基于本体的XML数据源语义集成研究

提议了一个基于本体的XML数据源语义集成方法,为每个参与集成的XML文档产生一个局部RDF本体,合并局部本体的结果产生一个全局本体.全局本体统一查询访问并在后台局部XML数据源之间建立语义关系,在全局本体上的查询通过从RDF查询到XML查询的转换被处理.     

传感器数据流实时语义注释方法研究

为了对微环境监测平台上的传感器所捕获的异构、大量、连续的数据流进行语义注释,从而及时地根据语义上下文推理出新的或隐含的知识,以实现微环境监测平台的实时监测,对SASML映射语言和SDRM算法进行了研究和改进,设计了S-SASML映射语言和SDS2R算法,用于将传感器原始数据流转换为符合SOSA/SSN本体的RDF数据流;并利用线程池技术实现方法的高并发处理,提高了方法的实时性能。改进后的映射语言和算法实现了微环境监测平台对连续、大量的数据流的实时语义注释,不仅解决了动态传感器数据流语义注释的问题,而且避免了高频数据流导致的系统过载现象,具有稳定高效的处理能力,基本满足了微环境监测平台的需求,具有一定的应用价值。     

MOOC统一检索平台的自动构建与应用

随着MOOC平台增多以及同一平台下学习资源剧增,如何实现跨平台的高效语义检索成为目前MOOC亟待解决的问题之一.该文通过网络爬虫工具获取多个知名MOOC平台的学习资源数据,进行相关预处理后存储到Mysql数据库,并根据数据库与本体之间的映射关系自动构建MOOC本体,使用Jena将MOOC本体解析成RDF 3元组,并将RDF 3元组存储至HBase数据库,最终构建出一个MOOC统一检索平台,为学习者推荐符合其检索需求的学习资源.实验结果表明:构建的MOOC统一检索平台可有效地提高检索的查准率和查全率.     

基于知识图谱的查询语句重写机制及方法

随着语义Web技术和知识图谱的出现,目前查询模式大多要求查询结果与用户查询进行语义级匹配,简单的查询处理过程已经不能满足用户的查询需求.为此,对知识图谱查询涉及的重写技术和实现方法进行了研究,在定义SPARQL(SPARQL Protocol and RDF Query Language)查询模式的重写规则集合基础上,...     

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。     

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.     

语义知识库构建中的异常数据发现

为了提高RDF知识库的数据质量, 提出RDF图数据的异常检测及其自动修复的方法。首先, 原创性地定义了基于图的条件函数依赖(GCFD), 能够将属性值和语义结构的依赖关系统一表示; 然后, 提出有效的算法框架以及优化策略, 挖掘RDF数据中的GCFD, 并给出异常数据的自动修复流程; 最后, 在真实的数据集上, 通过大量实验确认解决方案的可行性和优越性。     

基于RDF技术的知识表示及应用

提出了一种用RDF描述受限领域知识的元数据,用RDF/XML存储和处理知识信息的方法,并在具体应用中实现了这种方法,这是一种开发智能型教学课件的解决方案。用RDF技术可以解决的问题还有：语义Web、智能搜索引擎、语义层的数据交换、信息的自动链接与引用、数字图书馆等。     

基于OWL DL的本体推理机设计与实现

语义Web中描述逻辑和本体论日益受到关注,成为学术界的一个研究热点.首先给出了与OWL DL等价的描述逻辑SHOIN(D)的语法和语义,以及OWL DL本体知识库各模型元素的描述形式.然后介绍了OWL-API、Pellet-API、Jena-API推理机的工作原理和推理编程的核心技术,提出一种基于Pellet和Jena的叠加推理机框架.最后开发了一个OWL DL本体推理机原型,实现了本体知识库一致性、分类和可实现性推理服务.     

基于语义的智能检索在供需网中的应用

随着加入供需网的供需流逐渐增多,有关信息智能检索的实现将成为供需网成功实施的关键技术.为了实现智能检索,提出了利用语义网中的XML和RDF(资源描述框架)对现有词汇表进行扩展,运用RDQL(RDF数据查询语言)对供需网中的信息进行查询,并提出了一个供需网中基于语义的智能检索实施框架.     

一种本体的形式描述方法及其应用

针对目前还没有一种公认的形式本体描述方法的问题,在对本体的概念、性质进行分析的基础上,结合应用实际,提出了一种本体的形式描述方法DecDef(Declare Define).在这种描述方法中,把本体抽象成外部声明和内部表示两部分,在外部声明中说明本体中的概念、关系;在内部表示中说明这些概念和关系的语义,建立了本体内的简单推理模型.给出了这种形式描述的一个基于XML(Extensibble Makeup Language)的系统模型以及一个具体的应用实例,说明该方法在实际中是可行的.     

以本体为指导的Web网页信息抽取方法

针对Web网页中事物描述信息的特点,提出了一种通过本体指导网页信息抽取的方法。首先建立抽取对象的本体模型,并为本体属性概念添加定位信息映射模型,通过映射模型定位和分离样本页中包含语义信息的数据块,结合路径分析算法生成抽取规则,之后利用抽取规则对同类网页中的事物描述信息进行抽取,最后以资源描述框架（RDF）数据格式储存信息。抽取性能测试实验表明,抽取结果具有较高的准确率,与无规则抽取方法相比,具有更高的抽取效率。     

理解语义网实体:基于概念空间的摘要方法

为了快速准确地理解语义网实体,提出了基于概念空间的摘要方法.针对RDF数据的无序性问题,首先将一个实体的不同侧面的RDF数据划分到不同的概念空间中去.其次在同一个概念空间中的数据依照谓语聚类的方法进行组织.对于实体重用带来的RDF数据的可信度问题,根据数据的来源,在数据的权威性维度上对实体数据进行划分.针对实体数据的大规模特性,提出实体数据摘要的方法,综合基于结构的重要性、用户偏好以及来源文档的重要性对数据的重要性进行计算.实验结果表明:基于概念空间的摘要方法能够有效地帮助人们快速理解语义网实体;该方法相对于其他RDF浏览器有4%～17%的效率提升;在用户比较熟悉RDF的情况下,使用该方法能够提高20%左右的效率.     

基于本体的多Agent语义挖掘系统

在分析语义W eb与本体需求的基础上,提出了基于本体的多A gent语义挖掘系统模型。该系统由用户A gent、匹配A gent、语义中间件、推理A gent、查询A gent、本体库以及语义信息源等组成。并且开发了基于本体的多A gent语义挖掘系统的实验原型,为下一步研究开发比较成熟的软件产品奠定了良好的基础。     

基于语义Web的网页推荐模型

如何使用语义 Web技术构建网页推荐模型是一个有着广泛应用前景的研究课题。语义 Web下的网页用本体标注 ,该模型自动采集被标注网页上的语义信息 ,利用网页中的标注信息和相应的本体概念对网页进行分类 ,将分类结果存放在数据库中。同时 ,在这个模型下 ,用户的兴趣存放在DAML (DARPA agent markup language)格式的文件中。通过用户兴趣和网页类别的匹配 ,就能够给用户推荐需要的网页 ,在推荐网页时 ,该模型还采用支持向量机用于分类用户。实验结果显示了该模型比传统的网页推荐模型准确率更高     

数据集内地学书目关联数据自动构建研究与实现

在智能互联网时代,关联数据是语义网的最佳实践。地学图书是地学研究人员在长期科研工作中对其科技成果、生产技术知识和经验的概括论述,是人类知识宝库的重要部分。传统的地学书目由于不具备关联数据特性,从而形成了信息孤岛,无法融入语义网和被计算机所理解。本文研究在数据集内发现隐含的实体关系,并自动构建实体-关系模型,实现基于D2R软件发布RDF格式地学书目关联数据。