基于语言变量的模糊本体模型

为了更有效地表达语义Web中的模糊知识,将模糊概念与关系引入到传统的模型中,提出新的模糊本体:模糊领域本体与模糊顶层本体.模糊顶层本体从语言变量的形式化表示入手,考虑模糊概念间的语义关系:集合关系、序关系与等价关系.用模糊本体对智能交通领域的知识进行建模,通过模糊语言值描述交通概念的属性信息,有效克服现有模型的一些局限.结果表明,该研究有利于语义Web环境下模糊系统的知识共享与重用.     

基于模糊领域本体的专家遴选服务研究

针对领域本体无法语义描述领域中模糊知识的不足,本文利用模糊理论处理模糊信息的优势,提出了一个4层模糊本体扩展框架对已有领域本体进行模糊化扩展,通过模糊本体中的模糊概念、模糊属性以及模糊隶属函数实现了对本体中模糊知识的语义描述. 利用该模型构建了科技评价领域的专家模糊本体,设计了基于模糊本体的语义级专家遴选算法,实现了能够处理遴选条件中模糊语义信息的专家遴选服务. 实际专家遴选系统中的应用表明,本文提出的专家遴选服务能够高效、准确地遴选出合适的评审专家.      

基于领域知识复用的需求建模

为了准确地获取和复用军事电子信息系统需求,提出了基于领域知识复用的需求建模方法.介绍了利用领域知识进行需求建模的过程,利用目标模型表达用户需求,并通过复用领域知识建立目标模型;通过目标查询匹配和复用获取目标相关需求,建立应用本体;利用顶层本体概念与MEISRDL业务框架的映射关系,根据应用本体生成需求模型.实例表明,通过复用领域知识,不仅保证了需求模型的质量,而且提高了需求建模的效率.     

基于本体的英汉翻译记忆系统的研究

在翻译记忆系统中,句子的语义理解是提高相似句子的匹配率的关键.提出了一种基于本体的英汉翻译记忆系统模型,以计算机文献领域的专业术语为范围构建了一个知识本体CSO,并引入本体的概念相似度进行模糊词对的相似度计算.实验证明,本体的语义信息能提高系统的匹配率.     

从UML类图到本体的自动映射

本体(ontology)是描述概念及概念之间关系的概念模型,通过概念之间的关系来描述概念的语义.然而,本体的描述语言种类繁多,阅读困难,不利于本体建模人员交流沟通.UML作为建模领域的公认标准,已被许多人熟知和广泛使用.基于UML和本体建模的相似性,提出利用UML类图描述本体模型,并建立了从UML类图到本体模型的自动映射,以提高本体建模的效率.     

基于自建模糊本体的智能信息检索研究

提出一种基于本体的信息检索模型,该模型将信息检索系统与从搜索的数据信息自动构建的本体相结合.使用在本模型中的本体有一般语义本体、领域知识和自动生成、构建的模糊概念层.主要研究基于本体的信息检索模型.描述处理过程及检索机制,并采用TREC的评价方法评估该模型,讨论应用不同类型本体的检索效果和影响.实验结果表明,提出的信息检索模型具有较好的检索效果.     

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.     

基于领域本体的知识库架构和实现

知识库是基于语义的信息检索进行推理和知识积累的基础和关键,而本体Ontology则是知识库的基础.对基于本体的领域知识库架构及知识推理系统进行了分析研究,以高中生物学知识库的构建为应用背景阐述了领域本体概念树的抽取过程,并应用建模工具Protégé构建了OWL语言描述的生物学领域知识库实例,为下一步实现知识推理完成了知识表示.     

本体的煤矿数字化应急预案系统研究

为使煤矿应急预案知识可以被消防、公安和医疗急救等部门充分共享和利用,辅助应急救援指挥人员在应急响应过程中做出快速、准确的决策,提出了采用本体技术来描述应急领域知识的煤矿应急预案数字化开发思路。通过抽取煤矿安全事故应急领域的部分概念,借助本体工程提出"顶层本体+领域本体"的双层本体模型构建方法,构建煤矿应急预案本体CERPO模型。该模型可以对煤矿应急预案领域知识进行语义表达,实现了领域知识的共同理解和共享。在此基础上,采用XML Schema作为应急预案存储模型,开发了煤矿数字化应急预案原型系统,实现了对煤矿应急预案的编制、审核、存储、浏览及智能查询等功能。     

交通领域本体的构建及应用

目前, 虽然监控视频数据量迅速增加, 但是每年仍因交通违规行为造成大量的交通事故和人身伤亡. 海量监控视频的检索系统存在“找不到”和“难理解”的问题. 为了解决上述问题, 在交通领域中引入本体. 首先详细介绍视频语义内容模型, 并对模型中包含的对象、概念、事件、时间关系、空间关系等语义知识进行形式化描述; 然后以交通违规领域为例, 用软件protégé 4.2构建该领域的本体, 并用JCreator 编辑器导出交通违规领域本体的代码; 最后将该模型应用于南昌的有关项目中, 取得了良好的效果.     

一种模糊概念相似度的计算方法

由于现有的经典本体映射方法以及相似度计算方法无法处理模糊信息,因此它们都无法计算模糊概念之间的相似度.为此,提出了一种新的基于向量空间模型的模糊概念相似度计算方法SimFC-VSM(similarityoffuzzyconceptbasedonvectorspacemodel).SimFC-VSM方法首先利用模糊本体中的模糊关系构建向量空间模型;然后将模糊概念表示成此向量空间模型中的向量;最后通过向量运算的方法来计算模糊概念之间的相似度.因此,所提出的方法SimFC-VSM可以有效地利用向量空间模型来计算模糊概念之间的相似度.     

基于中文文本的疾病领域本体学习的研究

为提高领域本体概念及概念之间关系提取效率和准确率, 提出基于中文文本的领域本体学习模型。在提取候选概念的过程中, 采用修改后的关联规则频繁项计算方法对合
成词进行处理, 并结合位图存储分词处理后术语间的物理相邻关系, 再通过计算领域相关度和领域一致度对候选概念进行筛选, 最后利用关联规则可信度和层次聚类的方法分别提取概念间的非分类关系和分类关系。实验结果表明, 该模型对领域本体学习具有合理性, 提出的算法与基于互信息的本体学习相比较, 在概念和关系的提取
上具有较高的准确性。     

基于Ontology的油田地质信息系统的研究与实现

为解决油田生产实践中多专业之间由于术语不统一,而造成的信息不能共享和重用的问题,基于本体知识的表示,构建了油田地质领域本体,对油田地质领域的概念、属性、关系等知识进行了规范化描述。建立了油田地质领域知识规则库,用于本体知识推理。设计了一个基于Jena API的本体查询和推理的知识管理系统,实现了油田地质知识的查询和集成,解决了油田地质领域的知识共享问题,为油田地质的相关服务提供知识管理的支撑平台。     

基于叙词表的领域本体半自动构建的研究和实现

如何组织、管理和维护海量的信息资源并为人们提供高效优质的信息服务,本体(ontology)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,为解决这一问题提供了新的途径,已受到国内外研究人员的广泛关注.对本体和叙词表的相关知识进行了详细论述,并利用网络本体语言(Web Ontology Language,OWL),将叙词表中的叙词及词间关系进行了表示和描述.设计和实现了一个转化系统,能够自动地将叙词表中的知识结构和语义关系转化到领域本体中.     

应用本体领域构建FDI效应模型

本体作为语义基础被广泛应用于信息检索、人工智能、语义网络和知识管理等领域。针对目前评价体系模型构建中存在的静态性弊端,在研究中借鉴了软件系统框架的复用思想,利用本体领域概念进行领域规约及模型映射,将评价体系模型的构建与本体分析相结合,并首次将其应用于FDI效应模型的构建中,这对于社会学领域具有借鉴意义,同时也为构件库如何合理的自适应并装配所需构件提供了探索性的方法和路线。     

基于本体增量学习的主题爬行

在面向领域的信息搜索中,本体作为相关的领域知识往往有助于改善搜索效果,在信息检索中被广泛应用.基于本体增量学习的主题爬行技术的研究工作主要包括:首先,利用本体对领域概念及关系的描述作为网页主题判定的依据;其次,在爬行过程中,将学习得到的新概念和关系加入到本体中,以丰富完善领域本体,进而提高主题爬虫的收获率;最后,经过大量的实验数据分析,在词条提取准确率、收获率和响应速度等多个指标方面,证明了所提出的方法是可行的并且是高效的.     

基于模糊概念模型的模糊本体构建方法

针对从预先定义的概念层次生成模糊本体这一非常困难的问题,提出利用模糊概念模型来构建模糊本体.基于模糊集理论,对UML概念模型及OWL DL本体进行了模糊扩展,从二者的逻辑基础说明了利用模糊UML类图构建模糊OWL DL本体的可行性,进而研究了从模糊UML类图到模糊OWL DL本体的形式化映射方法,给出了映射规则及公理的创建过程.利用现有的模糊概念模型构建模糊OWL DL本体可以有效降低建立模糊本体的复杂性,同时增强了本体的表达能力.