基于WSMO的语义Web服务发现框架研究

为解决网络不同结点上Web服务发现中的语义异质性问题,设计了一个基于WSMO(Web service modeling ontology)的语义Web服务发现框架.此框架从Web服务的功能和结构角度出发,把Web服务匹配问题转换成了不同本体之间的概念匹配问题,并采用语言学和概念结构相结合的方法计算了不同本体之间的概念语义相似性.此外,根据用户的不同检索需求,还提供了三种复杂程度各异的服务匹配模型.这些研究为解决基于语义异质性的Web服务发现问题提供了一种有效的解决思路.     

基于语义的信息检索技术应用研究

基于ontology的语义检索技术是建立在语义Web的基础上的.与传统的检索技术相比,这种检索技术能够提高检索的准确率,缩小搜索范围和减少冗余的返回结果.本文首先介绍了ontology和语义Web的基本概念及如何创建基于ontology的语义Web,然后分析基于ontology语义检索系统的构建步骤及核心技术,最后通过protégé2000简要说明语义检索功能的实现及未来的发展前景.     

多层次语义网的改进Web服务检索技术

利用语义Web服务中的标准OWL-S,提出多层次语义Web服务检索技术.与目前关键字或分类的查询方法相比,多层次语义Web服务检索技术具有更多的判断依据,并增加Web服务在搜寻时的准确率及可用性.模型包括服务名称分析、概念描述及输出-输出参数相似性分析、服务质量分析3个阶段.实验结果表明,与传统的基于关键字的检索方式相比,采用多层次语义扩展检索的查准率平均值上升0.25,查全率平均值上升0.24,但执行效率降低3.2%.     

基于语义的Web服务查询

讨论了以DAML-S作为Web服务语义描述的工具,并以其所描述的内容作为检索Web服务的信息来源,以确保根据Web服务的语义实现Web服务的检索.同时还介绍了在此基础上构造的一个可以用于进一步开展语义Web服务研究工作的检索系统.     

基于本体的信息检索系统模型

针对基于关键字的传统查询方法存在的不足,提出一种面向语义查询的信息检索模型.该模型将信息检索方法与语义Web技术相结合,通过基于本体的知识库实现用户对文档库的语义查询;同时,综合考虑语义检索和关键字检索两种情况,提出一种相似度计算方法,有效地满足了用户对Web信息资源的要求,并为以后的语义检索研究奠定了理论基础.     

基于Agent的语义Web服务框架及其逻辑描述

通过研究Agent技术与语义Web服务技术在应用中结合的方式和Agent在语义Web服务技术体系中需要扮演的角色,以及Agent与语义Web服务结合的具体实现,提出了一种基于Agent的语义Web服务框架。在此框架的原理基础上,利用扩展逻辑C＆L意图理论描述了框架中Agent的工作过程以及语义Web服务的内容。     

WWW网站分类体系包装器WCSW

Web网站按自身的导航体系组织信息,其导航体系中含有分类语义特征.为实现有效的Web信息抽取,针对Web网站的分类体系,提出了基于HTML页面分块算法的Web网站分类体系包装器WCSW(website classification system wrapper),WCSW将整个网站作为包装对象,以分块算法和块语义特征分析为基础,根据抽取规则对网站具有分类语义的导航信息块进行处理.实验结果表明:抽取的Web网站分类层次的准确率较高,实用性较强.     

WWW网站分类体系包装器WCSW

Web网站按自身的导航体系组织信息,其导航体系中含有分类语义特征.为实现有效的Web信息抽取,针对Web网站的分类体系,提出了基于HTML页面分块算法的Web网站分类体系包装器WCSW(website classification system wrapper),WCSW将整个网站作为包装对象,以分块算法和块语义特征分析为基础,根据抽取规则对网站具有分类语义的导航信息块进行处理.实验结果表明:抽取的Web网站分类层次的准确率较高,实用性较强.     

语义Web服务组合实现框架研究

针对不同的Web服务提供商提供的Web服务进行组合存在的异构性问题,提出了基于语义的Web服务组合实现框架.该框架详细阐述了语义Web服务选择策略、组合关系设定、组合Web服务内部各成员之间的数据传输及调用机制等组合实现过程中的关键技术.它在语义层次上对现有Web服务进行了语义描述,很好地解决了现有Web服务语法上的异构问题,有效地改善了Web服务的组合质量.     

基于语义Web的旅游信息系统设计

设计了一个旅游信息系统,并在系统中成功运用了语义Web技术.使用UML建立了旅游领域的Ontology,并以几个旅游门户网站为信息源建立了旅游领域的语义Web数据库.提出了语义Web技术和传统搜索引擎相结合的信息检索方法,设计了检索语义信息的算法.实现了描述逻辑知识库问题解答的优化,设计了用户和知识库交互的方式.本系统是一个语义Web技术的商业应用原型.     

基于语义标注的信息抽取

词性标注是引起语义缺失的根本原因,提出了以语义标注作为构建信息抽取规则的基础。基于语义标注的信息抽取可消除词性标注引起的3个负面影响,用统一的方法来指导信息抽取过程。这种方法避开语法分析,具有较细的处理粒度,对语义规则性强的领域有一定的普遍适用性。设计了基于语义标注的MIE(军用信息抽取)系统,并对标图文本试行信息抽取。抽取结果表明,基于语义标注的信息抽取方式有一定的可行性和适用性。     

基于核心依存图的新闻事件抽取

基于核心依存图(kernel dependency graph,KDG)的事件抽取主要通过语义结构进行匹配。在已构建的越-英-汉南海新闻框架网络基础上,主要对KDG语义分析模式、基于核心依存图的新闻事件抽取分析以及核心依存图生成和新闻事件信息抽取进行研究。研究重点包括典型KDG、零形式框架元素和框架元素融合等特殊KDG的分析模式,面向事件信息抽取的KDG的表示模式和标注例句自动生成KDG的过程。研究结果表明,基于KDG的事件信息抽取方法直观明了、语言学理据充分,具有一定的可行性,对新闻文本中的语义线索发现较为适合。目前已经可以从已完成框架语义标注的例句中自动生成KDG并抽取出相应的事件模型。     

Semantic Extraction for Multi-Enterprise Business Collaboration

Semantic extraction is essential for semantic interoperability in multi-enterprise business collaboration environments.Although many studies on semantic extraction have been carried out,few have focused on how to precisely and effectively extract semantics from multiple heterogeneous data schemas.This paper presents a semi-automatic semantic extraction method based on a neutral representation format(NRF)for acquiring semantics from heterogeneous data schemas.As a unified syntax-independent model,NRF remo...     

基于训练模型改进的语音问句信息抽取方法

为进一步提高客户语音问句实体信息抽取的准确性,增强智能问答系统知识图谱中信息抽取技术的整体效果,首先对语义标注进行优化,随后在BiLSTM-CRF(bidirectional long short-term memory conditional random filed)基础上加入BERT(bidi-rectional encoder representation from transformers)模型对句子进行实体抽取学习.在具体实验中,以语音问句事件文本为数据来源,对其进行语义标注和实体抽取实验.结果 表明,在语义标注优化的基础上同时加入BERT改进模型,信息抽取结果均高于BiLSTM-CRF方法,且改进模型的调和平均值达到91.53％,即可为增强事件实体信息抽取提供实践意义.     

基于指纹和语义特征的文档复制检测方法

文档复制检测是保护知识产权、提高信息检索效率的有效手段.提出一种基于指纹和语义特征的文档复制检测方法.介绍了指纹提取算法以及相关的重叠度度量,并且以知网的概念描述为基础对文本进行语义分析,利用词类信息和语义规则进行歧义消解,并采用基于框架的层级表示方法描述句子的语义特征.在3种测试集上把该方法与现存的方法在检测准确率上进行比较,实验结果表明该方法能够有效地检测出各种方式的复制文本.     

Web网页语义树的构造与利用

在分析不规范书写的Web网页的DOM树存在的树深度大、结点层次多、结点层次和子树间关系错误等问题的基础上,提出了一种容错的Web网页语义树构造方法,为文本分类与聚类、网络社区发现、Web主题信息的提取和基于主题的Web信息检索等技术的研究工作奠定了基础.     

强化文本关联语义和多特征提取的重复缺陷报告检测模型

针对重复缺陷报告检测研究中存在语义长距离依赖以及缺陷报告特征的单一性问题,提出一种强化文本关联语义和多特征提取的重复缺陷报告检测模型。引入自注意力机制捕获缺陷报告文本序列内部的语义关联性,从而动态计算上下文语义向量进行语义分析,解决长距离依赖问题;利用隐含狄利克雷分布算法捕获缺陷报告文本的主题特征,同时针对缺陷报告的类别信息,构建一种特征提取网络计算类别差异特征;最后基于3类特征向量进行综合检测。实验结果表明,该模型实现了更优的检测性能。     

数据质量约束规则的本体描述及推理研究

针对数据质量中约束规则描述的语义复杂性、 快速提取等问题, 引入本体技术描述数据质量约束规则等 要素的语义关系, 提出了元本体的思想, 对数据质量领域的核心词汇进行了提练, 并依据相关标准, 构建了与 领域无关的数据质量元本体模型。 在应用中, 特定领域可根据需求将该元本体模型实例化为用于描述本领域 的数据质量本体, 不仅解决了数据质量领域词汇共享与明确描述问题, 而且使数据质量复杂约束规则语义描述 得以解决。 同时, 以石油领域数据为例, 依据提出的质量本体元模型实例化出石油领域的质量本体模型, 定义 了各种推理规则, 并基于 Jena 推理机验证了构建的数据质量本体的合理性, 极大地提高了数据质量评估中约 束规则提取的效率。     

Web-Based Information Extraction Technology

Information extraction techniques on the Web are the current research hotspot. Now many information extraction techniques based on different principles have appeared and have different capabilities. We classify the existing information extraction techniques by the principle of information extraction and analyze the methods and principles of semantic information adding, schema defining,rule expression, semantic items locating and object locating in the approaches. Based on the above survey and analysis,several open problems are discussed.