基于P-集合和FCA的中文领域本体学习方法

提出一种基于P 集合和形式概念分析的中文领域本体学习方法. 该方法以非结构化中文文本为数据源, 通过引入P-集合理论获取形式背景, 在获取形式背景的基础上, 采用Godin]算法构造概念格, 并采用自定义映射规则实现概念格到中文领域本体的映射. 通过学习生物和水领域文本, 得到一个中文领域本体. 实验结果表明, 该方法能解决手工构建本体费时、 费力的问题, 且学习到的本体是形式化本体, 能被更好地共享和重用.     

语义Web中的语义度量与本体映射

随着本体技术的逐渐成熟,本体的应用开始受到广泛的重视。然而,本体差别的存在使得不同本体间的知识重用与共享存在困难。文章考察了语义Web中本体所具有的特征,提出借助语义度量技术,实现本体间的映射,较好地解决了这一问题;同时,进一步的探讨了本体映射过程中的效率问题,。     

基于本体映射的数据交换映射识别技术研究

为了实现局部本体之间数据交换映射关系的自动识别,重点研究基于全局本体与局部本体之间的数据交换映射技术。技术以本体映射重用角度出发,结合信息集成中数据交换映射的研究重点分析了本体映射的详细分类与可逆性,定义了映射传递性与识别缺失率,研究映射关系组合结果实现映射自动识别,技术在大庆油田数据中心大型数据交换项目中得到应用。     

基于SOA的有害生物治理管理系统研究

传统的有害生物治理管理(IPM)系统采用分布式组件架构思想,同时使用多种设计语言、开发环境、信息存储模式等,实现迥异单一的功能,不同功能的IPM系统无法实现整合重用,为此文章提出了一种采用面向服务(SOA)架构思想构建IPM系统的解决方案.通过实验,设计出基于SOA的IPM系统的实验架构,实现了IPM系统中各业务服务的构建、发布和管理,并部署了基于语义网的本体知识库解决SOA智能检索问题.实验结果表明,SOA架构下的IPM系统能够准确有效地管理已有的IPM业务服务,能够"随需应变"地实现IPM业务服务的整合重用.     

基于改变历史日志扩展的本体映射进化研究

本体映射可以有效地解决本体异构问题,然而现有的本体映射研究大多只关注于映射方法本身,而缺乏在具体动态应用环境中对映射进化的分析,使得已有的本体映射方法在实际应用中的效率并不高。因此本文提出一种基于改变历史日志扩展的本体映射重建方法。该方法在本体映射进化时,用HL记录本体的变化对现有的映射系统进行扩展,仅仅更新过期的无效的映射对。实验结果表明,本文方法在本体不断更新的动态环境中表现较优,和其他现存映射进化系统相比具有时效性更高的优点。     

本体映射中概念相似度的计算

本体是客观世界知识的表现形式,如何实现本体之间的知识共享和重用,成为了语义Web发展的关键．在分析现有相关技术的基础上,借助语义相似度度量技术找到不同本体间相同或相近的概念对的计算方法,同时用于本体映射过程中．实验证明,该方法具有良好的效果．     

基于HS-树的所有MIPS求解算法

本体在语义web中扮演很重要的角色.本体的重用、合并或者进一步扩展都有可能导致本体不一致.目前很多解决本体不一致的方法都需要计算最小不一致保持子集(MIPS).本文利用HS-树方法给出了一种能够有效计算本体中所有MIPS的算法.实验表明该算法是有效的,尤其对于本体中包含不可满足的概念远远多于MIPS的情形更加有效.     

基于相似度综合的本体自适应映射方法研究

异构数据集成领域大量应用了本体研究方法.该文针对混合本体模型映射存在的不足提出了自适应混合本体模型,通过计算各种不同相似度获得相似度综合的计算方法.提出了自适应映射的定义和计算方法用以解决本体之间是否要进行映射的问题.     

面向中小企业的变粒度双网映射零部件设计重用

当前我国中小企业的零部件重用还存在着较多困难,主要是重建零部件知识库工作量大及知识检索困难.为此,给出粗细粒度双网映射的零部件设计知识重用方法.在中小企业现有产品零部件图形数据库和CAD设计基础上,建立包括零部件图形数据库内容的树状知识网,称之为细粒度知识网,该树状知识结构与原数据库的结构相符合.另外构造一个纲目式粗粒度网络状零部件知识网,并用本体OWL表示.该双网映射零部件知识重用可用于中小企业基于变型设计或自适应产品零部件设计,或将来基于Web的中小企业产品设计重用.减速器的零部件设计重用实例表明了所提的双网映射的零部件设计重用方法的有效性和实用性.     

基于节点语义相似度的本体映射方法

针对本体映射特别是大尺度的异构本体映射由于语义异质性导致的映射精度和效率较低的问题,提出一种基于节点语义相似度的本体映射方法.首先,研究基于网络的本体解析和表示、本体自动分块、相似子本体快速识别、基于节点语义的子本体映射等关键技术;其次,以本体对齐评估倡议评估数据集中会议本体集进行实验,结果表明,该方法在性能上优于传统映射方法,在精度上高于基于片段的映射方法.     

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．     

基于本体的教务数据集成的探析

高校教务信息管理系统的异构数据源之间存在着各种语义冲突.本文结合本体和中间件方法,通过构建教务管理领域本体,将用户对数据集成的需求利用本体词汇进行表达,在中间层完成全局本体到局部数据源之间的模式映射,以处理教务数据集成的语义需求,对于推动数字化校园建设具有现实意义和实用价值.     

复杂产品协同仿真中基于范畴论的语义本体集成

复杂产品协同仿真往往涉及不同学科的多个子系统。为提升协同仿真过程中的语义一致性,该文基于范畴理论,提出了一种形式化的、能集成多类异构领域本体的本体集成方法。在高层体系结构(high level architecture,HLA)的框架下,该方法重用已有的协同仿真领域本体,将领域本体作为本体范畴的对象,在多个领域本体的基础上创建一个语义统一的联邦本体。理论上证明了该方法形成的联邦本体是范畴论意义下的一个推出,通过该方法形成的联邦本体是各领域本体集成的最小集。建立了基于该方法的复杂产品协同仿真平台,结合具体实例验证了该方法创建的联邦本体能有效地集成各领域本体,实现参与复杂产品协同仿真的各成员间的互理解。     

基于Ontology的油田地质信息系统的研究与实现

为解决油田生产实践中多专业之间由于术语不统一,而造成的信息不能共享和重用的问题,基于本体知识的表示,构建了油田地质领域本体,对油田地质领域的概念、属性、关系等知识进行了规范化描述。建立了油田地质领域知识规则库,用于本体知识推理。设计了一个基于Jena API的本体查询和推理的知识管理系统,实现了油田地质知识的查询和集成,解决了油田地质领域的知识共享问题,为油田地质的相关服务提供知识管理的支撑平台。     

基于本体的信息集成研究

企业信息集成中存在着大量的语义异构数据源,阻碍了信息的共享和交换。本文将本体应用于企业信息集成领域,给出了多数据源信息关联查询实现策略,研究了基于语义的资源描述和语义实体提炼技术。提出了基于混合本体的企业信息集成框架,并描述了框架的各个层次的组成和作用。     

基于扩展主题词表的页岩气领域本体构建研究

我国地质资源丰富,但资源标准化程度低、语义不一致、应用难度大。因此,按知识结构组织地质资源是地质信息管理和服务的重中之重。随着互联网技术的不断发展,基于本体的语义检索技术逐渐成为知识服务的基础与热点。与以往基于主题词表的领域本体构建方法不同,对主题词表进行了全面的扩展,概念上参照《页岩气知识读本》、《非常规油气地质》等书进行归并增删;关系上除保留《石油主题词表》的"用代分属参"基本关系外新增了方法、定义等描述信息;同时设计添加了主题词表所不具备的实例。通过一系列的概念扩展、关系扩充、属性定义和实例添加,最终清晰地展示了页岩气领域的知识脉络,为领域知识服务奠定了坚实基础。     

一种结合本体和焦点的问题分类方法

鉴于问题分类是问题分析的主要任务,提出一种结合本体和焦点的问题分类方法.首先依存分析和语义角色标注对问题进行浅层语义分析,再根据预定义的问题焦点结构和焦点抽取规则,获取问题焦点语义表征;然后标示问题的类别为问题焦点中疑问对象在领域本体中的标识;最后,根据焦点不同则问题不同这一事实,将焦点相同的问题归为一类,从而实现问题分类.使用该方法对计算机故障诊断领域1 905个特指问题分类,取得了93.91%的准确率,验证了领域本体和焦点对问题分类方法的有效性.     

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.     

Application of Improved Compact Particle Swarm Optimization to Large Ontology Alignment Task

Ontology occupies an important position in artificial intelligence, computer linguistics and knowledge management. However, when different ontologies are constructed to represent the same information in a domain, the so-called heterogeneity problem arises. In order to address this problem, a key task is to discover the semantic relationship of entities between given two ontologies, called ontology alignment. Recently, the meta-heuristic algorithms have already been regarded as an effective approach for solving ontology alignment problem. However, firstly, as the ontologies become increasingly large, meta-heuristic algorithms may be easier to find local optimal alignment in large search spaces. Secondly, many existing approaches exploit the population-based meta-heuristic algorithms so that the massive calculation is required. In this paper, an improved compact particle swarm algorithm by using a local search strategy is proposed, called LSCPSOA, to improve the performance of finding more correct correspondences. In LSCPSOA, two update strategies with local search capability are employed to avoid falling into a local optimal alignment. The proposed algorithm has been evaluated on several large ontology data sets and compared with existing ontology alignment methods. The experimental results show that the proposed algorithm can find more correct correspondences and improves the time performance compared with other meta-heuristic algorithms.     

基于本体的医疗信息整合框架的设计与应用

随着本体技术的发展,本体越来越多地被应用于异构信息的整合。本文提出了一种基于本体的医疗信息整合框架,给出了框架的结构和本体整合的过程,并通过实例验证了本体整合的有效性。