本体论研究综述

起源于哲学的本体论(ontology)在信息科学领域受到广泛关注，其重要性已在许多方面表现出来，如知识工程、数据库设计和集成、信息检索与获取、软件工程、自然语言处理等．尤其是本体论在Web上的应用导致了语义Web的诞生，有望解决Web信息共享时的语义问题，实现世界范围的知识级信息集成．综述计算机科学中本体论的研究和应用现状，主要内容包括：本体论的起源和发展，本体论的定义，本体论的描述语言以及构建方法论，本体论与语义Web，以及本体论的应用等．  

基于本体论和词汇语义相似度的Web服务发现

Web服务的大量涌现对服务发现提出了挑战，UDDI上基于关键词和简单分类的服务发现机制已经不能很好满足需要．该文在分析现有相关研究的基础上，提出了基于本体论和词汇语义相似度的Web服务发现方法．通过构建Web服务本体，给出一个明晰的Web服务发现的研究对象，指出可对Web服务进行的几种相似度计算，并对其中的词汇语义相似度计算进行详细讨论．文中具体给出两种词汇语义相似度计算方法，其中第一种方法计算词汇语义相似度基于词语间距离度量，第二种方法计算词汇语义相似度则建立在义原相似度基础上．引入本体论和词汇语义相似度，为Web服务相似度计算、Web服务发现提供了一种有效可行的方法．  

本体学习研究综述

近年来,本体学习技术逐渐成为计算机科学领域的一个研究热点.根据数据源的结构化程度(结构化、半结构化、非结构化)以及本体学习对象的层次(概念、关系、公理),将本体学习问题划分为9类子问题.分别阐述了这9类问题的基本特征、常用的方法和最新的研究进展,并在此分析框架下进一步介绍和比较了现有的本体学习工具.最后,讨论了存在的问题,指出了未来的研究方向.  

基于领域本体的Web服务动态组合

随着Web环境下服务数量的快速增长，如何自动地根据服务请求，进行服务的动态组合成为一个迫切需要解决的问题，该文提出了一种基于领域本体的服务动态组合方法，该方法利用领域本体及其推理能力，生成一个优化的服务组合图，然后基于该图给出了一个高效的服务组合算法．与已有的方法相比，该文的方法综合考虑了服务语义、服务组合的质量和服务组合的效率等因素，可以自动地根据服务请求实现服务的动态组合．同时保证了服务组合的效率和质量．  

基于本体的需求自动获取

以企业信息系统为研究背景 ,提出了一种基于本体的需求获取方法 ,该方法用企业本体和领域本体为基本线索 ,引导领域用户全面描述现实系统 ,并通过重用领域需求模型 ,构造应用软件需求模型 .这种方法的主要特点是 :用领域用户可以理解的语言与他们交互 ,让他们能积极地参与需求获取活动 ;需求获取在模型的制导下完成 ,利于保证需求获取的完整性和一致性 ;在多种知识的支持下 ,自动完成对现实系统的理解和目标系统需求模型的构造 .该文将以该方法的总体结构为主线 ,分企业本体和领域本体的结构以及目标系统需求模型的构造两大部分 ,阐述这种方法 .  

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.  

面向本体的需求分析

提出了一种新的需求分析方法——面向本体的需求分析OORA(ontology-oriented requ irements analysis).该方法的主要特点是,用本体作为对象关联的手段,以增强面向对 象方 法的表达能力.文章首先定义了OORA的需求模型,然后结合实例讨论了信息系统需求分析中的 两种主要的本体类型,最后给出了OORA方法的主要步骤.  

Ontology 方法学综述

近来 ,一种新的知识模型的出现 ,解决了以前专家系统基于规则技术的缺陷。最新的知识工程化技巧就是Ontology(本体论 ) ,获取本体论的动机是“可再用性”(Reusability)。在信息系统、接口、面向对象设计和编程等方面 ,本体论都是一个很好的工具 ,详细介绍构造Ontology方法学  

聚焦爬虫技术研究综述

因特网的迅速发展对万维网信息的查找与发现提出了巨大的挑战。对于大多用户提出的与主题或领域相关的查询需求，传统的通用搜索引擎往往不能提供令人满意的结果网页。为了克服通用搜索引擎的以上不足，提出了面向主题的聚焦爬虫的研究。至今，聚焦爬虫已成为有关万维网的研究热点之一。文中对这一热点研究进行综述，给出聚焦爬虫（Focused Crawler）的基本概念，概述其工作原理；并根据研究的发展现状，对聚焦爬虫的关键技术（抓取目标描述，网页分析算法和网页搜索策略等）作系统介绍和深入分析。在此基础上，提出聚焦爬虫今后的一些研究方向，包括面向数据分析和挖掘的爬虫技术研究，主题的描述与定义，相关资源的发现，Web数据清洗，以及搜索空间的扩展等。