Ontology领域概念化模型的研究

语义网是当前Web的扩展,是WWW发展的核心技术之一。为了实现语义网,需要有丰富的且及时更新的本体。本体作为语义网的知识表示模型很好地解决了语义层次上Web信息共享和交换的问题。而本体的构建及其形式表示方法,是建立语义web的基础和核心。论文从Ontology的基本理论出发,基于基本概念、角色和关系,探讨了Ontology领域概念化模型的建立。     

基于Ontology的语义信息检索模型研究

在信息检索过程中引入语义,可以大大提高信息检索准确度,其中Ontology扮演了重要的角色.基于Ontology研究了语义信息检索原理、体系结构及其模型实现的关键技术,设计并实现了基于Ontology的信息检索系统原型,对研究进行了验证.实验结果表明,基于Ontology的检索大大提高了信息的查准率和查全率.     

基于机器学习的本体集成框架

语义服务是下一代Web服务面临的关键问题．语义网为实现广泛的语义服务提供了可能，Ontology是语义网体系结构的核心。针对协作的分布式系统需要语义互联的问题，本文分析了造成语义互联困难的主要因素是本体的匹配和集成，提出了一个基于机器学习的Ontology集成的框架模型。     

基于Ontology的网络教育资源语义检索模型研究

针对传统网络教育资源检索中存在的问题,提出了基于Ontology的网络教育资源语义检索模型,详细论述了模型的实现机制。给出了一套有效的语义检索模型实现方案,从而为语义检索原型系统的开发提供理论和技术支持。     

基于智能体和本体的WEB图像检索模型

针对基于关键词WEB图像检索中的语义缺失问题,利用本体的方法描述WEB图像的语义特征,构建了基于智能体和语义特征的WEB图像检索模型,该模型以领域Ontology描述WEB图像的语义特征,通过多个Agent模块分工协作,完成满足用户请求的WEB图像检索.并在Corel提供的图像上进行了仿真实验,验证了该模型解决了基于关键词WEB图像检索模型中的语义缺失问题,提高了WEB图像检索速度和准确率.     

基于Ontology和描述逻辑推理的Web题目资源检索

Web网上存在着大量题目资源，学生在学习过程中需要准确找到与其所学知识真正相吻合的题目。但是从题目的语言表述往往很难获得其语义信息，合适的题目难以找到。该文提出了一种基于Ontology和描述逻辑推理的Web题目资源检索方案。该方案通过为Web题目资源添加语义注释，并通过描述逻辑推理完成基于语义的题目资源检索，使学生获得与其所学知识语义相关的题目。采用OWL描述Ontology、使用推理机RACER实现描述逻辑推理。     

基于本体的语义黄页检索研究

传统黄页检索采用的是基于关键词的检索,而缺乏对语义的表示、处理等能力,导致检索质量低下.基于本体的语义黄页检索是建立在语义网基础上的黄页检索技术,它能够提高检索的查全率和查准率.文章首先对语义网、本体以及语义黄页检索现有的一些应用系统进行了介绍,然后构造出了语义黄页检索查询过程模型,并针对语义黄页检索中的系统中核心的技术部分黄页本体、本体推理以及排序部分进行详细说明领域知识进行了说明.最后分析了语义黄页检索下一步发展方向.     

分布式环境下基于语义相似的案例检索

分布式环境下的异构案例表达制约了案例检索过程中案例属性之间的可比性，进而成为分布式环境下案例推理系统成败的一个关键问题。该文提出基于语义相似的案例检索，通过利用Ontology技术来理解案例属性的内在含义，在此基础上定义并计算属性之间的相似程度。对原型系统的初步测试证明了基于语义相似的案例检索有效性。     

基于语义的垂直搜索引擎的研究

随着人们对互联网信息检索要求的不断提高,传统的基于字符匹配的搜索技术已不能满足需求.虽然语义网技术在解决智能搜索方面取得了很多成果,但由于复杂度、性能等多方面的原因,目前Internet上几乎还没有成熟的基于语义的信息检索工具.文章提出了一种采用语义网和搜索引擎技术的检索方案,能降低语义检索复杂度,提高检索性能.     

基于Ontology的汉语时间语义分析

介绍了Ontology的基本概念及结构，提出了一个基于Ontology的汉语时间语义分析的基本模型，并介绍了Ontology在模型中的作用及其与词典相结合后，提取文本中的时间短语并进行分析的方法。     

Searching and ranking method of relevant resources by user intention on the Semantic Web

As the information on the Internet dramatically increases, more and more limitations in information searching are revealed, because web pages are designed for human use by mixing content with presentation. In order to overcome these limitations, the Semantic Web, based on ontology, was introduced by W3C to bring about significant advancement in web searching. To accomplish this, the Semantic Web must provide search methods based on the different relationships between resources.In this paper, we propose a semantic association search methodology that consists of the evaluation of resources and relationships between resources, as well as the identification of relevant information based on ontology, a semantic network of resources and properties. The proposed semantic search method is based on an extended spreading activation technique. In order to evaluate the importance of a query result, we propose weighting methods for measuring properties and resources based on their specificity and generality. From this work, users can search semantically associated resources for their query, confident that the information is valuable and important. The experimental results show that our method is valid and efficient for searching and ranking semantic search results.     

语义万维网中基于Agent的智能检索框架

语义万维网是目前国际万维网联盟（world wide web consortium，W3C）为了解决因Web上的数据缺少语义信息而难以实现自动化处理的问题所开展的研究项目，其目的是为了对Web上发布的信息实现智能推理和自动化处理。Agent作为一种智能化主体，非常适合语义万维网环境下的各种应用。在语义万维网和智能Agent研究的基础上，综合信息检索、知识表示、Ontology建模等多方面技术，提出并实现了一个基于Ontology实现语义信息检索的多Agent系统框架，该系统包括信息收集、存储、查询和推理4个主要部分。     

应用搜索引擎计算语义相关度的实现

具备模仿人类判断能力的语义相关度在很多方面尤其是自然语言处理领域中处于非常重要的地位。已有的算法或依赖于WordNet层级结构或由于自身局限性无法满足精确计算的要求,由此提出了一种基于搜索引擎的语义相关度算法,根据对两关键词网络搜索时系统返回的搜索页数来计算二者的语义相关度值。通过与其他算法进行对比实验可看出该算法与专家值重合度要远高于其他算法,而且对于计算对象无词性、语法以及语言等方面的限制,优越性较为明显。     

Standards for image annotation using Semantic Web

The impetus behind Semantic Web research remains the vision of supplementing availability with utility; that is, the World Wide Web provides availability of digital media, but the Semantic Web will allow presently available digital media to be used in unseen ways. An example of such an application is multimedia retrieval. At present, there are vast amounts of digital media available on the web. Once this media gets associated with machine-understandable metadata, the web can serve as a potentially unlimited supplier for multimedia web services, which could populate themselves by searching for keywords and subsequently retrieving images or articles, which is precisely the type of system that is proposed in this paper. Such a system requires solid interoperability, a central ontology, semantic agent search capabilities, and standards. Specifically, this paper explores this cross-section of image annotation and Semantic Web services, models the web service components that constitute such a system, discusses the sequential, cooperative execution of these Semantic Web services, and introduces intelligent storage of image semantics as part of a semantic link space.     

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.     

基于语义的Web文本分析技术

语义技术能够提高Web文本分析的精度。该文介绍了两种语义技术：概念语义技术和形式化语义技术。非负矩阵分解方法获取的概念语义技术同时满足概念语义的准确性和算法复杂性要求。本体是一种流行的形式化语义技术，基于本体的信息系统中通常存在本体的异构问题。引入概念的最简多元界定义来寻找概念的最佳近似，提供了寻找概念最简多元界的算法思想。     

基于语义分析的OWL文档聚类研究

借助目前丰富的网络资源，将同一主题的现存Ontology知识聚类，提供给领域专家或用户进行二次精化和集成是Ontology研究领域的一个重要课题．OWL是目前用于表示和交换Ontology信息的基本标准．本文从OWL的语义本质出发，考虑了知识之间的继承性及复杂类比较和模糊集运算的相似性，提出一种计算OWL文档语义相似性的方式，并和层次聚类算法集成完成了对OWL文档集的聚类实验．实验结果说明本文提出的算法对自动生成和手工建立的OWL文档集都有很好的效果。     

基于本体的语义检索技术

基于本体的语义检索是建立在语义Web的基础上的检索技术。与传统的检索技术相比,它能提高检索的精度,减少了不相关的返回结果。使用句子成分进行实体的实例的初步创建,然后通过已经构造好的领域本体把实例和实体进行映射,从而构建领域本体的实例,通过对实例进行索引,达到概念级检索的目的。首先介绍了语义Web和本体的基本概念。然后详细讨论了基于本体的语义检索的实现的具体步骤及方法。最后分析了该方法的不足。     

The HWS hybrid web search

The widespread availability of machine understandable information on the Semantic Web offers some opportunities to improve traditional search. In this paper, we propose a hybrid web search architecture-HWS, which combines text search with semantic search to improve precision and recall. The components in HWS are described in detail, including several novel algorithms proposed to support the hybrid web search.     

基于本体的检索方法在数字期刊中的应用研究

基于关键词处理的传统检索技术会在检索过程中遗漏大量与检索概念相关或同义的内容。本文在本体基础上重点研究语义相似度算法及相应的语义扩展算法,在此基础上将模型应用于数字期刊的信息检索中,以提高查准率和查全率。