖，有點類似於分類樹，不同點在於 Gene Ontology 的結構中一個 term 可以有不止一個 parent。比如 biological process term hexose biosynthesis 有兩個 parents，它們分別是 hexose metabolism 和 monosaccharide biosynthesis，這是因為生物合成是代謝的一種，而己糖又是單糖的一種。
Gene Ontology 使用 Oxford Dictionary of Molecular Biology (1997) 中的定義，在分選時還要參考 SWISS-PROT, PIR, NCBI CGAP, EC…中的注釋。建立起來的標准不是唯一的標准（這是GOC所一直強調的），自然也不規定每個研究者必須遵循這套控制字集系統。所採用的動態結構（dynamic structure）使用 DAGs（Directed Acyclic Graphs）方式的 network，將每一個ontology串連起來，形成樹狀結構（hierarchical tree），也就是由前面所說的「is a」和「part of」兩種關系。
由於 GO 是一種整合性的分類系統，其下的 3 類主 ontology 我們前面說是獨立的，但是無論是 GOC 原初的設計還是我們的使用中其實都還是存在一定的流程關系。一個基因/蛋白質或者一個 ontology 在註解的過程中，首先是考慮涉及在構成細胞內的組分和元件 (cellular component)，其次就是此組分/元件在分子水平上所行使的功能 (molecular function)，最後能夠呈現出該分子功能所直接參與的生物過程 (biological process)。由於這是一種存在反饋機制的注釋過程，並且整個系統是動態開放實時更新的，因此在某種程度上說它具有糾錯的能力。
TAMBIS 計劃是目前唯一實現了在概念和聯系層次上集成信息源的系統。但是還有其他一些相關計劃正在研究之中。
比如 BioKleisli（賓夕法尼亞大學計算機系），採用 Mediator（調節器）技術實現了若干數據源的集成，其後的 K2/Kleisli 系統還利用數據倉庫實現了 OLAP（聯機分析處理）。
DiscoveryLink (IBM 研究院)，基於 Wrapper/ Mediator（包裝器/調節器）實現了信息源集成，提出了查詢的分解和基於代價的優化策略。
TAMBIS（曼徹斯特大學計算機系）基於Wrapper/ Mediator實現了信息源集成，藉助 BioKleisli 中的CPL語言作為查詢語言並給出了查詢優化的方法。通過 TaO(TAMBIS Ontology）本體定義為用戶瀏覽和查詢處理提供領域知識。
TINet（GSK 公司和 IBM 研究院），基於多資料庫中間件OPM（Object-Protocol Model，對象協議模型）定義數據源的對象視圖，其CORBA（Common Object Request Broker Architecture，公共對象請求代理體系結構）伺服器使各數據源 Wrapper（包裝器）更易於擴充。
但是他們都存在一定的缺陷。BioKleisli 系統查詢能力相對較弱，而且並未給出查詢優化策略；TAMBIS系統和 DiscoveryLink 系統集成的數據源數量相對還很少，後者在查詢處理中並未運用領域知識，因而查詢分解也未從語義角度考慮；TINet 系統中的查詢處理能力不強。
現在面臨的突出問題是在資料庫查詢中尤其是當多個資料庫存在信息重疊時，缺乏從中選擇最佳檢索成員，動態生成優化檢索方案的能力。而且現有的工作主要面向數據集成，而對服務集成考慮不多。支持數據與服務綜合性集成的體系仍欠完備。因此這也將是GO未來發展和提升的一個重要方向。

8. 求問什麼是本體（Ontology）轉載

Ontology也稱為本體，它最初是一個哲學范疇，後來隨著人工智慧的發展，被人工智慧界賦予了新的定義。而在Web飛速發展的今天，Ontology的發展已由哲學、人工智慧領域延伸到了圖書館學、情報學等其他各個領域，並受到專家和學者的關注。
Ontology在不同的領域有不同的定義，關注的焦點也不同：
人工智慧領域：認為本體是一種知識的人工引擎。但本體究竟是什麼仍是爭論中的一個話題。美國Stanford大學的知識系統實驗室（Knowledge System Laboratory）的學者Tom Gruber在1993年提出了第一個被廣泛接受的定義：本體是概念化的顯式的表示。之後Studer在Gruber的基礎上於1998年擴展了本體的概念，即本體是共享概念模型的明確形式化規范說明。顯然後一個定義更能夠說明什麼是本體。
這個定義的具體含義如下：
概念化：將客觀世界中的一些現象抽象出來得到的模型。它是客觀世界的抽象和簡化。
明確：即顯式地定義所使用的概念以及概念的約束。形式化：即精確的數學表述，能夠為計算機讀取。
共享：本體描述的概念應該是某個領域公認的概念集。
Ontology的種類
在介紹本體描述語言之前，我們先來看一下本體的種類。
Guarino提出了從詳細程度與領域依賴度兩個方面對Ontology進行劃分。詳細程度是一個相對的、比較模糊的概念，指描述或刻畫建模對象的程度。詳細程度高的稱作參考（reference）Ontologies，詳細程度低的稱為共享（share）Ontologies。依照領域依賴程度，可以細分為頂層Ontology、領域Ontology、任務Ontology和應用Ontology四類。
頂層Ontologies描述的是最普遍的概念及概念之間的關系，如空間、時間、事件、行為等等，與具體的應用無關，其他種類的Ontologies都是該類Ontologies的特例；
領域Ontologies描述的是某個特定領域（如醫葯、地理等）中的概念及概念之間的關系；任務Ontologies描述的是特定任務或行為中的概念及概念之間的關系；
應用Ontologies描述的是依賴於特定領域和任務的概念及概念之間的關系
Ontology的用途
Ontology是共享概念的顯示表述。它關注概念之間的內在的語義聯系，一般具有交流、互用性、軟體工程等三類用途。
交流是指人與人、組織與組織、以及人與組織之間的溝通。Ontology可以提供一組共同的詞彙和概念，從而實現交流。在交流活動中，Ontology是一個標准化模型，任何大規模集成軟體系統內，各種各樣、背景不同的人必須對系統及其目標有一種共同的認識，因此必須建立起標准化模型，否則無法進行溝通；Ontology對軟體系統中所用的術語所提供的明確定義，對於同一個事物在系統中有完全一致的認識，而且這種認識也是確定的；通過Ontology可以集成不同用戶的不同觀點，以形成更加全面完整的看法。
互用性是指系統間協同工作的能力。Ontology可以在完全不同的建模方法、範例、語言及軟體工具之間進行翻譯和轉換，從而實現不同系統之間的相互操作和集成。
Ontology在軟體工程方面的作用是從軟體系統的設計和開發方面進行考慮的。Ontology可以在可重用性、可靠性、規格說明等方面在軟體工程中發揮作用。
從Ontology的這些用途來看，Ontology可用於許多領域，如人工智慧、知識工程、知識管理、語義檢索、信息檢索和提取、企業集成、自然語言翻譯等各種信息系統。目前在上述領域中，對Ontology的應用探索開展得如火如荼。

9. ONTOLOGY在計算機專業里是什麼意思！

本體論（Ontology）是關於領域內共享概念的形式化的規格說明，在語義Web中起重要作用，本體論語言形成關於本體的邏輯描述。