基于本体的服装领域语义web检索方法

针对服装电子商务领域用户的语义查询需求,依据国内外相关标准,建立了服装分类本体模型.在此基础上给出了语义web检索系统框架,设计并实现了查询信息的语义检索,包括同义词检索、实例查询、细化查询、联想查询、智能推理等功能.实验表明,基于本体的语义检索系统具有较好的查全率和查准率,实现智能查询.     

基于本体的XML数据源语义集成研究

提议了一个基于本体的XML数据源语义集成方法,为每个参与集成的XML文档产生一个局部RDF本体,合并局部本体的结果产生一个全局本体.全局本体统一查询访问并在后台局部XML数据源之间建立语义关系,在全局本体上的查询通过从RDF查询到XML查询的转换被处理.     

基于海洋生态本体的知识管理系统的研究与实现

基于本体知识表示,构建了海洋生态本体,对海洋生态领域的概念、属性、关系等知识进行了规范化描述。建立了海洋生态领域知识规则库,用于本体知识推理。设计了一个基于JenaAPI的、支持OWL本体查询和推理的知识管理系统,实现了海洋生态知识的知识查询和初步的海洋生态危机预警功能,解决了海洋生态领域的知识共享和交互问题,为海洋生态的相关服务提供了语义层次的支撑平台。     

基于领域本体的文本信息语义检索研究

本文在构建军用飞机领域本体的基础上,尝试基于领域本体的文本信息语义检索研究。重点探讨了基于领域本体的文本信息标注以及查询扩展方法以及知识片段的提取思想,实现了基于语义的文本信息资源的检索功能。     

事件本体模型及事件类排序

给出了事件、事件类的定义,分析了事件类之间的关系,在此基础上形成了面向事件的本体模型,为基于语义的知识处理提供了新的方法与技术。在事件本体模型的基础上以事件类排序为实例,研究了基于HARank(Hubs-Authorities Rank)算法的事件类排序方法,给出了实验结果,并对其进行了评价。与传统本体相比,事件本体以更高粒度的事件作为知识表示单元,更适合表示运动世界的知识。     

事件本体模型及事件类排序

给出了事件、事件类的定义, 分析了事件类之间的关系, 在此基础上形成了面向事件的本体模型, 为基于语义的知识处理提供了新的方法与技术。在事件本体模型的基础上以事件类排序为实例, 研究了基于HARank (Hubs-Authorities Rank)算法的事件类排序方法, 给出了实验结果, 并对其进行了评价。与传统本体相比, 事件本体以更高粒度的事件作为知识表示单元, 更适合表示运动世界的知识。     

基于企业知识图谱构建的可视化研究

为了能够更快速、准确、智能地获取企业信息,需建立更智能的数据组织方式。通过构建企业领域本体,利用Karma建模实现多源异构数据的快速集成并发布成统一的RDF数据,并应用知识推理技术发现约20%的新知识,更新扩充RDF数据并存入Neo4j图数据库建立知识图谱。使用可视化技术设计实现企业知识图谱查询系统,用图形方法将知识图谱信息直观展现,以Web服务的方式提供企业信息检索服务,实现了对企业、法人及其相互关系的查询功能。实验结果表明,企业知识图谱明显提高了数据获取效率,增强了数据的可用性、可理解性与可见性。     

混合语义模型的产品知识文档检索

为解决产品知识文档检索过程中遇到的问题,提出一种基于混合语义模型的检索方法.该方法将传统的用户查询需求扩展为用户偏好、语境和用户查询混合而成的语义集合,并对知识文档和用户需求进行基于本体的模糊概念表达.对于知识文档,选择领域本体的叶节点来构造文本概念向量,根据概念在本体图中的深度、携带的信息量,及出现在文档与语料库中的频度来计算权重.同样采用本体表达知识语境与查询语义,建立用户偏好模型.针对检索模型的不同组成,阐述了相应的相似度计算方法,采用概念的语义距离计算用户当前语境和文档语境之间的相似度,用余弦法计算查询语义、用户偏好与文档的相似度.最后用实验验证了该方法的检索效果优于传统的向量空间方法.     

一种基于语义网技术和本体的数据集成方法

研究语义网技术在数据集成中的应用方法。采用规则系统实现对语义网本体语言的扩展,以提高本体语言的表达能力。在此基础上将语义网相关技术系统地应用到数据集成系统的各个方面,包括数据采集、本体构建、本体映射、数据查询和数据持久化。通过一个实例,展示了上述方法的可行性。     

基于旅游领域本体的语义检索模型

传统的关键字搜索方法缺乏对搜索内容在语义上的处理,搜索出的结果可能会出现不全面、不准确的问题,从而导致搜索结果无法达到用户的要求。为了提高检索的质量,在构建旅游领域本体的基础上,利用检索模块对检索预处理过程中所筛选出的查询条件进行语义层面上的分析,采用语义相似度计算方法对检索关键词进行语义上的扩展分析,结合Jena推理机制与旅游领域内所包含的实际信息的各种属性关系制定出符合该领域的推理规则集合,通过查询条件筛选出符合条件的推理规则并与已建立好的数据资源库进行语义推理查询,最终提出了基于旅游领域本体的语义检索模型。由实验结果可以看出,该模型可以补足传统搜索方法中所存在的缺点,使得结果具有更高的准确度。     

基于本体和知识推理的突发事件虚拟案例研究

介绍了利用本体的知识,对突发事件案例本体模型构建其过程.同时,在突发事件案例本体库的基础上,用户自定义规则,利用Pellet专用推理机和Jena2通用推理机的混合式推理机制,进行知识推理,生成一系列的虚拟案例.这种混合式推理机制能够弥补传统推理机中采用单一的语义推理技术所引起的不足,比单一的推理机更有效地发掘出本体中包含的隐藏信息.     

基于领域本体和知识推理的语义互联网应用

介绍了利用基于领域本体(Ontology)的知识库和一阶谓词推理引擎构建的语义互联网(Semantic Web)应用：铁路信息查询系统．该系统通过引入W3C提出的资源描述框架和Ontology,将互联网的标记信息进行语义标注构建事实库．该系统构建了铁路领域的本体集(Ontologies)，依此将从互联网上获取的信号映射到实例，形成语义化的知识库．在此基础上，客户端接收来自用户的查询请求，将其传送至服务器端．并将其提交给一阶逻辑推理引擎，结合事实库和规则库进行处理得到最终的查询结果，客户端以文本和图形两种方式显示给用户．     

基于本体的医学资源库系统的设计与实现

阐述了一个高性能医学资源库系统的构造过程,利用本体技术实现了医学影像领域相关词汇的统一,弥补了原始数据信息和用户查询信息间、医学文本信息和医学影像信息间、资源库系统与其他系统间的语义鸿沟;通过语义推理、查询导航,以及对查询结果相关性反馈信息的处理,更好地理解用户查询意图;通过前置调度机及业务处理机构成的并行集群计算机制,提高了查询效率.经实验验证,该系统实现了高处理效率、高查全率和高查准率的有机统一.     

基于本体推理的故障信息关联及诊断应用研究

针对故障诊断专家系统本体知识库中的领域知识,以工程机械为实践范围,以混凝土泵车液压系统故障为探究对象,开展了使用本体推理技术发现故障知识间关联链接的研究以及引进并根据工程机械故障诊断的特点改进C-F模型的尝试,相应地设计了本体推理的结构层次、借助C#等语言编制查询界面以及制定了对模糊条件加入权重和匹配算法的新推理规则。通过分别进行实验测试,可看出利用本体推理的技术能够更有效地发现故障知识间的关联链接;同时,改进的C-F推理规则可以有效应对多重组合证据,二者均对优化推理过程、提高推理结果与故障实际的相符程度提供了帮助,具有一定的实际应用价值。     

基于本体的XML数据集成及映射关系的研究

文章在集成异构分布式XML数据源时,提出一种基于本体的数据模型来描述XML数据的语义信息,以实现带有一定逻辑推理功能的智能查询。即通过一系列映射规则将XPath的局部路径与本体中的概念及角色关联起来,将用户查询重写为基于XML的XPath查询,本系统的目标是使用户可对Web上各XML数据源进行基于本体的查询。     

基于本体的XML数据集成及映射关系的研究

文章在集成异构分布式XML数据源时,提出一种基于本体的数据模型来描述XML数据的语义信息,以实现带有一定逻辑推理功能的智能查询.即通过一系列映射规则将XPath的局部路径与本体中的概念及角色关联起来,将用户查询重写为基于XML的XPath查询,该系统的目标是使用户可对web上各XML数据源进行基于本体的查询.     

利用语义技术实现武装冲突事件数据的快速集成

针对如何集成来源多样、数据异构、表示不同的大数据的问题,提出一种基于本体和Karma建模的大数据集成方案,将其应用于武装冲突事件数据的快速集成;分析武装冲突事件数据项目ACLED的数据集,构建武装冲突事件本体进行数据语义描述;使用数据集成开发工具Karma针对多源异构数据建立相应的Karma模型完成数据的语义映射、数据清洗和整理,实现多源异构数据的快速集成;编写SPARQL查询验证了集成发布的RDF数据和Karma建模的正确性,也进一步验证了基于本体和Karma建模实现多源异构数据集成方法的有效性。     

基于本体的G3M语义增强策略

针对G3M是1个基于多媒体内容描述接口MPEG-7的通用多媒体数据库模型,能充分利用多媒体内容描述接口(MPEG-7)在多媒体元数据描述上的长处,对多媒体数据进行有效的组织管理,但MPEG-7缺乏规范描述基础,导致描述结构含义不明确、描述内容中存在大量隐含语义信息等问题,引入知识本体的方法来增强G3M的多媒体语义表达和检索能力。研究结果表明:将本体与MPEG-7元数据及多媒体实例无缝关联在关系数据库中,能为G3M多媒体描述结构连接正确的语义,增强其高级语义提取、表达和检索能力;将基于本体的查询建立在经典的关系查询引擎上,能有效地提供基于语义的查询重写和查询推理。     

地学数据本体研究与发展思考

分散、多源、异构的地学数据资源的整合集成、交换共享、挖掘利用必须以本体为支撑解决语义异构问题.针对当前缺乏以数据为核心能够支撑数据资源全生命周期操作处理本体库的问题,提出并开展了地学数据本体的研究与构建实践,并进一步分析了地学数据本体的应用领域和重点发展方向.地学数据本体的实质就是地学数据资源各类特征的本体,通过对地学数据资源内容、时间、空间、形态、来源等方面的概念、实例及其关系的形式化描述,实现无歧义的语义表达与推理,可有效支撑地学数据资源的分类编码、集成建库、语义搜索、关联数据和挖掘分析等应用.未来地学数据本体应进一步加强自动构建更新方法的研究,加快完善地学数据本体库,大力推动地学数据本体的应用.