一种履带式本体构建模型

为了有效地指导本体构建,创建了履带式本体构造模型来描述本体的构造方法。定义和描述了构成此模型的基本要素,包括本体（上层本体、领域本体和应用本体）和本体构造步骤（分析、设计、开发、部署和评估）,并在此基础上做出了定性分析,说明了顶级本体驱动开发方法、领域本体驱动开发方法和应用领域开发方法各自的特点。通过对此模型的分析和应用,以指导在本体开发中使用正确的开发方法。     

基于Web构造领域本体方法的研究

利用Web资源完成本体构造方法的研究。不仅会缩短本体的构造周期，而且还会扩大本体的应用范围．但由于基于Web的数据提取、知识获取比较困难，与实际应用相比还有一定的距离．该文分析了基于Web本体构造数据源的动态、海量、异质、变化、开放性等特点，本体构造的基础问题——形式化表示方法，总结了本体构造的关键技术及技术难点．初步设计了一个系统结构，为实现基于Web领域本体构造方法提供了一个框架性的思路．     

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。     

基于两层向量空间模型和模糊FCA本体学习方法

本体是WWW进化为语义Web版本的瓶颈,手工构造本体费时费力,本体学习技术使得在文本中自动构造本体成为可能,但存在通用性差和准确性低等问题.提出以面向对象思想的分析方法为基础,把传统的单层文本向量空间模型(VSM)改进为2层向量空问模型(double vector space model,D-VSM),该模型不仅具有属性特性,而且还具有很强的关系特性.在此模型的基础上,引入模糊形式概念分析(fuzzy formal concept analysis,FFCA)本体学习技术.该技术充分考虑D-VSM模型中的数据分布特点,较好地解决本体学习通用性、本体关系获取等问题.基于上述方法实现一个本体学习工具,为本体的(半)自动构造提供有力的支持.     

基于跨语本体重用的维语本体构建方法

针对维英本体共性知识的获取问题,提出一种基于跨语本体重用的快速构建维语领域本体方法。该方法将初始维语本体转换为英语本体,通过本体选择、映射和合并等过程对其丰富,达到一定阈值,转换为维语本体。提出了数据源势、本体势等概念和构建维语本体的数据模型。基于该方法构造了一个旅游领域本体实例,转换率达到78.8%,充分验证了该方法的可行性与有效性。     

基于领域知识重用的虚拟领域本体构造

提出了一种重用现有领域知识库知识构造新领域本体的方法.该方法充分利用了领域知识模型以及领域本体相互之间存在的语义相关性,从语义匹配的角度探讨了构造新领域本体的可能性.首先给出了领域本体的一种结构化定义,然后讨论了领域模型之间、领域本体之间存在的语义相关性,并给出了领域本体语义相关度的概念.以此为基础,重点讨论了基于生物种群进化方法构造新领域本体的选择、克隆、变异、杂交、合成和转基因方法.最后详细介绍了一个虚拟领域本体构造系统,并给出了具体分析实例.     

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。     

异构本体集成中基于视图的映射方法*

对现有本体映射方法进行比较和分析后,提出了一种基于视图的映射方法。本体视图实际上是对本体的抽取,即本体的一种应用模式。作为对用户知识的反映它不仅增加了本体映射的可理解性和清晰性,同时也简化了用户对信息的检索。通过构造本体视图间的双向映射关系,既保证了信息查找和定位准确、高效,又提高了映射关系的可扩展性,使本体映射更适合动态变化的信息环境。     

非成熟领域的本体构建方法

为解决文本数据挖掘等知识体系欠发育领域之本体的构建问题,先构建领域本体的最基本概念词集,利用样本库检测与优化基本概念集,利用样本库构造基本概念词的上下文名词与动词,从而筛选出基本概念词的相关名词,构造其语义环境,通过比对语义环境确定同义词、近义词、反义词。将相关名词作为下一代概念词,迭代计算直至构造整个领域本体,并设计了具体算法,证实了该方法的可行性。     

基于本体的网络攻击模型及其应用

在对攻击理论进行深入研究的基础上,构造了一个多维分类模型,并利用本体构造攻击本体中概念之间的逻辑关系和层次结构,建立攻击本体模型,从而利用攻击原子本体构造攻击场景,对目标系统实施攻击.     

结合本体筛选和文本挖掘的垂直搜索引擎研究

针对垂直搜索引擎研究领域的关键技术问题,提出了一个结合本体筛选和文本挖掘的垂直搜索引擎构建思想.首先探讨了作为研究基础的本体和文本挖掘技术,讨论了两者的作用;之后阐述了垂直搜索引擎构建的关键技术,包括基于本体筛选的智能搜索器、结合文本挖掘的网页信息分析及抽取、索引器及查询处理器的构造;最后,对提出的思想进行了实现验证,构造一个面向高校毕业生招聘的垂直搜索引擎原型.     

一种基于语料库和互信息的本体学习方法

提出了一种应用中文自由文本作为知识源的本体构造方法,将采用该方法分词后得到的词汇分别计算,进而得到在样本文本和日常语料库中的出现概率估计值,将二者对比得到出现频率的显著性指标,由此自动识别并提取领域用词汇,再应用互信息分析识别领域词汇之间的结合特性.它可自动建立可能的领域本体词汇及词汇之间基本关系的集合,同时还可构造出基于领域词汇和它们之间结合度的领域词图,为进一步进行人工本体构造提供方便的可视化界面.该成果可为实现大规模基于内容的知识管理提供自动化/半自动化本体支持.     

基于本体概念图的电子课本系统构造技术研究

提出一种在Web上自动构造电子课本学习系统的方法。学习者通过遍历域本体库的本体概念图,指定主题层次。引导主题爬取Web文档,自动构造电子课本,在Web上学习就像在读一本书。     

从关系数据库学习本体的方法研究综述

本体是语义Web的基础,它是解决语义层次上Web信息共享和交换的基础。因此,我们需要研究方法和技术来减少知识获取过程中的代价,实现简单快捷的本体构造,这也正是本体学习的目标。本文综述了从关系数据库学习本体的相关方法,分析了各种方法的特点与不足。     

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。     

一种域本体半自动构造方法

本体的构造始终是困绕开发者的一个问题,因此开发自动或半自动工具成了本体构造的当务之急.鉴于当前在很多应用领域中存在着大量的概念模式,本文通过对本体与概念模式之间关系的研究,揭示了它们之间存在的内在联系.利用这些联系,我们建立了从概念模式向本体的转换规则,并开发出了一套从概念模式向本体的转换方法,从而实现了域本体的半自动构造.     

语言变量模糊本体的表示与构建

语言变量模糊本体是语言变量在语义Web中的明确的规范化说明,有利于模糊系统与语义Web的结合,使得语义web更加方便地处理模糊信息。通过引入语言变量模糊本体的概念,研究使用RDF表示模糊本体的方法,将本体与模糊概念表示为“资源”。进而以工业洗衣机的模糊控制为例,提出从模糊系统构造语言变量模糊本体的过程。     

一种基于概念格属性约简的本体合并方法

提出一种基于概念格属性约简的本体合并方法。该方法先对源本体中的概念进行外延和内涵的分析,以此为形式背景构造概念格。对所构造的概念格进行属性约简,删除本体合并中的冗余信息,约简绝对不必要属性,以最少的信息精确地反映概念格及本体的本质和结构。最后通过实例分析此方法的可行性。     

特定领域本体的构造方法

提出了一种领域本体构造方法OntoMerge，通过该方法构造得到领域本体，再利用领域本体对构件进行本体描述。基于本体、面向服务的构件描述，具有语义推理功能，能极大地提高构件检索的查全率和查准率，并为构件入库、检索、组装等工作奠定基础。