语义网虚拟本体构建

针对缺乏良好组织的本体难以被重用的问题,提出了对本体中术语进行语义重组的方法.该方法首先从本体文档中抽取类之间的关系,建立类关系图,进而对不同类型的关系赋以权重.然后将多本体中语义高度相关的术语进行组合,对语义相关度低的术语进行分割.最后分别通过基于划分、基于层次化的聚类算法将类关系图重组为一组虚拟本体,实现了对本体的有效重用.以语义搜索引擎Falcons索引的本体作为数据集,对生成的虚拟本体进行了时间性能和聚类合理性评估,并对比了2种聚类方法在虚拟本体生成中的作用.实验证明该方法生成的虚拟本体具有较好的语义内聚性,达到了对本体中术语进行语义重组的目的.     

基于对象的本体知识库设计研究

本体(Ontology)是一种对"存在"的系统化解释。将本体的概念和思想用于计算机领域,可用本体描述应用领域中的术语和术语之间的关系以及构成术语及术语间关系的规则(知识)。鉴于确定问题空间的实体较确定问题空间的知识要容易、简单。因此,文章提出了基于对象的本体知识库设计方法。     

工程化领域本体建模的研究

针对本体建模没有统一的标准化指导方法,在分析本体构建原则和现有构建方法的基础上,借鉴软件工程中成熟的方法。阐述了一种普遍适用的领域本体构建方法,并提出了具体实现步骤和应用前景。     

民族教育资源本体构建方法及应用

在分析本体构建方法的基础上，利用软件工程思想，提出了一种民族教育资源本体构建方法，并以傣族教育资源本体构建及实现为例，详细阐述了傣族教育资源概念的获取、层次结构的划分、概念的属性和关系的确定以及实例的创建，最后基于Protege实现了该本体。     

基于本体术语学的教育领域多语言本体构建

为解决跨语言信息检索中多语言知识组织问题,根据本体术语学中概念具有独立于语言多样性的稳定性,不同语言或文化背景下的术语可表示同一个概念的核心观点,结合教育领域的需求,依据《教育主题词表》构建出支持多语言检索的标准化本体模型。将对术语的检索提升到概念层面,从而消除由不同语言相互转换所带来的歧义,很好地解决了教育领域跨语言语义信息检索问题。最后,利用Jena API 实现对该本体的查询并构建出跨语种语义检索原型系统,结果证明了所提出的方案的可行性。     

基于关联解释的术语集MUPS求解方法

本体调试是人工智能中非标准推理任务之一,主要用于找出本体中导致逻辑冲突的解释并进行修改,对于本体工程具有重要意义.结合语法相关性与关联解释,提出一种术语集的极小不可满足子术语集求解方法.语法相关性用于递归扩展不可满足子术语集,从待测术语集中将与不可满足概念语法相关的公理集合加入到不可满足子术语集,一定程度上减少了不相关公理的加入,可以有效减少待测术语集规模.进一步地,将术语集的极小不可满足保持子术语集(minimal unsatisfiability-preserving sub-TBox,MUPS)的求解过程看作是关键公理的查找过程.提出关联解释的定义,并通过构造术语集的关联解释方式确定关键公理.该过程一定程度上减少了推理机调用次数并简化了每次调用用于找出问题时的推理任务.实验部分将各类优化策略应用于黑盒算法并进行了比较.实验结果表明,该方法能够有效提高术语集MUPS求解效率.     

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.     

基于互信息与词语共现的领域术语自动抽取方法研究

领域术语自动抽取是本体建设中最基础最重要的工作。领域术语的自动抽取,通常采用基于规则或者基于统计的方法,这些方法是从术语的完备性,或者是检验术语的领域性进行检验。在前人的基础上提出了一种方法,该方法不仅测试领域术语的完备性,同时测试了其领域性,以期获得更好的结果。实验结果表明,该方法获得的术语准确率得到了一定的改进,准确率和召回率分别达到了81.7%和70%。     

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。     

模糊本体结构及基于NGD的隶属度确定

本体能够形式化地描述特定领域的概念、术语及关系,但不能表达模糊的信息.为此将模糊描述逻辑应用在本体构建中,提出一个5元组的模糊本体模型,由概念集、角色集、实例集、模糊断言集和模糊关系集构成.基于Tableaux算法思想并结合算例,给出模糊本体模型推理问题的求解方法.针对模糊本体模型的隶属度计算问题,结合Google搜索,利用标准化谷歌距离(normalized Google distance,NGD)演算法,以实时且完全在线处理的方式计算关键词的相关性,并最终转化为模糊本体中的隶属度.     

自建双语领域本体在《道德经》英译描述性批评中的应用

旨在利用知识工程中的本体在术语和概念等方面的优点,在描述翻译学视野下,通过自建领域本体为典籍英译翻译批评提供一个新的参照,以便于更加客观、科学地以实证的方法来对《道德经》多译本进行描述性的批评。     

面向推理服务的Web本体语言与描述逻辑

本体在语义WEB中起着极其重要的作用,通过本体提供的可以共享的预先精确定义的术语在一定程度上扩展了语义WEB互操作性。OWL本体语言是W3C最近推荐的专门为基于WEB的应用设计的本体语言;该语言充分利用了现存的WEB技术标准XML和RDF,并在XML和RDF标准基础上,增加了面向对象和基于框架体系的本体概念,将其与具有表达力的描述逻辑结合在一起。该语言与描述逻辑的组合可以实现一定程度上的推理服务。     

基于用户兴趣及术语间关系的查询扩展方法

针对传统查询扩展方法无法根据不同用户的需求进行检索的不足,提出一种基于用户兴趣和术语间关系进行查询扩展的方法。通过对用户浏览的网页文档及得到的网页日志进行挖掘得到一系列代表用户兴趣的术语,根据与初始查询词存在同义关系的用户兴趣术语及其权重对初始查询词权重进行调整,利用兴趣术语中与初始查询词存在本体关联关系的术语对初始查询进行扩展。实验结果表明,该方法相对于传统查询扩展方法在一定程度上提高了信息检索的查全率和查准率。     

面向语义的元数据模型一致性检验

面向语义的元数据模型检验用于判断待建元数据在语义上是否一致．首先,借鉴本体的思想,利用描述逻辑建立了面向语义的元数据模型,它是一个7元组,包括术语集、实例集、术语定义集、实例声明集、属性分配集、术语注释集和术语约束集．然后,将元数据模型检验抽象为术语检验和实例检验2类问题．最后,对术语检验和实例检验的判定方法进行分析．研究表明,2类检验问题可分别细化为4类和2类子问题,这些子问题可以相互转换。     

基于 OWL 本体的英语应用文体信息抽取技术

本体是领域概念的术语和信息的集合,传统的信息提取方法主要有基于统计的方法、基于规则的方法和混合方法.提出一种基于OWL本体的信息抽取方法,建立英语求职简历本体,构建信息抽取原型系统.通过计算信息抽取系统的准确率和召回率,验证方法的有效性.     

试论软件配置管理的五大任务

软件配置管理(Sofware Configuration Management,简称SCM)是一组管理整个软件生存周期变更的活动,它可以视为一种质量保证活动,应用于整个软件工程过程的所有阶段.在解释软件配置管理中的有关术语名词基础上,详细阐述了软件配置管理的五大任务.     

基于本体的房地产智能检索研究

随着房地产业的迅速发展,如何检索爆炸式增长的房地产资料成了人们面临的新问题,而引入本体,建立领域本体库、术语集和用户偏好库等,可有效提高房地产数据资源检索的准确率,降低检索的漏检率和误检率。     

基于本体的石油开发领域知识构建研究

为了解决石油开发领域多专业之间由于信息术语不统一,而造成的不能信息共享和应用集成的问题,将本体引入石油开发领域的知识构建.通过本体的形式化描述,提出了本体映射的改进方法,设计了石油开发领域本体集成平台,实现石油开发领域知识的表达和共享,对石油开发深层次地综合运用和评估具有重要意义.     

Tenor和vehicle的译名问题

调查发现,修辞学上的tenor和vehicle在文献中的译名比较混乱.原因有二:译者不了解汉语中已经存在现有的名称;常用的非专业性英汉和汉英词典均没有收录tenor和vehicle的修辞含义.因此认为,tenor和vehicle的译名宜统一为"本体"和"喻体";译者有必要提高汉语水平,以便在需要时能随时调动母语中现有的表达方式;一些大众熟悉的常用术语应该被收录进常用非专业性英汉和汉英词典.     

基于本体的汽轮发电机组故障诊断知识建模

针对目前汽轮发电机组故障诊断领域知识术语复杂、系统异构、知识表示不完备以及共享和重复使用困难等问题,依据故障诊断需求,采用基于本体的知识表示方法,提出了一种适用于汽轮发电机组故障诊断领域的本体构建方法和知识表示模型.在解析了汽轮发电机组故障知识特性的前提下,定义了其本体概念、属性、关系、实例和公理,为知识表示提供了明确的形式化规格说明,并借助Protégé_4.3构建了包含汽轮发电机组的故障类型、故障特征、故障原因和维修策略等故障诊断领域本体,设计了一致性检验的算法.在此基础上,在SQI机械故障综合模拟实验台上模拟汽轮发电机组故障,通过FaCT++推理机实现本体知识推理测试.结果表明基于本体的汽轮发电机组故障诊断知识模型是可行的.