近年における情報化社会の発達は，情報の収集，蓄積，処理，利用に様々な技術進歩をもたらした．一方で，知識システムの巨大化・複雑化が進み，利用者は目的に応じた情報の収集，選択，統合化を行う必要がある．そこで，情報化社会において，情報を単なる記号として処理する技術に留まらず，知識を利用した情報処理技術，特に知識の共有・流通を目的に，情報が表す内容を知識として扱う必要性が高まってきている．このような背景のもと，対象世界の知識を体系化するOntologyに関する研究が盛んになされるようになった．現在，神奈川大学21世紀COEプログラム「人類文化研究のための非文字資料の体系化」では，民俗学研究資料を電子化し，情報発信する事を目指している．本稿では，民俗学特有のContextに焦点をあて，Context間にリンクした関連性を測る事によって，民俗学分野に特化したOntology構築の有効性について論じる．

The pervasive association project aims to knowledge process the information about the real world. To achieve this goal, bridging of the human knowledge and the sensor data btained from the real world plays a key role. To tackle this task, we propose a real world event labelling method based on primitive elements of events. In this paper, we focus on selection of the primitive elements based on the notion of motion study and function analysis. By describing concepts that form the human knowledge as a combinations and sequences of primitive elements, the existing knowledge is extended for the correspondence to sensor data.

ソフトウェアシステムの機能仕様を決定する際に、過去の開発における知識を適切に再利用することが、要求を正確かつ効率的に定義するために重要となっている。そこで本稿では、知識の整理にオントロジ技術を活用し、システム開発における知識をオントロジとして事前に構築しておくことで、新たなシステムを開発する際にそれを有効に再利用できる手法を提案し、システム開発の効率化と品質の向上を図った。また、提案手法を実装したツールのプロトタイプを実装し機能の検証を行った。

要求仕様からのオブジェクト抽出作業を分解・統合という２つのプロセスに分けて進める方法の研究を行っている．リアルタイムシステムの開発においては品質特性を考慮することが求められるが，これまでの分解・統合では品質特性が十分に考慮されていなかった．本稿では，分解において品質特性を考慮してオブジェクト抽出を行うための視点を，メタオントロジーによって与える手法を提案する．

共同作業を行う際には，共有コンテンツに対する各メンバの解釈の違いを理解することが重要である．コンテンツの解釈はコンテンツ分類に表れる．このため，各メンバがコンテンツ分類を表すメタデータを用いて各自のコンテンツに関するオントロジーを構築し，オントロジーマッピングによりメタデータ間の対応関係を求めれば，上記の目標を達することができる．本研究では，共有コンテンツに対して各メンバが個別に行う分類の類似性のみに着目したマッピングが，コンテンツに対する各メンバの解釈の違いを見出すために有効であることを示す．そして，各自のコンテンツ分類を表すメタデータを共有し，本研究で提案するマッピング手法によりメンバ間の解釈の違いを見出すシステムを開発する．

マニュアル主導のみでのオントロジー構築には限界があることから，既存情報資源を活用して領域オントロジーを半自動で構築可能なオントロジー構築支援環境DODDLEを開発してきた．またDODDLEを基礎として，セマンティックWeb対応を含めた，さまざまなバージョンのDODDLEの開発を現在進めている．本稿ではそれらをDODDLEファミリーと呼び，DODDLEファミリー開発の経緯，現状，利用，今後の展望について述べる．

グラフモデルでデータ構造を表現するRDFを用いると、異なるスキーマのデータ群をマージして、複雑なリソース間の関係を1つのデータセットとして扱うことができる。本研究では、複数のデータをマージして構成したRDFデータセットから頻出部分グラフパターンを抽出し、RDFデータを対象としたグラフ検索のためのクエリを自動生成する手法を提案する。この手法を異なるスキーマの4種類のオフィスデータに適用した。この結果、スキーマを横断した関係構造を示す頻出部分グラフパターンを抽出でき、それに基づいて類似する人や比較対象となる技術を検索できることを確認した。

ウェブサービスの合成問題は，一種の計画問題と考えられているが，実際にはウェブサービス合成用プラナはこれまでのプラナとは似て非なるものである．本報告では，OWL論理を理解しOWLの型計算に基づく単一化を行う，ウェブサービス合成用部分順序プラナについて述べる．