一种领域本体自动构建策略

本体是一种知识重用、知识共享和知识建模的重要工具.提出了一种以概念分层理论和KDD(knowlegdediscovery in databases)技术进行领域本体自动构建策略,通过对信息提取、建模以及利用概念分层理论进行领域本体的自动框架建设,并使用KDD技术进一步对领域本体进行自动扩建,达到自动构建领域本体的目的.实验结果表明该策略精度高且简便易行,具有较高的可行性和有效性.     

一种本体学习模型的设计与实现

提出一种本体学习模型,分析了模型实现中的关键步骤.采用机器学习技术半自动地构建本体,用Bisecting K-means算法和标准的K-means算法对模型进行了测试.实验结果表明,Bisecting K-means算法产生的本体概念的层次更加精炼,时间复杂度较小,特别适合用于处理大型数据集.     

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。     

一种新的本体的概念语义相似度计算方法

提出了一种新的语义相似度计算方法。该算法结合了被评估概念的高度、路径长度和公共细化度（specificity）;改进了基于路径的语义相似度算法,利用本体结构,引入基于信息量算法的思想,使得新算法能够获取更多的语义信息,同时又不需要对于文本数据进行预处理;考虑本体中簇的粒度对本体的相似度计算有一定影响,在公式中添加概念在本体中的高度信息,达到低层次的概念间共享的信息要比高层次的概念间共享的信息更多。为了评估所提出的新方法,在实验中,用标准的生物医学系统命名法－临床术语（systematized nomenclature of medicine-clinical terms,SNOMED CT）作为输入本体,用已标注好的概念对集合作为数据集。实验结果表明,所提出的方法不仅保留了基于路径算法的简洁性,还优于现有语义相似度算法,证明了所提出方法的有效性。     

一种改进的本体映射方法

针对目前本体映射中概念相似度计算所存在的问题,提出了一种改进的本体映射方法。该方法首先根据两个概念名称相似性过滤出最相关的概念,减少概念相似度的计算;然后基于概念实例、概念属性、概念关系计算概念相似度,并进行综合;明确了本体映射步骤;最后对相关工作进行了分析比较。     

本体映射中概念相似度计算的改进

通过对目前各种本体映射方法的分析,提出一种改进的本体映射的方法.该方法考虑了概念的名称、实例、属性、关系对相似度计算的影响,使概念相似度的计算更加全面、准确.     

一种基于本体的文本聚类方法

基于本体的文本聚类方法,在文本表示上引入WordNet,并定义了关键概念集,使用WordNet中的概念节点及概念间的语义关系减少文本特征向量维数,提高聚类效果.聚类过程中,算法使用文本的关键概念集和概念特征向量计算文本相似度,利用文本的关键概念集标注聚簇为聚类结果中的各个簇提供解释.实验结果表明,该方法有效地减少了文本特征向量的维数,提高了文本聚类效果以及聚类结果的可解释性.     

一种改进的概念相似度计算方法

本体在信息集成、语义网和知识管理等领域中被认为是重要的理论基础.本体映射的目的就是通过计算概念相似度找到本体中概念之间的对应关系,并制定出相应的映射规则.通过研究本体映射方法,设计出一种综合概念相似度计算模型,该模型充分考虑了概念的实例、定义以及结构等信息对相似度计算的影响,可以通过改变3个相似度分量的权值来适应不同本体间的映射,使模型具有通用性.结果表明,该模型能更有效地体现概念间的关系,使本体映射方法更加全面,并有更好的适用性.     

个性化协同学习环境领域本体模型的构建

将本体思想引入计算机支持的协同学习系统,可以根据学生的个性特征和学习进程动态地呈现教学内容,更好地满足学习者的需要。在描述个性化协同学习环境和本体相关知识的基础上,构建了计算机学科领域本体核心分层结构,并以数据结构课程为例建立了课程本体模型,为个性化协同学习系统的实现奠定了基础。     

基于本体的概念相似度计算模型研究

概念相似度研究,是知识表示以及信息检索领域中的一个重要内容.通过对传统相似度计算方法进行分析,提出了一种改进的概念相似度计算模型.该计算模型在计算相似度时不仅改进了语义距离、层次差、语义重合度的计算方法,还考虑了节点密度和有向边类型对相似度计算的影响.实验结果表明,该方法充分利用了本体层次树的结构特点来计算概念之间的相似度,全面地量化了本体概念节点间的语义相似度,提高了概念间相似度计算的准确性.     

一种优化的基于领域本体语义距离的概念相似度计算模型研究

针对概念相似度计算方法存在的不完整性和片面性的问题,通过对现有概念相似度几种计算方法分析与研究,提出一种优化的基于领域本体语义距离的概念相似度计算模型.该模型综合考虑了概念之间的关系、有向边节点密度、层次深度、方向因子等因素对概念相似度计算的影响,通过分析,优化后的模型有效地提高了概念相似度计算的准确性.     

MDR概念系统注册及本体表示标准化研究

随着大数据与人工智能在各个领域的深入应用,知识表示的标准化问题被提到了重要的日程。为实现知识表示的标准化,引入了现实世界、概念世界与计算机世界3个世界模型,明确阐述了将现实世界中的事物通过抽象,将其转化为概念世界中的概念系统模型,依据标准将其转化为计算机世界中的信息模型,从而实现知识表示。为了使概念系统模型表示规范化,重点研究了ISO/IEC 11179 MDR系列标准,剖析了其中的概念系统注册元模型规范,构建了MDR概念系统的七元组模型,同时还定义了概念间关系表示方法,为概念系统模型的表示奠定了基础。为了将注册在MDR中的概念系统模型转为计算机世界中的OWL本体表示模型,定义了将MDR概念系统向OWL本体映射的规则。最后,设计并开发了概念系统注册原型系统,验证了MDR概念系统和本体表示的可行性。研究成果为领域知识表示的标准化提供了方法论。     

基于Ontology教学系统知识模型的构建

研制开发了教学系统的知识模型,并用OWL技术构建了相应的实体学,共包括36个类,27个关系和112个实例。通过对知识的结构化,成功地构建了设计教学内容的原则。合理地将知识归纳为相应的分类中,并建立了相应的关系。实现了将相应的知识结构化,便于知识检索。有效的支持了知识的共享、获取和管理,以及开发教学系统。所设计的知识模型,具有很大的灵活性,可直接应用于其他学科的教学系统设计当中。     

一种基于Domain Ontology的Web文档抽取机制

以小学生数学学习障碍的问题领域为研究对象,通过领域本体的应用,从搜索到的文档中抽取重要句子形成摘要.利用领域本体能够描述特定知识领域内相关的概念和关系这种特性,提出了一个改进的以多个关键词来评判文档段落重要性的方法,用此方法的查询结果更符合学习者需要.     

一种基于本体的个性化搜索引擎模型

利用信息检索、本体和个性化搜索等相关知识,构建一种基于本体的个性化搜索引擎模型PSMBO.该模型由用户界面、查询请求处理模块、检索模块、查询结果处理模块、兴趣学习模块以及用户兴趣知识库和本体知识库七个部分组成.该模型在一定程度上提高了搜索引擎在查准率和查全率方面的性能.     

基于云变换的农业领域本体概念构建方法研究

针对现有的本体语言不能够表达农业领域知识中存在的诸多模糊概念这一事实,本文提出一种基于云变换的不确定性本体概念的构建方法.设计通过不确定性本体概念的特征属性选择、概念维度数字特征提取与概念层次跃升,得到较粗粒度的不确定性概念的综合形式化表示,并通过实例验证方法的有效性.此外还对传统的云变换算法中熵的估计步骤进行了改进,证明其在时间复杂度上有一定优势.实验结果表明,该方法所提取的概念维度数字特征是有效的,能够较好的表示概念的随机性与模糊性,有助于农业领域本体的客观构建.     

基于领域本体的概念相似度算法研究

随着本体技术的逐渐成熟,如何为本体搭建语义桥梁以实现知识的重用与共享成为新的研究热点。在分析现有相关技术的基础上,提出一种计算不同本体中概念间语义相似度的方法,该方法以基于距离的概念相似度算法为基础,同时对概念结构进行分析将两者结合,从而计算出最终的概念间语义相似度。实验证明该方法有效。该研究工作可以应用于面向Web的知识检索领域。     

基于角色概念的合作学习Ontology的构建

就如何组成有效的虚拟合作学习共同体的问题,阐述了基于角色概念的合作学习Ontology的构建原理及目标结构分析,该Ontology便于共享和重用,为基于网络的合作学习提供了一个新的途径.