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.     

面向领域的语义排序与自适应热点算法

为了加强面向领域的搜索技术查询有效性与准确性,在证券领域本体的基础上对检索表达式进行扩展,使检索内容更加相关.对于初始检索集,根据本体进行面向语义排序,提高了检索结果集相关度.对面向证券领域的语义信息检索系统框架数据流与算法效率进行了分析,并对语义排序算法功能进行增强,得到自适应热点算法扩展,使系统可以在特定时间段内根据用户点击率反映阶段性关注热点.     

基于语义的智能检索在供需网中的应用

随着加入供需网的供需流逐渐增多,有关信息智能检索的实现将成为供需网成功实施的关键技术.为了实现智能检索,提出了利用语义网中的XML和RDF(资源描述框架)对现有词汇表进行扩展,运用RDQL(RDF数据查询语言)对供需网中的信息进行查询,并提出了一个供需网中基于语义的智能检索实施框架.     

基于预聚类的潜在语义分析模型文献检索研究

提出一种基于预聚类的潜在语义文献检索算法.首先,对待检索文档集进行预聚类,在潜在语义分析方法的基础上采用k-means聚类算法,寻找出各聚类簇的中心点;其次,在检索时,通过计算查询向量与各聚类簇中心点的相似度来进行检索.此方法有效解决了现有潜在语义文献检索算法在检索时需耗费大量时间计算查询向量与各文本向量之间的相似度的不足.另外还针对文献检索的特点,重新给出特征权重计算方法.实验结果表明,该方法缩短了检索的时间,提高了检索的效率.     

基于概念语义网络图的RDF知识推理研究与实现

当前，在语义Web中，基于OWL、RDF的知识表示、知识推理成为了研究和应用的热点。文章介绍在常用软件领域知识中。基于RDF知识库的概念语义网络图的构建和知识推理的相关算法。     

一种无结构 P2P 系统中基于层次兴趣树的语义检索机制

提出了一种无结构P2P系统中有效的语义检索方法: 基于层次兴趣树(HIT) 的语义检索。每个节点中所有的文档根据分类 目录被分类成层次兴趣树, 并发送至该节点所属的超级节点。同时, 每个类中前 n个关键词的倒排文档索引, 也会依据它们的χ²统计值被发送至超级节点。当节点发送一个查询并给出类别语义相似性阈值Simth时, 查询消息通过一个有效的查询路由算法被转发, 结果则通过搜索HIT返回。不同的节点可以给出各自不同的Si mth, 其灵活性可以为每个节点提供更好的个性化服务。实验表 明在无结构的P2P系统中, 基于HIT的语义检索方法比以前的方法具有更好的准确性和有效性。     

基于本体的语义检索技术研究

随着互联网上信息数量的激增,传统的基于关键字的信息检索技术已无法满足用户的需要。本体作为一种能在语义和知识层次上描述信息系统的概念模型建模工具,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。文章介绍了本体的概念及其在语义检索领域中的作用,在此基础上提出了一种基于本体的语义检索模型,并对该模型的检索思想、体系结构、检索机制及功能特点进行了阐述。     

一种基于语义的super-peer网络构建方法

针对分类层次语义空间,提出了一种基于语义的super-peer网络构建方法.该方法根据peer上数据的语义信息,动态地将peer聚簇成不同的语义簇,语义簇之间建立适当的语义路由关系.每个语义簇由一个super-peer节点和一组peer节点组成,仅负责回答其语义子空间上的查询.查询首先根据其语义被路由到适合的语义簇中,然后被转发给包含结果的peer.实验结果表明,该方法在查找性能和开销之间取得了一个良好的平衡,具有较高的查找性能和较低的查找代价,提高了网络的可扩展性.     

RDF在语义Web知识表示中的作用

基于Web具有的一些特征和应用于语义Web的知识表示语言RDF,分析了RDF提供的语法基础即如何用XML来实现语法,以及RDF如何无二义性地描述资源对象的问题,使得描述的资源的元数据信息成为机器可以理解的信息。在此基础上,提出了一种新的适合Web发展需要的知识表示方法,为智能应用领域提供基础;并阐述了以RDF为基础的知识表示语言可较好地实现语义Web的知识表示。最后通过基于OWL知识表示实例的语义检索应用给予了说明。     

P2P网络中基于语义的资源检索方案的实现

将P2P技术和语义W eb技术相结合,设计了基于语义的P2P网络资源检索系统,系统分为本体推理服务器端和Peer端两大部分,在P2P网络下,依靠所设计的领域本体,能实现对计算机学科学习资源的共享和语义检索功能.通过与传统的检索方案比较,证明该方案可行有效.     

基于语义和Chord算法的P2P搜索模型

基于有组织的P2P网络,给出了一个将语义和Chord算法融合的搜索算法,以解决搜索信息的表达能力和负载平衡问题.算法的基本思想是将一个引入超级节点和域组概念的有组织P2P结构作为基于语义的P2P网络的拓扑结构,利用超级节点和相似度思想,使含有相似主题的结点尽可能链接在同一个超级节点上,并利用关键字和语义的二次比较来进行查询定位,实现了在搜索效率和准确性上的相互协调.最后在现有Edutella架构基础上,分别对有组织语义P2P网络和Chord算法进行扩展,构建搜索算法的实验环境.实验表明,该方法提高了P2P系统的搜索成功率和搜索效率.     

TSPN: Term-based semantic peer-to-peer networks

In this paper, we propose Term-based Semantic Peer-to-Peer Networks (TSPN) to achieve semantic search. For each peer, TSPN builds a full text index of its documents. Through the analysis of resources, TSPN obtains series of terms, and distributes these terms into the network. Thus, TSPN can use query terms to locate appropriate peers to perform semantic search. Moreover, unlike the traditional structured P2P networks, TSPN uses the terms, not the peers, as the logical nodes of DHT. This can with-stand the impact of network churn. The experimental results show that TSPN has better performance compared with the existing P2P semantic searching algorithms.     

基于语义的网格服务组合研究

随着网格技术的发展,以及网格中资源的不断增加,网格服务组合具有非常重要的意义。针对网格服务的动态性和分布性,提出了一种基于语义P2P的网格服务组织方式,并提出了将基于情景演算方法中的通用程序转化为HTN领域模板,通过加入用户偏好对SHOP2规划算法进行了改进,减小了规划空间,提高了规划效率。     

混合索引P2P网络中基于语义的查询

在混合索引P2P网络上构建一种基于主题的P2P搜索算法,使搜索信息更具有表达性。为了更好地负载平衡,提出虚拟超级节点的思想,利用聚类算法尽可能使含有相似主题的结点链接在同一个虚拟超级节点上,并添加一些快捷键,进而提高搜索的效率。     

基于语义的对等网络检索机制

 Content based full text search is a challenging problem in Peer to Peer (P2P) systems. A distributed P2P overlay network that supports semantic based content searches, called S-Peer, is proposed. Peers in this overlay are grouped based on the semantics of their data, and self organized as a semantic overlay network. To reduce overheads incurred by peer joining and leaving in a high dimensional overlay network, peers are constructed as a one dimensional semantic space that facilitates efficient routing. The results show the effectiveness, efficiency and scalability of the proposed system.     

形容词定语的语义指向分析

要掌握句子内部复杂的语义关系,必须注意分析句子成分的语义指向问题。本文从形容词定语的语义分析入手, 试图描写形容词定语的语义指向, 寻求其规律。定语位置上的形容词 （ Ａ）,在语义结构平面上可以分别与句中的主语、宾语、谓语动词等发生联系。这种不同的语义联系, 与 Ａ 的语义内容有直接关系。据此,本文把 Ａ 分为 Ａ Ｎ 和 Ａ Ｖ 两大类。 Ａ Ｎ 和 Ａ Ｖ 在语义类型上和被指成分在句法位置的分布上不交叉。在句法结构顺序上, 两者有一定的定位性。 Ａ的内部结构方式不同, 其语义结构有一定的倾向性