基于混合本体方法的集成算法研究

本文提出了一种基于混合本体的集成算法。该方法充分利用了领域知识模型以及局部本体之间存在的语义相关性，从语义匹配的角度探讨了构造新的全局本体的可能。本文还重点讨论了n个局部本体如何构造全局本体的算法；最后介绍了一个本体构造系统，并结合项目给出了具体实例。     

基于领域本体的语义相似度计算研究

本文介绍了有关本体的知识以及在领域本体参照下三种语义相似度的计算模型,并针对这三种计算模型的优缺点和领域本体所特有的性质提出了一种改进的基于领域本体的语义相似度计算模型.该计算模型的基本思想是：以基于距离的计算模型为基础,把概念的信息内容和概念的属性作为两个决策因子.实验结果表明,该方法能够比较准确地反映概
念之间的语义关系,为概念之间的语义关系提供一种有效的量化.     

军事通信领域本体构建与分析

构建军事通信领域本体主要是用于支持基于领域本体的数据库语义查询.基于本体模型的知识表示技术,概述了军事领域本体的整体结构,分析了军事通信领域本体的特点.对军事通信领域本体的构建方法进行了阐述,详细描述了定义类和类的属性和关系,并根据领域知识中提取公理,说明了领域本体知识进行一致性分析和推理的方法.根据这些方法,采用Stanford大学开发的Prot龟6的本体编辑工具实现了一个军事通信本体模型.对下一步将该本体应用到数据库语义查询的问题,提出了一种解决方案.     

使用约束条件支持领域本体的重用

在利用领域本体知识库(DOKB)中已有领域本体构造新的领域模型或领域本体后，知识工程师需要检查新领域本体以确保其符合规则前提。使用约束务件可以令计算机自动解决这个问题，从而减少知识工程师的工作量,并加快知识的重用过程。     

军事领域本体构建研究

在仿真系统的研究过程中,面临军事领域知识获取及不同应用之间的互操作等问题.这些难题的背后实际是技术人员和军事人员之间理解一致性和机器之间理解一致性的问题.本体是关于事物本质的模型,已被广泛应用于知识分类、表达、共享及重用等方面.首先,讨论了本体的概念并给出了领域本体构建的一套通用原则和方法.然后详细分析了军事领域本体所包含的各方面知识元素,包括作战单元类、单元之间的关系、交战行为、交战规则、武器装备、作战计划等,并分别给出了它们的简单表示结构.最后概要讨论了多个本体合并时的本体检验问题.标准化的军事知识表示结构可以为技术人员和军事人员之间的交流提供统一的认识和参照,为机器之间的互操作提供一种"语言",从而消除理解上的冲突和混乱,为作战仿真系统的开发扫清了道路.     

基于领域本体的概念语义相似度计算研究

通过对领域本体参照下传统概念的3种语义相似度的计算模型研究,针对这3种计算模型的优缺点和领域本体所特有的性质,提出了一种改进的基于领域本体的概念语义相似度计算模型.实验结果表明,该计算模型通过定量的分析利用本体构词所描述的概念、特性之间的相似度,可以指导基于领域知识本体的语义查询中概念集扩充和查询结果排序,为概念之间的语义关系提供一种有效的量化.     

基于知识图的领域本体构建方法

提出了一种基于知识图的领域本体半自动构建方法。以《知网》为语义知识资源,知识图为语义表示方法,采用成熟的软件工程流程,最终构建出的领域本体具有结构明确、语义清晰的特点。对于在其上的语义网、信息抽取等应用提供了有效支持。介绍了本体的概念、设计的准则、建模的流程,并对未来的本体的移植性进行展望。实验结果表明该方法在不确定性知识处理上优于传统本体构建方法。     

领域本体构建方法研究

本体为某一领域的人和应用系统之间的交流提供了一种通用的知识共享模式.文章介绍了领域本体的基本概念,探讨了基于领域本体的语义模型的构建原则和生命周期,比较了典型的领域本体开发方法的特点.最后,分析了基于OWL的本体开发方法,并通过一个开发示例说明了本体开发的过程.     

基于领域本体的语义合成研究

为了在检索过程中全面挖掘用户查询信息,文中提出了一种基于领域本体的语义合成技术,该方法以文本为数据源,引用数据源和领域本体之间的映射关系来表达数据文本的语义.文章提出了一个语义合成模型,该模型由领域本体、关键词语义抽取、概念语义相似度计算及语义推理等相关技术模型组成.文中对该模型进行了实验验证,通过对实验结果进行分析推理可知,文中提出的基于领域本体的语义合成模型提高了检索系统的查准率和计算机处理信息的能力,从而也提高了用户的满意度.     

本体论在复句领域概念建模中的应用*

分析复句结构,提取出复句领域的主要概念,引入本体这种知识建模方法,从本体基本建模元语出发构建了复句本体模型。针对复句领域,扩充了语义关系来完整地体现复句中隐含的语义,并显式地表示出来。     

基于个人信息领域的语义信息抽取系统①

在利用本体进行信息抽取的基础上,提出了一个基于个人信息领域的语义信息抽取系统框架,将语义抽取从WEB领域扩展到个人信息领域;系统对个人信息领域内的网页,电子邮件,本地数据库和本地文件夹建立本体,根据本体之间的语义关联,实现个人信息领域内数据的交流。系统详细描述了语义信息抽取系统的实现过程,并以电子邮件为例重点介绍了语义信息抽取的算法。     

Text Mining Techniques to Automatically Enrich a Domain Ontology

Though the utility of domain ontologies is now widely acknowledged in the IT (Information Technology) community, several barriers must be overcome before ontologies become practical and useful tools. A critical issue is the ontology construction, i.e., the task of identifying, defining, and entering the concept definitions. In case of large and complex application domains this task can be lengthy, costly, and controversial (since different persons may have different points of view about the same concept). To reduce time, cost (and, sometimes, harsh discussions) it is highly advisable to refer, in constructing or updating an ontology, to the documents available in the field. Text mining tools may be of great help in this task. The work presented in this paper illustrates the guidelines of SymOntos, ontology management system, and the text mining approach adopted herein to support ontology building. The latter operates by extracting, from the related literature, the prominent domain concepts and the semantic relations among them.     

Requirements and languages for the semantic representation of manufacturing systems

In the last years, attention has been devoted to the development of ontologies, which are ICT conceptual models allowing a formal and shared representation of a particular domain of discourse, and to the use of these representations in a variety of contexts, among which also the industrial engineering can be counted. Within the industrial engineering field, the manufacturing domain has not yet seen a wide application of ontologies. This paper firstly shows the use of ontologies for the semantic annotation of a Web Service-based architecture for the control of manufacturing systems; and then contributes to the research field of manufacturing domain ontologies by proposing a thorough literature review and analysis of the available languages supporting such objective. The paper collects the main requirements that semantic languages must meet to be used in the manufacturing domain with the outlined purpose. In fact, the available semantic languages are several and characterized by different features: the paper identifies the most proper ones for the manufacturing domain representation thanks to their analysis against the main requirements. Lastly, the paper shows how the discussed topics are deployed in a real industrial example.     

领域知识语义距离及其在专家系统中的应用

面向专家系统中的可程序化知识间距离的测度,在构造领域知识本体及本体树的基础上,建立知识身份距离、知识概念距离、知识属性距离、知识描述距离四个测度,并在规范化后采用有序加权几何算子对其加以集结,形成一个更加全面且应用性强的领域知识语义距离模型,有效地解决了专家系统中领域知识的判别问题。实验表明：该模型可快速地判别专家系统中两领域知识的相似程度,并具有82%以上的评判正确率。     

一种基于领域本体的混合信息检索模型

针对语义检索中本体不能提供所有知识的问题,提出一种基于领域本体的混合信息检索模型。该模型利用领域本体中概念间的语义关系,结合关键词检索和语义检索,建立关键词基础矩阵和语义扩展矩阵两层索引矩阵,使系统检索在没有可用本体知识时能自动调整为关键词检索,保证一定的检索性能。两者的结合有效改善了检索性能。     

利用onto1ogy实现的多库知识获取方法

在ontology研究的基础上,提出了一种基于ontology的多库知识获取(OBMDKA)方法.考虑到不同用户有不同的表述习惯,引入自然语言理解(NLU)子系统和用户ontology,在正确理解用户语义的前提下方便用户查询.同一知识的表示形式是多种多样的,按不同的表示形式将其分别存放在不同的库中.利用领域ontology对待查找知识进行分类,使查找更加准确全面.     

一种面向领域的虚拟视图语义集成方法*

针对油井工程领域异构数据源,提出了一种基于语义的虚拟视图集成方法。通过本体抽取和本体合并分别构造数据源局部本体和全局本体实现基于语义的数据访问视图,并利用全局本体、局部本体和数据源模式之间的映射关系,将基于语义的查询转换为底层数据源的访问请求,提供统一、透明的数据访问视图,以避免数据加载和更新等问题。通过油井决策支持数据集成平台,该方法取得了很好的应用效果。     

基于本体论的文本挖掘技术综述

文本挖掘技术是从海量文本信息中获取潜在有用知识的有效途径。传统的文本挖掘方法由于不能有效运用语义信息而难以达到更高的准确度。本体论为语义信息的合理表示和有效组织提供了理论支持和技术手段。介绍和分析了常识本体和领域本体以及基于这些本体的文本挖掘方法。     

Learning to Share Meaning in a Multi-Agent System

The development of the semantic Web will require agents to use common domain ontologies to facilitate communication of conceptual knowledge. However, the proliferation of domain ontologies may also result in conflicts between the meanings assigned to the various terms. That is, agents with diverse ontologies may use different terms to refer to the same meaning or the same term to refer to different meanings. Agents will need a method for learning and translating similar semantic concepts between diverse ontologies. Only until recently have researchers diverged from the last decade's common ontology paradigm to a paradigm involving agents that can share knowledge using diverse ontologies. This paper describes how we address this agent knowledge sharing problem of how agents deal with diverse ontologies by introducing a methodology and algorithms for multi-agent knowledge sharing and learning in a peer-to-peer setting. We demonstrate how this approach will enable multi-agent systems to assist groups of people in locating, translating, and sharing knowledge using our Distributed Ontology Gathering Group Integration Environment (DOGGIE) and describe our proof-of-concept experiments. DOGGIE synthesizes agent communication, machine learning, and reasoning for information sharing in the Web domain.