基于本体论和标记图相似性的Web服务匹配算法

随着各种已有Web服务数量的日趋增加，如何快速发现可用的Web服务变得愈加重要。而随着语义Web服务的不断发展．Web服务发现也从原来的单纯采用关键字或简单分类逐渐转变为更多地使用语义信息。发现的关键在于匹配，而目前一些较成熟的技术，如OWL—S，采用了本体技术对Web服务进行描述．因此，文章提出了一个基于图相似性的本体匹配算法．通过构建Web服务本体并转化成标记图进行匹配．实现语义Web服务描述的匹配，从而准确快速地发现满足特定需求的Web服务。     

基于本体和贝叶斯网络的Deep Web集成系统研究

Deep Web指无法简单地通过搜索引擎或网络爬虫能够检索到的隐藏在后台数据库中,而往往这些内容具有丰富的信息和数据.获取Deep Web所蕴含的丰富信息的有效方法是构建Deep Web集成框架,而查询接口作为Deep Web的唯一访问接口,所以Deep Web集成系统的关键就是构建Deep Web集成接口.研究的目标是通过自动构建特定领域的本体来表示Deep Web接口信息,从而能够自动识别该领域Deep Web接口来建立索引,提取数据库中丰富的资源.在没有人为干预的情况下展开整个过程.本文的方法能完全自动地提取Deep Web接口信息并派生领域本体,并通过本体贝叶斯网络识别新Deep Web接口,进行匹配.在特定领域,通过一种新的自动从Deep Web接口中提取属性方法,通过WordNet构建成本体语义树,运用得到的领域语义本体树结合贝叶斯网络完成领域分类,并在分类后进行查询接口与集成接口的模式匹配.本文提出的方法通过对比人工提取属性构成的语义树在分类和模式匹配的结果进行对比,验证了该方法的可用性和适用性.     

一种基于语义可理解的信息过滤算法

个性化与准确化是信息过滤技术发展面临的关键问题.语义理解技术有助于解决这一关键问题.其基本思想是对信息内容以及用户需求进行形式化语义描述,使其具备计算机可理解的形式,进而以语义为标准实现信息过滤.该文提出定义信息领域本体以描述语义,并将信息语义分为信息特征项和其解释,同时将用户需求语义分为显性需求和隐性需求.进而,给出了信息语义理解判定方法和用户需求语义理解判定方法.最后,该文提出了基于语义可理解的信息过滤算法.实验分析表明,这种信息过滤方式能够有效地提高信息获取的效率.     

基于Ontology的企业数据的集成语义检索系统的研究与设计

提出并实现了一个以某特定企业领域的概念化模型——领域本体作为统一语义模型的集成语义检索系统UnionSearch。该系统从领域本体出发,提出并实现了不同类型的企业数据的语义统一查询过程。该企业的应用结果表明此系统能有效解决企业知识的异构问题。     

客户需求获取与分析方法研究

从客户需求信息入手,提出了一个基于语义Web的客户需求获取与分析框架,在此基础上采用OWL本体语言对产品的信息模型和客户需求信息进行了描述.然后讨论了基于语义Web的客户需求的推理过程,并通过推理机对客户需求信息进行自动推理,从而获取具体、真实的客户需求.最后结合某企业的电饭煲实例对该方法的有效性进行了验证.     

面向ScholarSpace知识库的关键词查询方法

知识库中存储着大量关于真实世界中的实体信息及实体之间的关系,随着规模的不断增长,其应用也愈发广泛。另一方面,由于大量互联网用户通过关键词描述问题和查询意图,因此如何让知识库具备更好的关键词查询应答能力,成为了研究的热点。从中文知识库的构建入手,提出了一套完整的面向中文限定领域知识库的关键词检索框架,实现并改进了基于模板的关键词查询转换方法,提出了基于语义的知识库释义和实体索引方法,提高了关键词映射能力。同时在SPARQL转换过程中采用了缺失关系索引,提高了转换成功率,提升了能够处理的查询数量。同时在学术空间ScholarSpace上对该框架进行了系统实现,取得了良好的应用效果。     

基于本体和Lucene的语义检索模型设计与实现

基于本体的语义检索利用本体构建概念空间,可以处理概念之间的关系,具有语义处理能力.基于本体的语义检索符合人类的思维习惯,并且克服传统检索方法造成的信息冗余或信息丢失的缺点,其查询效果更为合理.这里结合本体和Lucene,设计并实现一个语义检索模型,与传统的全文检索系统进行比对分析,说明了其有效性和可行性.     

本体论在Web信息检索中的应用

文章提出了一种基于本体论的Web信息检索模型，它利用领域本体知识库对用户的查询要求进行语义扩展，并且将检索到的文档在语义层次上进一步过滤，从而克服了目前的检索工具仅提供基于关键字的检索．而忽视关键字本身语义信息所造成的错检和漏检。     

基于本体的元搜索引擎4级结果处理算法

提出一种基于本体的元搜索引擎4级结果处理算法.该算法结合用户的兴趣本体库,计算网页特征与本体库概念的语义相关度,把无相关性或相关性低的网页信息进行过滤.通过验证表明,该算法可以有效地加大无关信息的过滤量,提高了搜索引擎查询结果的相关性.     

一种基于本体的信息检索模型

为解决传统的基于关键词的信息检索只能从语法上分析关键词、进行关键词的机械匹配,导致检索缺乏语义的问题,提出了一个基于本体的语义网检索模型,并以此为基础构建一个系统原型.实践结果表明,该检索模型能够在一定程度上改善检索效果.