基于图模型的RDF/RDFS本体抽取方法

为了提高RDF/RDFS本体中特定领域知识的利用效率,提出了一种从源本体中抽取出特定领域本体的算法.将RDF/RDFS本体抽象为图模型;根据RDFS推理规则生成RDFS本体图模型的闭包;应用图理论构建抽取算法,生成以特定领域术语词典中概念为节点的子图,得到所需的领域本体.抽取结果表明,该方法对于RDF层次的领域本体抽取有良好的适用性,可快速有效地构建特定领域本体.     

一个语义Web系统的设计与实现

设计一个面向企业门户网站的语义Web体系结构,提出页面代理的概念及其作用与功能结构,并在同构环境下实现了页面代理.设计了语义Web查询语言CDQL,该语言在跨信息源查询、约束表示等方面扩充了DQL查询语言.整个语义Web体系结构可以用于构建能自动解答用户或用户代理提问的企业网站系统.     

Web信息抽取与语义检索框架

提出了一种Web信息抽取与语义检索框架,采用定制本体模型,针对Web网页特点设计了抽取与语义标引策略,并在检索过程中引入语义推理机制,从而改善了信息检索的效果.最后介绍了基于Jena实现的该框架的原型系统.     

基于本体的自然语言信息抽取在软件测试中的应用

现在银行等行业的大型软件拥有非常复杂的结构,并和其他系统有数据交换,这使得需要耗费大量的业务人员做客户端测试工作,业务人员习惯于自然语言描述问题,使得处理分类和抽取这些信息变得困难．本文提出基于语义和本体的自然语言抽取方法,提出软件测试领域规则,并将其组织成数据库、测试数据来自于笔者参与的某银行项目．     

基于语义Web的股票信息表示模型

在分析查找互联网股票信息存在问题的基础上,给出了一个基于语义Web的股票信息表示模型.首先利用语义Web定义股票本体,给出了相应的RDF模式描述,对本体进行评估.其次,通过分析用户股票信息需求,利用构建的股票本体,给出基于语义Web的模型的体系结构,建立了一个能根据用户请求提供所需要的股票信息的股票信息表示模型;最后通过实例验证了该模型的有效性.     

基于Web的本体描述语言的分析与比较研究

语义Web并非一个独立的Web，而是当前Web的延伸，其目标是让计算机能够“理解和处理”现在仅仅能显示数据的Web，并为人们提供各种智能服务。本文首先介绍了语义web的定义和产生的背景，接着对它的体系结构和知识表示特点进行了陈述，并详细讨论PDF／RDFS、OIL、DAML＋OIL和OWL等语义表示语言的特点以及它们在语义Web中发挥的重大作用，最后深入分析比较了它们的语义表示和推理能力，并得出OWL是目前最佳的一种本体表示语言。     

Web信息抽取研究

Web信息抽取是近十年来发展起来的一门数据挖掘技术。主要介绍信息抽取的概念和任务,并给出了Web信息抽取的评价指标和信息抽取的原理,最后提出了当前Web信息抽取方法中存在的问题以及以后研究的重点。     

Web信息抽取技术研究

随着互联网技术的快速发展,Web信息呈现爆炸性增长,人们发现用信息检索的方法不能及时的得到想要的信息,于是出现了信息抽取,Web信息抽取是指从Web文档中自动抽取感兴趣信息的过程。本文主要介绍Web信息抽取的研究现状及抽取工具和抽取方法。     

语义Web中本体构建的方法

通过分析语义Web的层次结构,指出本体在其中的核心作用.提出了基于统一建模语言类图可视化地表达本体并基于Web本体语言构建本体的方法,给出转换过程中的一些启发式规则;从一致性和结构合理性等方面给出了本体的评价准则;采用该方法有效地构建了选课本体,为语义Web中基于本体的知识表示和规则推理提供了切实可行的方法.     

基于描述逻辑的语义Web本体研究

语义Web出现的目的就是为了解决机器和人对知识的理解的问题,首先需要解决的问题就是计算机对知识的理解问题,只有计算机理解了所建立的知识,才能在此基础上展开推理服务。首先讨论了传统知识表示方式的缺陷,然后对本体论的逻辑基础———描述逻辑进行了研究。由于OWLDL和描述逻辑的一致关系,因此使用OWLDL来表示本体。介绍了描述逻辑推理系统RACER。最后提出了解决本体层知识表示方法的解决方案。     

语义Web及其关键技术分析

为了使Web中的信息能更好的支持计算机和人类的协同工作,提供更多的机器可处理语义的自动化服务.针对语义Web研究中如何更有效利用信息、明确国内研究重点及实现语义Web应用的关键技术等问题,在分析大量国外内语义Web研究成果的基础上,从体系结构中存在的问题及关键技术入手,明确今后主要的研究方向与重点问题.为语义Web应用的实现提供一定的理论支撑.     

面向语义Web的知识表示框架

语义互联网（Semantic Web)主要在于提供计算机软件可处理的元数据（Metadata)描述和信息表达方式，介绍了RDF（S）技术为基础的在Web上表达知识信息的方法，讨论了运用RDF（S）技术建立知识表示本体（Ontology)，以及通过扩展基本的RDF（S）描述集合方法来增强表示特定领域知识的能力，提出了运用基于RDFS技术的基本RDF（S）元训集合，通用描述元语集合，公理描述元语集合和关系约束元语集合进行知识表示的技术框架，使用这4层元语集合，可以将一般领域的知识信息以RDF（S）的方式存储在Web平台上，并通过相应支持XML的程序进行处理。     

语义化Web的理论基础与技术基础

语义Web并非一个独立的Web,而是当前Web的延伸,其目标是让计算机能够"理解和处理"现在的Web仅仅能显示的数据,并为人们提供各种智能服务.目前在世界范围内对语义Web的研究尚处于起步阶段,与国外相比,我国对语义Web的研究相对较晚.本文简单介绍了语义Web的概念和体系结构,对语义化Web的理论基础与技术基础进行了分析,总结出了语义化Web研究中的关键问题.     

一个基于语义万维网的应用平台

为了对语义万维网程序提供支持，构建了一个基于语义万维网应用的平台(SWAP)。介绍了SWAP的存储模型，包括对文本文件的支持、数据库的设计和构建；描述了中间层的应用程序接口的设计，举例阐述了存储模型与核心数据结构的转换，并简单介绍了建立在此基础上的语义知识编辑环境这一特殊应用，SWAP系统为语义万维网程序的开发和运行提供了一个完整的平台。     

RDF在关系数据库中的存储研究

资源描述框架(RDF)是Web资源信息的规范性描述语言,如何存储RDF数据成为当前重要的研究问题.通过深入分析RDF数据的特点,提出了一种新的基于关系数据库的RDF存储模式,给出了RDF在关系数据库中的存储规则,提供了相应的存储实例.基于提出的存储方法,实现了相应的自动存储原型系统,通过实验进一步验证存储方法和原型系统的可行性,并与已有存储模式进行了理论对比分析.     

Construction of domain Web classification ontology based on suggested upper merged ontology

Aiming at the problem of merging heterogeneous semantic taxonomy emerged in Web information integration, a method of building Web classification ontology （WCO） has been proposed. A WCO that is logically consistent with the suggested upper merged ontology （SUMO） is defined, together with axioms needed to classify Web pages. WCO can be used as a foundation of merging heterogeneous semantic taxonomy, and could be used to support Web information integration and classification based Web information retrieval.     

基于本体的环境信息系统框架

为了解决环境信息学研究和应用中所遇到的数据异构、系统互操作和信息检索等问题,将信息学中本体和语义网研究领域的最新成果引入环境信息学,提出和设计了一个基于本体的环境信息系统框架。该框架以本体技术为核心,采用双层本体结构,提供语义级的信息共享和系统互操作,实现了环境信息服务和环境智能信息检索功能,具有很强的可扩展性。