语义网关键技术概述

语义网是对WWW的延伸,其目标是使得Web上的信息具有计算机可以理解的语义,并为人们提供各种智能服务.在介绍语义网概念及其体系结构的基础上,对3大关键技术:XML、RDF、Ontology作一简要的概述,讨论了其要解决的主要问题.在把握当前研究现状的基础上,明确今后主要的研究方向与重点问题.     

语义Web技术及其逻辑基础

随着语义Web的产生和发展,人-机及机-机间的交流与协作将变得更加方便。该文从介绍语义Web概念及体系结构入手,对关键技术XML, RDF及Ontology进行了对比分析说明,同时研究了其逻辑基础(描述逻辑),分析了其语法语义及推理任务。对语义Web的未来发展热点问题进行了展望。     

语义网的研究和发展对未来搜索引擎的影响

目前在全球市场里占据主要份额的谷歌、雅虎、百度等搜索引擎,提供给人们的依旧是比较笨拙的工具,因为它们始终受制于传统Web,对搜索关键字的精确度要求苛刻,处理自然语言的能力很低。语义网(SW)的提出、研究和发展,给搜索引擎带来了新的希望。而基于语义Web的智能搜索引擎,则是下一代搜索引擎的必然选择。     

基于语义网的本体技术应用

为研究基于语义网系统的知识本体构建方法,提出并设计1个本体构造的框架.在本体的建立过程中,充分利用已大量存在的概念模型,从而在一定程度上减轻术语收集的工作量.为提高本体的构造速度,提出一系列本体构造辅助方法:借助转换准则,直接把已存在的概念模型元素转换为本体元素;利用概念量化技术,设计1个分类算法,通过求术语之间的语义亲和度、结构相关性以及术语类之间的联结紧密度,使本体构造中的术语分类可以自动进行,从而为领域本体的构造提供有效可行的方案.     

基于本体的语义Web浅谈

文章分析了现有万维网技术的局限性并在此基础上对语义Web进行了系统论述,着重介绍了语义Web的起源及关键技术XML、RDF（S）和本体,分析和论述了语义Web技术的应用及发展前景。     

基于语义网的中文百科知识组织与集成

通过从3个最大的中文百科全书（百度百科、互动百科、中文维基百科）所包含的大规模知识数据中识别重要的结构化特征生成RDF三元组,并将这些信息数据整合加入分布式大规模RDF数据存储系统,从而构成符合Linked Data要求的中文百科知识库RDF数据集。主要工作包括,通过配置网络爬虫对百度百科和互动百科的网页进行爬取,解析其中信息框等内容,生成RDF三元组并实现三元组的动态插入;下载需要的DBpedia中文三元组数据,将三元组进行整合并存储到课题组的大规模语义数据存储库Jingwei中;设计显示动态插入和三元组模式查询的页面,通过原型系统实验,验证了该方法的有效性。     

未来能理解人类语言的智能网络——语义网

文章介绍了语义网的定义、作用和与传统万维网的区别,论述了语义网如何基于可扩展标记语言XML和资源描述框架RDF来实现让计算机能够自动识别和处理网上信息,并对语义网通过本体层来表示出信息的含义及各种信息问的语义联系及本体的构建做了一定的探讨。     

测绘元数据的框架设计和基于RDF/XML的表达

论述元数据技术在测绘信息共享和管理中的重要作用,分析当前测绘元数据库建设的现状,指出研究测绘元数据表达的重要意义。根据测绘数据的组织结构特点,设计测绘元数据框架,提出利用RDF／XML技术表达测绘元数据的思想。最后总结利用RDF表达测绘元数据的优点。     

XML＋RDF＋Ontology——实现Web数据语义的描述

本文首先给出了语义Web的体系结构，继而分析了XML结合RDF与Ontology怎样用于实现Web数据语义的描述．最后总结了全文。     

基于RDF的空间元数据描述与资源发现

讨论了基于XML/RDF的异构空间元数据无缝集成和RDF在分布式空间数据资源发现上的应用。     

关于Web Page的语义挖掘研究

关于Web Page语义挖掘的目的主要是在现有网络挖掘的基础上对挖掘内容加上语义的表述从而达到提高挖掘的效果.主要先处理挖掘的数据源,然后对数据进行语义标注,建立本体,将本体实例化,形成语义数据库,利用现有的挖掘算法实现挖掘结果.最终得到相对于现有挖掘效果得到提高的结论.     

语义网描述语言分析

语义网是对WWW的延伸,是在现有WWW基础架构上为网页扩展面向计算机的数据并增加专为计算机使用的文档,更利于人机间的合作和机器问的交互。为解决网上知识表示问题,特分析比较了如RDF、OIL、DAML等几种典型的语义描述语言,讨论了其要解决的主要问题。     

语义Web服务——Web服务的扩展

语义Web服务是应用语义Web技术对Web服务的扩展.使信息具有语义就是用计算机内的Ontology中的概念作标记符对信息进行标记,对该过程予以支持的就是语义Web技术,即Ontology的构建技术、Ontology的使用技术(语义推理技术)和信息的语义标记技术.语义Web技术对Web服务的扩展可具体化为两项任务:服务提供者、服务请求者和服务注册处三类服务主体均内置Ontology;发布、查找和绑定三种交互信息均采用语义标记.     

面向语义Web的描述逻辑本体构建

随着计算机技术和网络技术的不断发展,网络信息技术已经成了人们生活中不可分割的一部分,但是,如何构建一个更加科学合理的描述逻辑本体,方便人们在数以万计的网络信息中快速、高效的找出所需要的信息和资源是当前世界范围内的迫切性问题。该文就面向语义Web的描述逻辑本体的构建做相关的讨论和研究,希望为我国网络技术中的本体构建技术问题提供一些借鉴和参考。     

基于模糊聚类优化的语义Web服务发现

语义Web服务发现机制在发现服务时的准确率较低.为解决该问题,提出一种基于模糊聚类优化的语义Web服务发现方法.采用改进的模糊C-均值(FCM)聚类算法,实现对服务聚类预处理,在模糊聚类时,综合考虑服务的输入、输出、前提、效果4个功能性参数,并扩展已有的服务匹配机制,在匹配时,将服务的4个功能性参数全部作为服务相似度的计算因子.实验结果表明,在模糊聚类稳定的条件下,该方法的服务平均查全率为79.6％,平均查准率为85.9％,均高于未采用聚类处理和只采用输入/输出参数的FCM聚类处理方法.     

语义网中的本体映射研究

本体映射的关键是概念相似度的计算。本文提出的方法从三个方面来计算这一相似度,首先计算概念的语义相似度,其次计算概念描述相似度,最后计算邻近层次概念的相似度。     

语义网站点的发现与排序

随着语义网中RDF数据的大量涌现,语义搜索引擎为用户搜索RDF数据带来了便利.但是,如何自动地发现包含语义网信息资源的站点,并高效地在语义网站点中收集语义网信息资源,一直是语义搜索引擎所面临的问题.首先介绍了语义网站点的链接模型.该模型刻画了语义网站点、语义网信息资源、RDF模型和语义网实体之间的关系.基于该模型讨论了语义网实体的归属问题,并进一步定义了语义网站点的发现规则;另外,从站点链接模型出发,定义了语义网站点依赖图,并给出了对语义网站点进行排序的算法.将相关算法在一个真实的语义搜索引擎中进行了初步测试.实验结果表明,所提出的方法可以有效地发现语义网站点并对站点进行排序.