中国古建的语义网络知识库及其高效实现

将全过程计算机辅助动画自动生成技术应用于中国古建领域,实现了一个自动古建动画系统.它根据用户对古建的描述,自动生成三维动画来表现古建的搭建过程,整个自动过程都是在古建知识库的支持下完成的,采用语义网络技术设计并实现了知识库,包括本体库和规则库2部分.主要论述古建知识库的结构、本体和规则库的组成,并以生成古建搭建顺序为例来说明规则推理的过程,共实现了2个方案,一个基于本体构造环境Protégé,另一个基于规则推理系统Jess,后者比前者在推理时间上节省了99%以上,重点论述了高效方案的设计思想和实现技术,并分析了其优点和不足.     

基于本体的液压系统故障诊断知识建模与推理

为了实现液压系统故障诊断知识集成与共享,提高知识组织和维修技术支持效率,论文引入本体作为知识建模的技术工具,在分析液压系统故障诊断知识结构、体系的基础上,利用protégé3.3.1、protégé3.4.7、protégé4.2系列版本软件和本体构建方法构建了液压系统故障诊断知识模型,并使用OWL语言描述了该本体,实现了本体的机器可读,通过Pro-Race、Pellet、JESS推理器和SWRL语言构建的液压系统液压油检测规则对构建的本体进行推理,实现了液压系统常见的故障诊断。初步实现了基于本体的知识建模,验证了模型的推理能力并应用于具体诊断,为有效地管理使用液压系统领域知识提供了新的技术手段。     

基于本体的教育资源推理查询原型系统设计与实现

针对当前教育资源库存在的通用性差和缺乏语义查询等缺陷,将语义Web的重要基础本体及其推理和查询技术应用到教育资源领域,实现一个基于本体的教育资源推理查询原型系统。利用本体构建方法及建模工具protégé,以数据结构课程为例,构建一个基于元数据标准的教育资源领域本体;制定教育资源领域本体知识点推理规则,提出改进的语义相似度算法;设计并实现基于本体的教育资源推理查询原型系统。通过实验验证,该系统的查全率与查准率均高于基于关键字的查询。     

基于Jena及其本体推理的研究

Tim Berner-Lee于2000年提出了语义Web,随后语义网技术作为普遍研究的热点.语义Web作为下一代万维网的发展方向,它的实现能有效提高互联网使用效率,为实现本体层Web信息的共享和交换,人们引入了“本体”.本体作为语义网的基石,在各个领域发挥着重要的作用.文中主要介绍本体开发以及推理方面的相关知识,通过本体编辑器protégé3.4扩建动物本体,并应用RACER推理机推理实现以及生成本体关系图.利用Ecplise开发软件结合Jena和Java插件实现对OWL文件的个体实例提取.通过实施为概念分类的检测提供了依据.     

装配公差综合领域本体知识库的构建

为了减少机械产品设计过程中的不确定性,解决装配公差信息在异构CAX系统中共享性差和传递不畅的问题,利用本体丰富的语义知识和语法结构,通过分析装配公差综合领域相关知识,采用网络本体语言OWL定义其中的概念和关系,并采用语义网规则语言SWRL定义其中的约束条件和分配经验。将基于OWL的结构化知识转换成事实、基于SWRL的约束化知识转换成规则,并在推理引擎的基础上构建装配公差综合领域本体知识库。同时开发了基于本体的装配公差综合原型系统,实现了装配公差类型和装配公差值的自动生成。     

基于混合推理的知识库的构建及其应用研究

该文提出了基于OWL本体与Prolog规则的平面几何知识库的构建方法,从而可形式化地表示平面几何中丰富的语义信息.一方面,用类型、定义域、值域、分类、属性、实例等本体描述来表达结构化的知识,为领域内概念与概念之间关系的描述提供形式化的语义;另一方面,用Prolog规则来解决本体不能有效表达的诸如属性之间的关系和操作等问题,从而支持复杂关系间的推理.在此基础上,用Protégé和Prolog构建了一个基于本体和规则的平面几何知识库.实验证明:此知识库可实现知识和语义层次上的信息查询,还可进行复杂问题求解,其丰富的语义描述和混合推理能力弥补了传统知识库的不足.     

基于Racer和nRQL的本体查询与推理

语义网技术的兴起促进了本体技术的发展,本体作为语义网的基石,在知识表示与知识推理方面发挥着重要作用.本体描述语言与描述逻辑相结合,为本体推理的合理性和有效性提供了保证.在介绍描述逻辑及其系统的有关概念与查询推理机制的基础上,重点讨论了推理机Racer及其查询语言nRQL的功能,开发了一个基于Racer和nRQL的智能信息查询程序并应用于大学本体的信息查询.     

基于本体的领域自动问答系统研究

由于传统信息检索返回的结果难以充分理解用户的问题语义,因此以医学领域本体为例,提出一种具有语义推理的自动问答系统。系统在领域知识本体上,通过链式索引结构抽取问题对应在领域知识本体中的命名实体。为理解问题的语义层次,通过改进CFN汉语框架网结构,给出从领域知识本体直接生成能理解问题语义的QFN问题框架本体的映射算法。运用QFN将自然语言问题转化成RDF三元组结构,自动生成问题对应的SPARQL查询语句,同时调用Jena推理机完成语义推理查询在知识本体中查找并给出问题的相关回答。实验结果表明,该方法相比传统的信息检索,可以理解问题表达语义并给出与问题语义相关度高的答案。     

SWMRD:一个面向互联网的制造资源智能发现系统

为了对面向互联网这一海量资源库中提供准确的、自动的、智能的发现制造资源服务,提出一套基于语义网的制造资源智能发现方法.该方法以制造资源本体与知识一体化建模为基础,通过聚焦爬虫从互联网中获取制造资源信息,形成语义标注实例;建立多层次智能发现检索模型,实现制造资源的精确检索、模糊检索、语义检索以及智能推理功能.为直观表达查询语义结构与概念间的关联性,研制了图形化语义查询前端,并在此基础上开发并实现一套制造资源智能发现系统SWMRD.最后展示了系统实例.     

基于语义网的空中任务指令生成法

介绍了ATO和语义网各自的特点,讨论了基于语义网生成ATO的合理性,并分析了其原理。最后以OWL为编码语言,利用本体构建工具Protégé构造了ATO知识库,通过启动推理引擎RACER生成了可执行的ATO,表明了语义网用于ATO生成是可行的。     

基于OWL本体和SWRL规则的导弹智能故障诊断研究

针对复杂航空装备诊断知识缺乏、诊断效率低和知识共享性差等问题,以某型红外弹为例,提出一种基于OWL本体和SWRL规则的导弹智能故障诊断方法。首先以导弹FMECA结果作为知识源,通过基于ATML语法的OWL逻辑描述语言建立导弹本体模型,完成故障模式和故障原因本体之间的映射;其次采用语义网络规则语言SWRL描述知识库规则,建立本体知识单元之间类、属性和实例的对应关系,最后通过Racer推理机对导弹知识库进行故障诊断推理,获取故障诊断优先级顺序。推理结果表明,该方法能够解决复杂航空装备专家诊断系统中的知识表示困难、缺乏自动语义推理、重用共享性差等问题,获得最优的故障诊断路径的同时减少了故障排查步骤,从而实现了故障原因的快速定位,提高了复杂航空装备专家诊断系统的诊断效率和可靠性。     

基于LDA的领域本体概念获取方法研究

针对民航突发事件应急管理领域本体的自动更新问题,提出了基于LDA的领域本体概念获取方法。以文本信息作为数据源,采用NLPIR自适应分词与过滤方法获取候选术语集,设计了领域本体的LDA主题模型,通过吉布斯采样进行LDA模型训练与主题推断,实现了领域本体核心概念的相关术语提取;基于LDA主题概率分布研究了语义关系识别规则的构建方法,给出了概念及其相关术语语义关系的识别与实现过程。实验效果表明,该方法可以有效解决大规模领域本体概念的自动更新问题,为大数据环境下民航突发事件跨媒体信息的共享与推理提供了良好的数据支持。     

专家视图与本体视图的语义映射方法

由于本体具有强大的知识表示和推理能力,本体已经在很多领域得到了广泛应用.然而,本体的深入应用还面临着很多深层次的共性语义映问题,已有的本体建模方法仅仅提出了一些简单的指导原则和基本步骤,使得知识工程师仍然无从下手.在基于领域专家知识构建领域语义知识库时,针对领域专家知识中的一词多义、多元关系和安全需求等3类共性语义映射问题,从5个方面展开了深入研究,提出了相应的语义映射方法,总结了10条本体建模约定.最后构建了一个完整的应用案例,并对所提出的5类语义映射方法进行了评价.     

基于本体的推理在行业信息化知识库中的应用

行业信息化知识库是一类结构复杂、功能繁多的系统,为解决知识库中知识共享和重用问题,利用本体论对行业信息化知识进行抽象和分析,并基于本体论进行行业知识关联,在已建好的行业知识本体基础上,介绍和分析语义推理工具Jena,包括推理所涉及的问题、Jena的各组成部分及其推理机制。介绍推理规则的语法,并给出一个Jena在语义推理方面的具体应用。实验结果表明,它能有效提高用户的查准率。     

面向语义信息查询的模糊本体模型

针对领域知识建模时的模糊性、不确定性与信息查询时的局限性,提出一种基于模糊控制规则的模糊本体模型。利用基于模糊聚类的本体机器学习方法构建模糊控制规则库,通过计算模糊相似矩阵得到模糊概念的语义关联,对词汇相关概念进行语义分析与扩展获取模糊概念间的本质语义关系,实现基于模糊概念属性值的信息查询与语义共用。实验结果表明,该模型在语义查询上有更完善的推理机制,能有效获取语义信息。     

A legal case OWL ontology with an instantiation of Popov v. Hayashi

The paper provides an OWL ontology for legal cases with an instantiation of the legal case Popov v. Hayashi. The ontology makes explicit the conceptual knowledge of the legal case domain, supports reasoning about the domain, and can be used to annotate the text of cases, which in turn can be used to populate the ontology. A populated ontology is a case base which can be used for information retrieval, information extraction, and case based reasoning. The ontology contains not only elements for indexing the case (e.g. the parties, jurisdiction, and date), but as well elements used to reason to a decision such as argument schemes and the components input to the schemes. We use the Protégé ontology editor and knowledge acquisition system, current guidelines for ontology development, and tools for visual and linguistic presentation of the ontology.     

一种解决视频检索中语义不一致性方法

近年来,领域本体作为实现知识共享的基础已应用于视频语义检索。然而,同一或不同应用或领域知识可能存在多个本体,这些本体之间缺乏对术语使用的约定。这种现状所产生的语义不一致性导致难以实现检索过程中的知识推理和互操作过程的自动化,因而严重影响视频检索的效率和结果。提出一个两层本体结构,把同一或不同领域共享或共用的概念与知识映射到一个上层本体,从而解决多本体间语义上的不一致性,实现本体间知识的共享。并通过应用于视频场景的检索实验,说明该方法是有效和可行的。     

A semantic metrics suite for evaluating modular ontologies

Ontologies, which are formal representations of knowledge within a domain, can be used for designing and sharing conceptual models of enterprises information for the purpose of enhancing understanding, communication and interoperability. For representing a body of knowledge, different ontologies may be designed. Recently, designing ontologies in a modular manner has emerged for achieving better reasoning performance, more efficient ontology management and change handling. One of the important challenges in the employment of ontologies and modular ontologies in modeling information within enterprises is the evaluation of the suitability of an ontology for a domain and the performance of inference operations over it. In this paper, we present a set of semantic metrics for evaluating ontologies and modular ontologies. These metrics measure cohesion and coupling of ontologies, which are two important notions in the process of assessing ontologies for enterprise modeling. The proposed metrics are based on semantic-based definitions of relativeness, and dependencies between local symbols, and also between local and external symbols of ontologies. Based on these semantic definitions, not only the explicitly asserted knowledge in ontologies but also the implied knowledge, which is derived through inference, is considered for the sake of ontology assessment. We present several empirical case studies for investigating the correlation between the proposed metrics and reasoning performance, which is an important issue in applicability of employing ontologies in real-world information systems.     

矿山语义物联网自动语义标注方法

针对目前矿山领域异构数据融合时先验知识获取困难、物联网本体库实时性差、实例对象数据手动标注方式效率较低等问题,提出了一种矿山语义物联网自动语义标注方法。给出了传感数据语义化处理框架:一方面,确定本体的专业领域和范畴,通过重用流注释本体(SAO)构建领域本体,作为驱动语义标注的基础;另一方面,使用机器学习方法对感知数据流进行特征提取与数据分析,从海量数据中挖掘出概念间的关系;通过数据挖掘知识来驱动本体的更新与完善,实现本体的动态更新、拓展与更精确的语义标注,增强机器的理解力。以矿井提升系统主轴故障为例阐述从本体到实例化的语义标注过程:结合领域专家知识及本体重用,采用"七步法"建立矿井提升系统主传动故障本体;为了加强实例数据属性描述的准确性,使用主成分分析法(PCA)与K-means聚类方法对数据集进行降维和分组,提取出数据属性与概念的关系;通过基于语义Web的规则语言(SWRL)标注具体先行条件与后续概念的关系,优化领域本体。实验结果表明:在本体实例化过程中,可利用机器学习技术从传感数据中自动提取概念,实现传感数据的自动语义标注。     

基于本体的应急救援知识库构建及其应用

针对专家系统在应急救援领域应用中存在的知识表示及推理等问题,采用基于本体的知识表示方法与基于Jena的规则推理引擎,参考简单知识工程方法论与Jena规则语法建立一个高速公路应急救援本体与推理规则,实现本体知识库的推理。将该知识库应用于高速公路应急救援系统中,结果表明其具备解决实际问题的能力;有利于领域知识的共享与重用;促进了专家系统在高速公路应急救援领域的发展。