基于本体的垂直搜索引擎的研究

分析了当前网上搜索引擎的现状及存在的问题,提出了一种结合本体的垂直搜索引擎构建思想,并阐述了垂直搜索引擎构建的关键技术,最后设计实现了一个以电子杂志为主题的垂直搜索引擎原型.     

基于本体的垂直搜索引擎的研究

分析了当前网上搜索引擎的现状及存在的问题,提出了一种结合本体的垂直搜索引擎构建思想,构建了基于本体的垂直搜索引擎模型。     

基于本体的空间搜索引擎研究

提出了一种智能空间搜索引擎的解决方案.通过分析传统搜索引擎在处理空间语义方面的缺陷,将本体和自然语言处理技术引入搜索引擎中,解决基于自然语言查询的空间检索问题.初步构造了基于本体的空间搜索引擎的结构框架,分析了本体在空间搜索引擎中的应用范畴,并构建了相应的本体库以及解析自然语言查询的模式库,提出了自然语言式空间查询的解析方案.最后通过建立空间搜索引擎原型系统证明了该方案的可行性.     

一种基于本体的垂直搜索引擎系统模型

由于互联网上异构数据的爆炸性增长,目前依靠关键词技术的垂直搜索引擎遇到发展的瓶颈。本文引入本体论及相关技术,构建基于本体的垂直搜索引擎系统模型。模型中对抓取的异构信息进行本体化描述,在此基础上进行概念相似度计算,实现语义相关的本体查询,大大改善了目前垂直搜索引擎的查全率与查准率。     

基于本体的垂直搜索引擎研究

随着网络的飞速发展,人们对互联网信息检索的需求不断专业化、细致化,通用搜索引擎技术在一定程度上已经不能满足用户的搜索需求。与此同时,本体相关的技术在信息检索系统的研究越来越成熟。在本体相关技术的基础上,提出一种可以提高搜索效率的垂直搜索引擎构架,并着重对构架中的关键技术及其实现进行了研究。     

基于启发式规则的自动化本体扩充

自动化地获取网络资源中的领域本体可以缩短本体的构建周期,但自动化的本体扩充还是本体工程中的一个挑战,其难点主要在于如何抽取术语并在新术语和已有本体之间建立映射关系。为此,提出了一个基于启发式规则的本体自动化扩充方法。该方法从网络资源中抽取自然语言文本,结合自然语言处理技术进行文本预处理,采用优先匹配对象属性的方式挖掘领域知识术语,然后通过启发式规则匹配术语的方式进行本体扩充,最后进行一致性检测。采用上述方法实现了一个基于Web的本体扩充工具。以城市景观信息核心本体作为研究案例进行了实验,结果显示本方法在扩充实例时具有较高的查准率和查全率,表明其具有有效性和可行性。     

基于循环的领域本体构建方法

本体逐渐成为知识组织的热点研究领域.领域本体的构建作为本体研究的重要基石,还有很多关键技术值得探索.总结现有构建技术存在的问题,提出一种基于循环的领域本体的构建方法,核心思想是在循环中产生螺旋增量,使领域本体构建成为一个不断完善的迭代过程.通过构建渔业领域本体检验具有一定的实用性.     

基于本体的垂直搜索引擎分类索引模型设计

为了改善基于关键词的垂直搜索引擎查全率低和相关排序效果不佳的缺点,提出了基于本体的垂直搜索引擎分类索引模型.设计了一种基于领域本体的分类体系,实现了基于该分类体系的细粒度文本分类,并将分类信息写入索引,增加了索引的语义信息.在lucene原有索引结构的基础上,重新设计了索引的逻辑结构和物理结构,使类别信息和关键词信息合理融合,形成分类索引.最后提出针对该索引的检索算法,并举例验证了该模型的有效性.     

基于本体的元搜索引擎结果排序算法研究

介绍了本体及元搜索引擎技术,认为将本体概念引入到元搜索引擎系统中,能够实现基于同义词、近义词的查询.给出了一个基于本体的元搜索引擎系统体系结构,介绍了系统的工作原理,提出了一种改进的摘要排序算法,并重点介绍了该算法的实现.     

面向搜索引擎的多策略本体半自动构建方法

为减少本体建设中对领域专家的过分依赖,结合本体应用于搜索引擎的特点,提出了一种多策略的本体半自动构建方法.构建一领域本体雏形应用于信息检索;在概念抽取模块,基于用户查询的统计信息以及与本体雏形中概念的关联法则进行概念抽取;在关系发现模块,综合运用概念组合同现频率,在用户点击链接正文中的互信息和基于<知网>的语义分析对抽取出来的概念组合进行筛选和语义分析;最终将结果更新入本体.将该方法应用医学健康知识信息检索,实验结果表明,该本体半自动构建的方法是可行的,更新本体的内容符合本体构建标准.     

Automated ontology construction for unstructured text documents

Ontology is playing an increasingly important role in knowledge management and the Semantic Web. This study presents a novel episode-based ontology construction mechanism to extract domain ontology from unstructured text documents. Additionally, fuzzy numbers for conceptual similarity computing are presented for concept clustering and taxonomic relation definitions. Moreover, concept attributes and operations can be extracted from episodes to construct a domain ontology, while non-taxonomic relations can be generated from episodes. The fuzzy inference mechanism is also applied to obtain new instances for ontology learning. Experimental results show that the proposed approach can effectively construct a Chinese domain ontology from unstructured text documents.     

基于本体的Web挖掘分类方法及应用

为了解决Web挖掘系统中信息共享的语义问题,应用本体技术,在传统Web挖掘分类方法的基础上提出了一种基于本体的Web挖掘分类方法.实践表明,该方法能有效地解决传统Web挖掘系统中诸如"新项目"等问题,并为用户提供基于本体属性的更细粒度、交互式的语义Web信息服务.     

基于语义Web的开放本体导航工具设计与实现

语义Web是分布式环境下构建复杂系统的一种新兴技术。针对独立开发的本体存在语义不匹配和逻辑不一致等问题，利用一种具有偏好的、公理半序的、模块化的本体表示语言OSHOQP（D），在开放本体需求分析的基础上，设计了基于语义Web技术的开放本体导航工具模型，使得本体能够并发地编辑和整合。系统由Wiki引擎、Agent、存储管理、本体管理器、导入／导出等模块构成。实现了基于语义Web技术的系统实验原型，为下一步研究开发较成熟的软件产品奠定了良好的基础。     

故障树领域本体及SWRL规则的构建方法研究

故障树(Fault Tree,FT)被广泛应用于系统故障的快速定位,但其因缺乏精确的语义信息而存在重复构建问题。将本体引入到故障树领域中,并对如何构建故障树本体及相应的SWRL规则进行了研究:首先采用本体描述语言 (Web Ontology Language,OWL)对故障树中的概念及概念之间的关系进行知识表示,构建了一个可共享、可重用、可扩展的故障树领域本体;然后将故障树中事件之间的逻辑关系转化成语义 Web 规则语言 (Semantic Web Rule Language,SWRL);最后将构建的故障树领域本体和SWRL规则放入JESS推理机中进行推理,产生新的知识,用于系统故障的快速定位。实验证明,使用所提出的方法能在解决故障树重复构建问题的同时,不对系统故障的快速定位产生影响。     

网站简约本体垂直搜索系统的设计与实现

针对单个网站构建本体库垂直搜索引擎的过程中,叙词及其间逻辑关系等收集整理所耗人力成本高,导致该技术框架虽成熟,而大多网站搜索功能仍以字符匹配为主,缺乏分词、查询扩展及结果的相关度排序,很难准确命中相关查询内容等问题,设计并开发了一套基于网站简约本体库的垂直搜索系统。该系统以中国气象数据网（http：//data.cma.cn）为例,利用protégé根据网站的导航目录,构建了中国气象数据网的本体库,基于Lucene引擎构建技术框架,对本体库中的对象及网页内容分别进行分词,并构建本体对象索引库及网页索引库;前端对查询内容分词后,先在本体对象索引库中进行扩展,利用TF-IDF相关度算法计算扩展结果的相关度并排序,该值作为各扩展本体对象的权值,并将各自的权值动态赋给利用Jena二次语义分析技术扩展的对象,最后将所有带有权值的关键词在网页索引库中查询检索,计算结果相关度并排序。实验结果表明,该系统构建简便,能为用户扩展、推荐相关查询内容,提高了针对网站检索的查准率及查全率。     

基于本体的Web文本挖掘与信息检索

针对传统Web文本挖掘技术缺少语义理解能力的不足,提出并实现一种基于本体的Web文本挖掘模型,即利用基于本体概念体系的向量空间模型替代传统的向量空间模型来表示文档,在此基础上进行Web文本挖掘,并给出一种集成语义信息检索的设计。实验结果初步验证了本体模型在Web文本挖掘技术上应用的可行性。     

Deep Web垂直搜索引擎设计与实现

将deep Web发掘与主题爬行技术有机地结合起来,对deep Web垂直搜索引擎系统的关键技术进行了深入研究.首先设计了deep Web主题爬行框架,它是在传统的主题爬行框架的基础上,加入了前端分类器作为爬行策略的执行机构,并对该分类器做定期的增量更新;然后使用主题爬行技术指导deep Web发掘,并且借助开源组件Lucene将主题爬行器所搜索的信息进行合理的安排,以便为检索接口提供查询服务.当用户向搜索引擎提交查询词后,Lucene缺省按照自己的相关度算法对结果进行排序.通过爬虫、索引器和查询接口的设计,实现了一个面向deep Web的垂直搜索引擎原型系统.     

基于Ontology的用户模型研究

针对现有本体用户模型的难点与不足，提出了一种改进的基于领域本体的用户模型（OBUM），利用文本挖掘技术构建领域本体，通过本体学习来完成用户模型的学习和更新。     

Towards semantically enhanced Web service repositories

The success of the Web services technology has brought topics as software reuse and discovery once again on the agenda of software engineers. While there are several efforts towards automating Web service discovery and composition, many developers still search for services via online Web service repositories and then combine them manually. However, from our analysis of these online repositories, it yields that, unlike traditional software libraries, they rely on little metadata to support service discovery. We believe that the major cause is the difficulty of automatically deriving metadata that would describe rapidly changing Web service collections. In this paper, we discuss the major shortcomings of state of the art Web service repositories and as a solution, we report on ongoing work and ideas on how to use techniques developed in the context of the Semantic Web (ontology learning, matching, metadata based presentation) to improve the current situation.