面向证券领域的本体建模及资源检索框架

为了提高专业领域内信息检索的查准率，使检索结果在语义层面能够重新进行排序以去除非相关条目，利用语义Web中的本体技术和本体标准描述语言OWL建立了证券领域本体，并且基于证券领域本体提出了面向专业领域的信息资源检索系统IRS—SA，该系统有助于机构或者个人投资者获得及时有效的证券信息．系统接受输入检索关键词从而利用查询转化器自动构造或扩展用户查询，将自然语言查询转化为系统内部的格式后，使检索获得的结果按照本体中定义的概念及关系进行语义再排序，并将最后所得结果返回给用户，提高了文档语义相关性程度．     

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.     

面向语义的课程知识本体的构建

相对于目前常用的基于关键词字面匹配的检索方法,语义网的信息组织作为一种全新的信息组织方法和理念,为网络信息组织带来了新的变革。本体是语义网信息组织的核心,本体及其推理能力代表了现代信息组织,特别是网络信息组织的发展趋势,它不仅有利于信息的形式化描述,而且依据本体这种信息组织方法而建立的检索系统,更能满足用户进行语义检索特别是智能检索的需要。面向语义的课程知识的检索以语义理解为基础,在很大程度上揭示了信息语义的扩展性,加大了对知识的处理和理解能力。基于本体的语义信息检索在构建领域知识本体结构的基础上,通过对领域本体资源的语义信息的获取,来理解用户的检索需求,语义描述检索语句和文档的资源,从而实现信息检索。因此,如何构建课程知识本体成为现阶段教育变革的热点话题。本论述以谭浩强所著《C程序设计(第三版)》课本为基础,以创建该门课程的本体模型为例,讲述面向语义的课程知识本体的构建。     

面向医学领域的概念语义本体相似度度量理论与方法研究

领域本体概念相似度已被广泛应用于医学诊断知识库,为克服概念交互过程中所存在的概念度量准确率较低以及领域概念相似度语义融合不充分等问题,提出面向医学领域的概念语义本体相似度度量理论与方法。立足于领域本体结构特征,首先分解了概念层次结构所包含的语义信息,提出基于属性的计算模型,然后在结构层次中求出概念间的最小不可约集合,通过对集合中的语义模型引入调节因子,提高领域概念的融合效率。算法分析以及实例证明该方法能有效提高本体概念融合的准确性。     

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。     

本体论与语义Web

起源于哲学的本体论在信息科学领域受到广泛关注,其重要性已在许多方面表现出来,尤其是本体在Web上的应用导致了语义Web的诞生。简要综述计算机科学中本体论的研究和应用现状,主要内容包括本体论的起源和发展、本体的定义、本体的作用、本体的分类、本体的构建方法、原则及应用。在语义Web部分,重点说明了本体和语义Web的关系、面向Web的本体描述语言以及当前国内语义Web的研究与应用,并给出了本体论研究、应用及语义Web今后重点研究的问题。     

基于抽取规则和本体映射的领域XML语义集成

油气井工程领域中存在大量的XML文档,传统的XML集成方案无法提供面向语义的信息查询,导致数据利用率不高。针对油气井XML文档WeXML语义集成与查询应用需求,提出一种基于抽取规则和本体映射的语义集成方法。首先定义一系列类、属性抽取规则,分别将WeXML Schema中的元素、属性映射为WeOWL本体中的类和属性;然后,利用实例转换算法将WeXML文档转换为本体实例数据;由于WeOWL提供有限的局部语义模型,需要在两者之间建立语义映射,并借助WeOWL中的术语对全局语义模型中的类和属性进行解释,进而提供面向领域全局本体的语义查询。通过构建WeXML数据语义集成原型系统,对提出的转换规则、转换算法和映射规则进行了验证。     

基于领域本体的语句相似度研究

语句相似度计算是设计和实现智能答疑系统的关键技术.由于智能答疑系统一般面向受限领域的特点,在构建出其领域本体的基础上,利用本体语义树计算词汇相似度,从而计算出语句的语义相似度.最后,设计了一个实验模型验证了该语句相似度算法的有效性.     

基于本体的多专业领域知识语义检索系统研究

多专业领域是指由多个专业构成的学科领域,如高速铁路领域由工务工程、牵引供电、动车组、运营管理等专业领域构成.对于多专业领域本体的构建,可以先构建各个专业领域本体,然后根据专业领域之间的关系进行本体集成.面向多专业领域,在本体模型的基础上提出了多专业领域本体模型,并给出了多专业领域本体概念语义相似度计算模型,此模型可作为...     

面向语义网的本体整合技术的研究

从领域本体的结构和元素等层次,研究多粒度本体整合方法,开发出面向同一领域的本体整合工具系统．以两个电子类领域本体作为整合案例,分析OWL文件结构特征,抽取本体的主要信息以树型结构进行表示,通过元素层次和结构层次相结合的映射方法,同时采用相似度计算模型并借助本体词典Wordnet和基于统计学的方法,对领域本体进行整合操作,结果不仅实现了基于元素级层次的处理,而且实现了其语义层次上的分析．     

领域CBR本体及其在范例表示和范例修改中应用研究

范例表示和范例修改是基于实例推理领域中的两个研究热点.针对此,提出一种基于领域CBR本体的范例表示和范例修改方法,该方法引入本体表示范例,添加范例特征意图项指导范例修正,提高了范例库的重用性和范例修正的成功率.首先,以经典本体概念和CBR理论为基础,提炼出领域CBR本体的定义和主要组成部分.其次,与传统范例表示方法对比,给出了领域CBR本体范例表示的优势,并对领域CBR本体中的关键类——范例特征意图类及其作用进行了重点介绍.而后,对领域CBR本体的构建过程和基于领域CBR本体的范例修改过程进行了详细阐述.最后,应用OWL语言对斗轮CBR本体进行了描述,并通过斗轮CBR本体在机械设计重用中的应用分析验证了此方法的有效性.     

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。     

领域本体建模方法的研究

给出了一种基于RUP(Rational Unified Process)思想的领域本体建模方法论.首先简单介绍了领域本体概念、当前本体建模的方法论及存在的问题,然后通过比较本体建立过程与软件开发过程,提出基于RUP软件开发过程的领域本体构建方法论,并以此方法论为指导,给出一个实例.     

基于本体的服装知识表示方法研究

领域本体提供了丰富的概念集,是领域知识共享的基础。采用领域本体来表示服装领域知识,可以有效地实现知识共享、复用和检索。分析了服装知识的特点,开发出服装领域本体,建立了概念及概念之间的约束关系来表达服装领域知识,用本体表示语言OWL对其进行表示,作为面向服装的知识管理系统开发平台的知识来源。     

分布式环境下基于形式化领域本体的查询处理

为了提高语义Web查询的查全率和查准率,文中提出了一种基于形式化领域本体的查询处理方法.首先采用描述逻辑表达领域本体的语法和语义,实现领域本体的形式化转换;然后基于转换后的形式化领域本体,采用含半幺群概括演算作为基于形式化领域本体查询转换的目标语言,定义了用户查询到含半幺群同态查询的转换规则和语义优化处理、查询重写规则,最后通过实验验证了该方法的查询性能.     

用多视角分析法为领域建立本体

提出了一种多视角分析建立本体的新途径。文中阐述了多视角分析的概念和步骤，然后从功能、软件体系结构、领域和需求变化的角度做了一个案例分析。领域本体的建立是通过4个阶段的集成和平衡、对内涵和外延的表示、原数据模型的表达以及用RDF表示逐步完成。     

一种中文领域网页过滤方法

鉴于互联网上各种不良网页的影响,提出了一种使用贝叶斯分类算法和领域本体过滤中文网页的方法。 该方法根据正反例领域网页计算领域特征词的权重,建立领域特征词库并制作领域本体,根据正例领域网页得到本体元素权重库;使用贝叶斯分类算法得到候选网页;根据领域本体对候选网页进行语义相关度计算并进行网页过滤。 该方法可以区分相同领域网页中的正反例网页并可兼顾网页过滤的实时性。 通过游戏领域网页的测试,准确率和召回率均在98%以上, 语义分析游戏相关网页的平均时间为1~2 s, 对用户浏览网页速度的影响较小, 效果令人满意。      

建立本体的协作-挖掘方法

提出建立本体的协作-挖掘方法,即领域专家、知识工程师、领域终端用户通过互联网,协作建立本体.利用网络爬虫从语义网搜索并收集RDF文档或片段,自动分析初步建立RDFDB.自动分析领域专家、领域终端用户使用半形式化语言RDFL书写的实例文档和它们使用引导程序输入的记录,完善RDFDB.检验清洗RDFDB数据,并设计本体挖掘算法挖掘产生初始领域本体.挖掘算法使用红黑树建立索引,最坏时间复杂度为O(n 3log 2n).验证、评估初始本体产生领域本体,并产生文档说明.建立新本体时,可合并RDFDB集成现有本体.在实验系统中,应用该方法建立计算机硬件信息领域本体.实验结果表明该方法是可行和高效的.     

基于关联规则和语义规则的本体概念提取研究

为解决基于非结构化文本的中文领域本体概念提取效率和准确率不理想的问题, 提出了一种基于关联规则和语义规则的领域本体概念提取方法。利用领域一致性和相关性检查以及关联规则分别获取候选概念和关系集合, 计算候选概念在领域术语关系中的深度和广度, 利用深度和广度信息反馈概念隶属度的思想, 定量分析术语与领域的隶属程度, 进行本体概念的领域隶属度检查, 完成领域本体概念的提取。实验结果表明, 该方法提高了领域本体概念的提取效率和准确率, 具有可行性和合理性, 领域本体概念的提取准确率提高了12%左右。