采用双向个体标注的本体匹配技术

由于本体中的个体能更好地描述其所属概念的真实语义,因此基于个体的本体匹配技术有助于提高本体匹配结果的准确性。针对现实的本体中缺乏双向标注的个体而导致的基于个体的本体匹配技术难以得到广泛的应用这一问题,本文提出了一种基于双向个体标注的本体匹配技术,该技术通过进化算法来实现本体间自动化个体双向标注和概念匹配的过程。实验采用OAEI 2012的测试数据集,结果表明本文提出的方法是有效的     

基于领域本体的信息搜索模型

针对目前的搜索模型局限于语法层次上关键词匹配的特点,以领域本体作为知识组织方式,提出了一种语义环境下基于本体的信息搜索模型.在此模型的基础上,分别提出了文档语义标注算法和搜索词语义扩展算法,两种算法分别对文档集语义分析和搜索词语义关系理解,实现双向语义信息搜索的目的.实验结果表明,提出的信息搜索方法能够克服关键词匹配搜索的不足,获得较好的搜索效果     

基于家电领域本体的语义检索原型研究

本文在已建立的家电领域本体的基础上,提出一种面向家电领域的语义检索模型,该模型一改传统检索方法中机械式字符匹配的弊端,支持基于本体的语义理解.利用SVM分类器、自然语言处理、语义标注等技术,在对查询条件预处理以及资源语义标注的基础上,对标注资源库进行检索,提高了查准率和查全率。     

基于领域本体的股票资讯新闻自动语义标注技术

目的利用领域本体来提高股票资讯新闻自动标注结果的质量。方法在构建股票资讯领域本体的基础上,首先使用最大正向匹配技术来提取股票资讯新闻中的关键信息,然后将关键信息与股票资讯领域本体进行匹配,最后利用领域本体标注出与该股票资讯新闻相关的股票。结果比较实验结果表明基于领域本体的股票资讯新闻标注技术的准确率明显高于基于关键字的标注技术。结论将股票资讯领域本体中的知识用于标注股票资讯新闻可以确定更多同股票资讯新闻相关的潜在股票,从而提高标注结果的质量。     

基于进化算法的生物医学本体匹配技术

由于生物医学本体拥有规模庞大的概念和复杂概念间关系,已有本体匹配技术难以高效确定生物医学本体匹配结果。为解决这一问题,构建了生物医学本体匹配问题优化模型,提出基于进化算法的生物医学本体匹配技术来确定最优匹配结果。在求解生物医学本体匹配问题时,采用一种新的生物医学本体概念相似度度量来确保匹配结果质量,并通过基于推理的概念对剪枝技术缩小算法的搜索空间,提高算法效率。实验结果表明,基于进化算法的生物医学本体匹配技术能有效匹配生物医学本体。     

银行领域汉语自动问答系统BAQS的研究与实现

介绍BAQS的研究背景和系统框架.探讨基于问点块和语义块识别以及句模匹配分析问句的新方法,并用向量表示整个问句语义.借鉴本体和知网思想,构建银行领域本体库和银行知网.采用预先对金融领域实用文本进行标注,依据问句向量从标注树中提取答案.并针对某银行实现汉语自动问答系统.实验表明该方法可行,对自动问答系统的设计具有借鉴意义和深入研究的价值.     

基于异构本体的Web服务自动发现

Web服务应用的一个关键问题是如何发现需要的服务。传统的服务发现是利用UDDI和WSDL等技术,采用基于关键字的搜索,查准率低、需要人工干预且缺乏语义。本文研究基于异构本体的服务自动发现技术,提出了一种新的本体语义匹配算法。对发布服务和请求服务都采用本体语言OWL描述,然后用本体映射的方法解决了服务描述本体间存在的异构问题,并用本文提出的匹配算法实现了基于异构本体的服务自动发现。     

基于领域本体的自动化语义标注方法的研究

介绍了语义网,本体以及语义标注的基本概念,对现有的语义标注方法以及技术进行了说明和分析.针对目前互联网上含有大量语义信息的HTML文档,提出了一种自动化的语义标注的方法.该方法对HTML文档进行结构分析,并参照词汇数据库Hownet和领域本体对文档进行语义分析,找出文档对应的语义分类树,给文档加上语义标签.以电子消费品领域的HTML文档为实验对象,实验结果证明了该方法具有一定的可行性.     

基于语义Web的网页推荐模型

如何使用语义 Web技术构建网页推荐模型是一个有着广泛应用前景的研究课题。语义 Web下的网页用本体标注 ,该模型自动采集被标注网页上的语义信息 ,利用网页中的标注信息和相应的本体概念对网页进行分类 ,将分类结果存放在数据库中。同时 ,在这个模型下 ,用户的兴趣存放在DAML (DARPA agent markup language)格式的文件中。通过用户兴趣和网页类别的匹配 ,就能够给用户推荐需要的网页 ,在推荐网页时 ,该模型还采用支持向量机用于分类用户。实验结果显示了该模型比传统的网页推荐模型准确率更高     

标注工具中OWL本体编辑功能的实现研究

基于本体的语义标注工具使用已有本体在Web页面中插入语义元数据信息,从而使Web页的内容机器可识别,是将现有Web提升为语义Web的有效方法之一.大多数标注工具仅支持使用已存在的本体词汇来标注Web页,不具备标注过程中新建本体或在已有本体中添加新词汇从而补充标注词汇的本体编辑功能.针对语义标注中的本体编辑功能的特点及存在问题进行研究,并从实现的角度对OWL本体编辑进行讨论.     

本体及其在智能信息检索系统中的应用

当前是一个信息资源爆炸性增长的时代,因而信息检索也就显得更为重要,然而基于字符串匹配的检索技术仅仅是语法层面的,通常不能满足用户的需要;语义web的提出和发展为实现基于语义的检索开辟了一条新的思路,把本体应用于信息检索中,设计并实现了一个智能药品信息检索系统.     

P2P环境下基于Ontology的概念匹配策略

采用Ontology作为一种能在知识和语义层次上描述信息的概念建模工具,根据Ontology具有的良好的概念层次结构和对逻辑推理功能的支持,提出新的概念匹配算法,突破了传统的基于关键字的检索技术,把查询请求定位到相关的社区,因此能得到满意的结果.     

Bridge Ontology： A Multi-Ontologies.Based Approach for Semantic Annotation

Representing the relationships between ontologies is the key problem of semantic annotations based on multi ontologies. Traditional approaches only had the ability of denoting the simple concept subsumption relations between ontologies. Through analyzing and classifying the relationships between ontologies, the idea of bridge ontology was proposed, which had the powerful capability of expressing the complex relationships between concepts and relationships between relations in muhi ontologies. Meanwhile, a new approach employing bridge ontology was proposed to deal with the multi ontologies-based semantic annotation problem. The bridge ontology is a peculiar ontology, which can be created and maintained conveniently, and is effective in the multi-ontologies based semantic annotation. The approach using bridge ontology has the advantages of low cost, scalablc, robust in the web circumstance, and avoiding the unnecessary ontology extending and integration.     

唐卡领域本体研究与构建

分析并构建唐卡领域本体,以实现基于语义的唐卡图像标注与检索.在唐卡领域专家的指导下分析唐卡的分类体系,给出唐卡本体相关的定义和公理,定义了相关概念、对象、属性、实例及约束条件,并基于Protégé构建了唐卡领域本体.最后对其进行一致性分析,实现了基于语义的唐卡知识库查询,进一步验证了所构建唐卡领域本体的合理性.     

基于叙词表的油藏构造知识图谱

为采用知识图谱技术实现对油藏构造知识的整合,解决在本体建模过程中,很少将标准融合到本体模型 中,且在转换过程中存在对叙词概念粒度划分较粗或完全不对叙词进行类型划分等问题,提出一种基于叙词表 构建知识图谱的新方法,即标注原叙词表,建立映射规则,构造转换算法和生成知识图谱。其中标注、映射规 则建立与转换算法定义了构建知识图谱标准化过程。最后,选取油藏构造领域的部分知识,采用所提方法构建 知识图谱,其结果表明了该方法的可行性。     

Extracting Semantic Subgraphs to Capture the Real Meanings of Ontology Elements

An element may have heterogeneous semantic interpretations in different ontologies. Therefore, understanding the real local meanings of elements is very useful for ontology operations such as querying and reasoning, which are the foundations for many applications including semantic searching, ontology matching, and linked data analysis. However, since different ontologies have different preferences to describe their elements, obtaining the semantic context of an element is an open problem. A semantic subgraph was proposed to capture the real meanings of ontology elements. To extract the semantic subgraphs, a hybrid ontology graph is used to represent the semantic relations between elements. An extracting algorithm based on an electrical circuit model is then used with new conductivity calculation rules to improve the quality of the semantic subgraphs. The evaluation results show that the semantic subgraphs properly capture the local meanings of elements. Ontology matching based on semantic subgraphs also demonstrates that the semantic subgraph is a promising technique for ontology applications.