RDF可信度扩展在领域本体构建中的应用

仅由少数权威领域专家的参与难以实现领域本体构建的繁重任务。文中对RDF进行可信度扩展,标记每个声明被领域专家认可的程度,协助多用户共同参与领域本体的构建,在一定程度上解决了目前仅由少数权威领域专家构建领域本体工作量繁重的困难,为知识动态发展和更新迅速的前沿领域进行本体构建提供了方便,同时也为领域本体的表示引入了量化的机制。     

基于叙词表的领域本体构建方法研究

提出了一种利用现有术语丰富的叙词表构建领域本体的方法,该方法可以减少构建领域本体的工作量.通过基于<农业科学叙词表>构建果树学领域本体的实例,对一种基于叙词表的领域本体构建方法的设计过程进行了详细叙述,该方法分为3个阶段,即领域本体的信息收集和分析、领域本体的详细设计、领域本体的表示,其中详细设计是核心,该阶段将叙词表中出现的核心词汇、语义关系转化到本体中,并补充了更丰富的语义关系.     

A HYBRID METHOD FOR FUZZY ONTOLOGY INTEGRATION

The main contribution of this work consists of combining a heuristic method for propagation of matchable concepts and using consensus techniques for conflict resolution for fuzzy ontology integration. Two central observations behind this approach are as follows: (1) if two concepts across different source ontologies equivalently match each other, then their neighboring concepts will be often matched as well; and (2) conflicts regarding integration of multiple ontologies can be resolved by creating a consensus among the conflict ontological entities. The key idea of the first observation is to start from an aligned pair of concepts (called medoids) to determine so-called potentially common parts to provide additional suggestions for possible matching concepts. This approach is used to obtain pairs of matchable concepts and to avoid pairs of mismatching concepts. On the other hand, the second observation is used to discover a new merged concept from matched concepts by making a consensus among conflict ontological entities. This idea is to determine the best representative as the merged version of the component ones. A combination of both observations for fuzzy ontology integration is a significant contribution of this work. The results of the experiments imply that the proposed approach is effective with regard to both completeness and accuracy.     

领域本体构建方法研究

通过分析现有拳体构建方法的局限性,提出了一种新的本体构建方法。该方法论述了本体构建过程．解决了现实领域知识到计算机可以理解的形式化编码的转换问题。     

基于本体的个性化协同推荐

推荐系统已成为减轻信息过载时用户负担的关键工具,由于要处理不同形式的用户交互,因此协同推荐要与用户的具体情况和不断变化的兴趣相关。基于此,提出建立上下文相关的协同推荐,以领域本体的形式包含语义知识,把用户配置定义为一个本体。文章描述用户配置本体如何学习、增量更新和如何用于协同推荐。     

领域本体构建方法研究

通过分析现有本体构建方法的局限性,提出了一种新的本体构建方法。该方法论述了本体构建过程,解决了现实领域知识到计算机可以理解的形式化编码的转换问题。     

从文本自动构建OWL本体的研究

随着语义检索的发展,近年来涌现了许多基于本体的研究和应用,但本体本身仍离不开领域专家手工或半自动化的构建,成为了本体研究领域的一个瓶颈。因此,本文着眼于本体的自动化构建,提出了一种用FCA(形式概念分析)从文本中提取并自动生成符合W3C标准的OWL通用本体库的方法。解决了目前本体构建自动化程度低,领域依赖性强的问题,使得本体的发展和应用不再是空中楼阁。     

OWL本体构建方法的研究

通过分析语义网的特点和对本体构建方法以及本体表示语言的要求,提出了一种新的使用OWL构建本体的方法.该方法分4步详细论述了构建本体的过程,解决了现实领域知识到计算机可以理解的形式化编码的转化问题.最后采用该方法构建食物链本体验证了该方法的有效性.     

面向Web信息资源的领域本体模型自动构建机制的研究

领域本体的构建是本体工程研究与应用的重要内容。面向网络Web信息资源,获取领域相关文本信息,通过对文本的概念分析,构建领域本体模型。提出一套本体自动构建机制,该本体构建基于数据挖掘和机器学习技术,内容主要包括基于贝叶斯(Bayes)分类原理;提出多个分类器方式的概念分类过程和算法;提出概念关联分析和概念自学习算法,建立本体原型;提出面向OWL本体模型的转换映射机制,构建基于OWL的本体模型。此外,还提出了从网络资源获取、领域本体建模到本体实施应用的一套完整的本体构建和应用实施的解决方案。     

面向事件的本体研究

世界是物质的,物质的世界是运动的,运动是绝对的,静止是相对的.事件作为人类知识的单元,反映了事物的运动,受到了学术界多领域专家的高度重视.在研究面向事件的知识表示的基础上,给出了事件定义及其六元组的形式化表示,并提出了事件本体模型;最后,以基于事件本体的篇章理解为例,简要说明了篇章与句子的事件网络表示、生成及其应用.与传统本体相比,事件本体以更高粒度的事件作为知识表示单元,更符合客观实际,更便于计算机模拟大脑工作.     

Cluster-Merge本体构造算法

本体构造就是利用各种数据源以半自动方式新建或扩充改编已有本体以构建一个新本体。现有的本体构造方法大都以大量领域文本和背景语料库为基础抽取大量概念术语,然后从中选出领域概念构造出一个本体。Cluster-Merge算法首先对领域文档先用k-means聚类算法进行聚类,然后根据文档聚类的结果来构造本体,最后根据本体相似度进行本体合并得到最终的输出本体。通过实验可证明用Cluster-Merge算法得出的本体可以提高查全率、查准率。     

基于XML和本体的物联网数据交换标准体系研究

针对当前物联网应用层中相关数据交换标准纷繁复杂,相关标准主体各行其是的问题,从XML(可扩展标记语言)和本体的角度出发,从互联网、语义网和物联网的关系入手,提出了建立物联网数据交换标准体系的思路,即标准应以XML为语法格式,以标准化的本体为语义共识;标准体系应以顶级本体为基础,以纵向的领域本体和横向的任务本体为支撑,建立起各种不同的应用本体标准。文章最后通过一个应用实例分析了所述标准体系发展的若干关键要点。     

Ontologies: How can They be Built?

Ontologies are an important component in many areas, such as knowledge management and organization, electronic commerce and information retrieval and extraction. Several methodologies for ontology building have been proposed. In this article, we provide an overview of ontology building. We start by characterizing the ontology building process and its life cycle. We present the most representative methodologies for building ontologies from scratch, and the proposed techniques, guidelines and methods to help in the construction task. We analyze and compare these methodologies. We describe current research issues in ontology reuse. Finally, we discuss the current trends in ontology building and its future challenges, namely, the new issues for building ontologies for the Semantic Web.     

基于非结构化数据的本体学习研究

语义Web的创建需要一套共同的标准概念体系,即本体（Ontology）。而现在本体的构造手段仍然是以手工构造为主,效率和准确率都非常低,很容易导致知识获取的瓶颈。近年来,自动创建领域本体可以克服手工方法的不足,成为当前的研究热点之一;本体学习是自动或半自动构建本体的一系列方法和技术。提出了一种利用知网,基于非结构化数据的特定领域概念及其之间关系的提取算法,从军事领域选取4个种子概念：舰、导弹、机和炮,并通过实验测试了该算法。     

基于P-集合的本体形式背景抽取

领域本体形式背景的分析抽取、定义本体领域属性的核心概念是构建领域本体的关键。应用概念格模型表示领域知识,引入P-集合理论进行形式背景的定义和领域属性分析,根据领域中个体相似度矩阵对形式背景的领域属性进行优劣判断,为领域本体的构建提供了新的研究模式和方法;通过一个药用植物的实验本体,证明内涵和外延联合的概念相似度计算方法提高了知识库中核心概念扩展的计算精度,为本体推理奠定了技术基础。     

石油勘探开发领域本体的构建方法研究

石油勘探开发领域涉及勘探、采油等二十多个专业,由于信息术语不统一,给专业之间信息共享和应用集成带来许多问题。采用本体论来解决上述问题。针对石油勘探开发业务的特点,提出了一套石油领域本体Petro-Onto构建方法,建立了该领域本体的顶层本体框架,提出了以业务模型和数据模型为参照体系自动捕获本体的方法。Petro-Onto在油田信息集成中得到应用。     

基于Jena的本体构建方法研究

针对本体构建中构造方法不清晰、本体描述语言不统一、可用工具较少的难题，在Jena的基础上提出了基于Jena的本体构建方法。该方法由描述类、描述属性、将属性关联到类、定义实例和加入本体维护元数据5个步骤组成，有效地解决了本体构建中的难题。最后以一个实例验证了该方法的有效性。     

基于本体的多主体网络协作学习模型研究

协作学习是一种组学习方式,强调的是组成员之间的交流与合作,因此成员间的信息理解对协作的效率影响很大,本体论是概念化的明确表示和描述,因此本体可对学习资源进行语义标注.采用本体提供交流资源的统一语义描述,使学习者在语义基础上进行交流和查询,本体的引入保证了网络协作学习中知识理解和运用的一致性、精确性、不变性、可重用性和共享性.设计了基于本体的多主体网络协作学习模型,该模型不仅具有语义互操作性而且能有效支持知识的重用和共享,从而提高协作学习效率.     

A holistic approach to collaborative ontology development based on change management

This paper describes our methodological and technological approach for collaborative ontology development in inter-organizational settings. It is based on the formalization of the collaborative ontology development process by means of an explicit editorial workflow, which coordinates proposals for changes among ontology editors in a flexible manner. This approach is supported by new models, methods and strategies for ontology change management in distributed environments: we propose a new form of ontology change representation, organized in layers so as to provide as much independence as possible from the underlying ontology languages, together with methods and strategies for their manipulation, version management, capture, storage and maintenance, some of which are based on existing proposals in the state of the art. Moreover, we propose a set of change propagation strategies that allow keeping distributed copies of the same ontology synchronized. Finally, we illustrate and evaluate our approach with a test case in the fishery domain from the United Nations Food and Agriculture Organisation (FAO). The preliminary results obtained from our evaluation suggest positive indication on the practical value and usability of the work here presented.