基于语义Web的网络学习资源库本体实现

将语义Web技术引入网络学习系统，构造了一个基于语义Web架构的网络学习资源库本体，实现对网络学习系统中学习资源的管理。在分析本体建模方式以及网络学习资源库基本功能的基础上，定义了由学习资源本体和用户本体组成的学习资源库顶层本体，并给出系统类图，在Protégé3.1中实现了本体建模，给出了基于OWL的本体描述，对定义的本体进行了评估，并用基于本体的推理实例验证了本体的有效性。     

基于本体的石油地质领域知识服务系统研究

信息服务主要使用检索词匹配的方式来返回检索结果,致使无法全面获取与语义知识相关的资源,因而检索结果无法准确地反映知识资源与用户检索需求之间的相似度。经研究,以本体技术和语义检索技术为基础的知识服务系统能够有效弥补传统信息服务系统的不足,改善由于地质资料标准化程度低、语义不一致而造成的检索效率低等现象。本文根据石油地质学科知识特点,提出了基于本体的石油地质领域知识服务框架,将本体技术和语义检索技术应用到石油地质学领域,形成包含资源层、知识层、产品层及服务层的石油地质领域知识服务系统。首先研究领域本体的构建技术方法,从领域资源中抽取知识,建立了结构化的、计算机可读的石油地质领域知识--领域本体;然后研究面向知识服务的信息资源组织方法,整合了石油地质领域多元、异构资源,形成了面向多类应用需求及层次的石油地质知识产品;最后,利用开源搜索引擎工具包Lucene和Jena本体解析工具包,建立了简单的语义检索原型系统,通过基于本体的语义扩展,实现了语义检索试验。试验结果表明,基于本体的石油地质领域知识服务系统能够准确地为用户提供检索结果,提高地质资料知识服务效果。     

基于本体与元数据的语义检索

论述元数据和本体的基本概念，分析两者的区别与联系。提出将本体的语义推理能力应用到现有使用元数据进行资源管理的信息系统中，实现基于语义的元数据检索。在电子政务信息资源领域开发了政务信息资源领域本体，阐述这种语义检索的方法，开发原型系统，证明该语义查询的可行性和有效性。     

基于领域本体的电子学习资源库模型

随着电子学习系统快速的发展,电子学习资源呈现爆炸式的增长,如何有效地组织海量电子学习资源成为构建高效电子学习系统的重要因素。针对现有资源库在资源组织方面存在的不足,提出了一个基于领域知识本体的电子学习资源库检索模型,该模型利用领域知识来构建领域知识本体库并通过抽取电子学习资源元数据构建元数据库,通过映射关系完成对电子学习资源的语义组织,并在此基础之上构建一个语义检索模型,以有效地解决现有电子学习资源检索中丢失语义背景的问题,使检索结果在查全率、查准率方面有所提高,更加符合用户的需求。     

装备领域中语义桌面上的个人主观本体研究

随着计算机资源的爆炸性增长,传统的基于目录的资源管理方式已经不能很好满足用户的实际需求.语义桌面基于语义检索,提高了计算机资源查找的效率,并能挖掘出存在语义联系的不同资源.基于装备领域中各业务参谋分管业务的不同,提出建立满足业务需求和适合个人习惯的个人主观本体,实现基于语义桌面的语义检索功能.应用语义网和本体的相关知识,提出了装备领域的语义桌面体系结构,采用“骨架法”建立了适合语义桌面的个人主观本体,在此基础上实现语义桌面检索功能,大大提高了资源的检索效率.     

基于领域本体和OWL-S的Web服务组合方法

针对Web服务普遍存在服务描述的语义异构问题,提出基于领域本体和OWL-S的语义Web服务组合方法。该方法采用本体概念实现Web服务的语义标注,在OWL-S语言基础上,通过定制组合过程,实现语义Web服务的组合。实例采用Protégé及OWL-S Editor工具,结果证明领域本体和OWL-S能够实现优势互补。     

一种基于领域本体的论文检索方法的研究与应用

针对传统的论文检索方法缺乏语义理解,检索结果相关度不高的缺点,采用基于语义网络的文档语义表达模型,提出一种基于领域本体的检索方法。首先结合学科分类体系构建领域本体,并对论文文档进行语义索引;然后根据本体知识和索引信息构建基于语义网络的文档语义表达模型;最后改进用户查询与语义网络的相关度算法,综合关键词和语义的方法实现结果排序。实验结果表明,该方法能有效地提高论文检索的准确率和召回率。     

基于语义模型的信息检索机制研究

提出了一种基于本体语义模型的信息检索方法。该方法充分利用领域本体提供的概念之间的语义相关性，从语义模型扩展、概念相似度、相关度计算，并以用户反馈等角度探讨了基于语义模型的自动推理方法在信息检索中的应用，文章介绍了系统实现框架。该系统将应用在学习资源的智能检索中。     

基于领域本体的语义查询扩展

在信息检索研究领域,资源与查询词的匹配决定信息检索质量。现有检索方法的检索结果存在过多不相关信息,不能很好满足用户需求。针对传统信息检索存在的问题与当前语义查询扩展方法的特点,本文在分析各种语义查询扩展方法及其相关研究的基础上,提出一种改进的基于领域本体的语义查询扩展方法。该方法论通过本体模型和概念相似度的计算对检索信息进行检索意图树的构建并扩展;然后在资源本体中以最短路径的方式搜索资源。实验结果表明,本文方法相较其他查询扩展方法能得到更好的检索结果。     

基于本体的语义检索技术

基于本体的语义检索是建立在语义Web的基础上的检索技术。与传统的检索技术相比,它能提高检索的精度,减少了不相关的返回结果。使用句子成分进行实体的实例的初步创建,然后通过已经构造好的领域本体把实例和实体进行映射,从而构建领域本体的实例,通过对实例进行索引,达到概念级检索的目的。首先介绍了语义Web和本体的基本概念。然后详细讨论了基于本体的语义检索的实现的具体步骤及方法。最后分析了该方法的不足。     

基于专业体系的网络教学资源模型SLRM

教学资源建设是教育信息化的基础.为描述网络教学资源的通用框架和层次结构并实现自然语义查询,在借鉴SCORM模型的基础上,提出了基于专业体系的网络教学资源模型SLRM.该模型对实现网络教学资源的数据共事、提高网络教学资源检索的效率、方便用户的使用等方面都有一定的促进作用.     

Knowledge-based recommendation: a review of ontology-based recommender systems for e-learning

Recommender systems in e-learning domain play an important role in assisting the learners to find useful and relevant learning materials that meet their learning needs. Personalized intelligent agents and recommender systems have been widely accepted as solutions towards overcoming information retrieval challenges by learners arising from information overload. Use of ontology for knowledge representation in knowledge-based recommender systems for e-learning has become an interesting research area. In knowledge-based recommendation for e-learning resources, ontology is used to represent knowledge about the learner and learning resources. Although a number of review studies have been carried out in the area of recommender systems, there are still gaps and deficiencies in the comprehensive literature review and survey in the specific area of ontology-based recommendation for e-learning. In this paper, we present a review of literature on ontology-based recommenders for e-learning. First, we analyze and classify the journal papers that were published from 2005 to 2014 in the field of ontology-based recommendation for e-learning. Secondly, we categorize the different recommendation techniques used by ontology-based e-learning recommenders. Thirdly, we categorize the knowledge representation technique, ontology type and ontology representation language used by ontology-based recommender systems, as well as types of learning resources recommended by e-learning recommenders. Lastly, we discuss the future trends of this recommendation approach in the context of e-learning. This study shows that use of ontology for knowledge representation in e-learning recommender systems can improve the quality of recommendations. It was also evident that hybridization of knowledge-based recommendation with other recommendation techniques can enhance the effectiveness of e-learning recommenders.     

基于本体的数字学习资源查询方法研究

探讨了基于本体技术的数字学习资源标注方法,并以特定图像数据的管理为例。图像数据需由外部的描述机制使其具有类似文字性数据的特性可供检索,从而方便数字资源查询系统的运作,然而现阶段的标注方法还无法表达与资源对应的语意概念,因此研究希望利用本体技术改进非文字型数据的注释数据定义方式,从而协助提供知识型的图像标注。之后以《数据结构》中所涉及的图像为例,进行应用上的验证。从结果来看,研究将有助于太原高职高专院校构建出基于本体的数字学习标准的教材内容管理系统。     

Advanced learning resource management system with ontology-based hierarchy semantic model

The requirement for advanced learning resource management system is a hot topic in e-learning, which should support sharing, reusability and interoperability of learning resource. The development of semantic technology has provided opportunities to solve the problems. In e-learning area, there have been many research efforts in this direction. However, such kinds of existing systems have many weaknesses on resources usability and system availability because of various requirements on learning resources sharing, and the complexity of semantic technology itself. This paper proposes a feasible architecture for constructing learning resource sharing system with high availability through adopting semantic technology, and ontology-based hierarchy semantic model and method to construct course ontology are proposed. The approach has been validated with prototype development.     

An Adaptation of the Vector-Space Model for Ontology-Based Information Retrieval

Semantic search has been one of the motivations of the semantic Web since it was envisioned. We propose a model for the exploitation of ontology-based knowledge bases to improve search over large document repositories. In our view of information retrieval on the semantic Web, a search engine returns documents rather than, or in addition to, exact values in response to user queries. For this purpose, our approach includes an ontology-based scheme for the semiautomatic annotation of documents and a retrieval system. The retrieval model is based on an adaptation of the classic vector-space model, including an annotation weighting algorithm, and a ranking algorithm. Semantic search is combined with conventional keyword-based retrieval to achieve tolerance to knowledge base incompleteness. Experiments are shown where our approach is tested on corpora of significant scale, showing clear improvements with respect to keyword-based search     

基于本体的个性化信息检索研究

分析传统的信息检索系统存在的不足及其原因,将本体加入到检索系统中,提出一个基于本体的个性化信息系统的设计思路和系统模型,并对该模型的主要模块进行了介绍,探讨了利用本体的领域知识和用户的本体模型实现信息检索的过程,最后对该模型进行的性能评价表明在查全率和查准率方面都有很大改善。     

基于本体的个性化信息检索研究

分析传统的信息检索系统存在的不足及其原因,将本体加入到检索系统中,提出一个基于本体的个性化信息系统的设计思路和系统模型,并对该模型的主要模块进行了介绍,探讨了利用本体的领域知识和用户的本体模型实现信息检索的过程．最后对该模型进行的性能评价表明在查全率和查准率方面都有很大改善。     

基于本体的智能信息检索系统

近年来,基于本体的智能信息检索系统已成为智能信息检索系统领域最为活跃的研究方向之一.如何利用本体进一步提高其检索性能和智能性,成为基于本体的智能信息检索系统的主要研究目标.从面向过程的角度,对近几年基于本体的智能信息检索系统的研究进展进行了综述,对其框架、所需本体知识的获取和使用、关键技术、性能评测等进行了前沿概括、比较和分析.最后,对基于本体的智能信息检索系统有待深入研究的难点和热点进行了展望.     

一种混合的文本信息检索模型研究

通过对基于统计的信息检索模型和基于本体的信息检索模型进行分析比较,得知这两种模型在某种程度上互补:基于统计的信息检索模型强调关键字的统计信息,然而忽略了关键字之间的语义信息;基于本体的信息检索模型强调关键字之间的语义信息,然而忽略了关键字的统计信息.结合两种信息检索模型各自的优点提出了一种混合的信息检索模型,实验证明该模型在查全率和查准率方面较基于统计的信息检索模型和基于本体的信息检索模型有了一定的改进.     

一种基于本体的信息检索模型

为解决传统的基于关键词的信息检索只能从语法上分析关键词、进行关键词的机械匹配,导致检索缺乏语义的问题,提出了一个基于本体的语义网检索模型,并以此为基础构建一个系统原型。实践结果表明,该检索模型能够在一定程度上改善检索效果。