一种基于领域本体的混合信息检索模型

针对语义检索中本体不能提供所有知识的问题,提出一种基于领域本体的混合信息检索模型。该模型利用领域本体中概念间的语义关系,结合关键词检索和语义检索,建立关键词基础矩阵和语义扩展矩阵两层索引矩阵,使系统检索在没有可用本体知识时能自动调整为关键词检索,保证一定的检索性能。两者的结合有效改善了检索性能。     

基于领域本体的语义相似度计算研究

本文介绍了有关本体的知识以及在领域本体参照下三种语义相似度的计算模型,并针对这三种计算模型的优缺点和领域本体所特有的性质提出了一种改进的基于领域本体的语义相似度计算模型.该计算模型的基本思想是：以基于距离的计算模型为基础,把概念的信息内容和概念的属性作为两个决策因子.实验结果表明,该方法能够比较准确地反映概
念之间的语义关系,为概念之间的语义关系提供一种有效的量化.     

基于本体的数字图书馆个性化用户模型表示

本文针对当前个性化服务中基于关键词的用户兴趣表示方法在语义上的不足,结合本体语义信息丰富的特点,提出了一种基于本体的用户模型表示方法。在数字图书馆领域内,介绍了本体形式化描述并构建了数字图书馆领域本体,给出了用户模型的表示方法。并以个性化信息检索为例,说明了利用用户兴趣本体表示中的同义,上下位等关系给用户提供服务的方法。实验表明基于本体的表示方法能够给用户提供更加个性化的信息。     

藏文语义本体中的上下位关系模式匹配算法

语义本体是共享概念模型显示的形式化规范说明,其目标是将杂乱无章的信息源转变为有序易用的知识源。目前语义本体还主要依赖于手工创建模式。上下位关系是一种基本的语义关系,常用于语义本体中概念的自动获取和验证。该文首先描述了藏文语义本体的创建方法,进而给出了藏文中的上下位关系模式以及模式匹配算法。上下位关系的模式可以辅助进行概念扩充,也可以作为建立和维护本体的辅助工具,这在一定程度上降低了创建和维护本体的成本。     

基于知识本体的语义信息检索框架设计

基于关键词匹配的信息检索方式不能反映出被检关键字在现实世界中的语义，因此这种检索方式不可避免地导致查准率和查全率低的缺陷，而概念检索中的主体词典表达领域知识的能力有限。提出了一个基于知识本体的能够实现语义信息检索的多主体系统，它包括描述信息收集、存储、语义匹配和语义相关性扩展等几个主要部分，可以在很大程度上提高检索结果的查准率和查全率。     

基于本体语义映射的数据集成机制研究

数据集成的难点是如何解决数据之间的语义异构问题,本文利用本体在语义集成上的优点,提出了一种基于本体语义映射的数据集成框架。根据本体概念的定义及其结构,给出了一种本体语义映射算法,该算法通过属性集合间的比较确定概念语义关系,在计算概念相似度时,考虑了概念名称、概念属性集合和相关概念的语义信息。最后通过概念的属性集映射算法和概念映射算法实现了本体语义映射,从而重点解决了数据集成中的语义映射问题。     

石油勘探开发领域本体的构建方法研究

石油勘探开发领域涉及勘探、采油等二十多个专业,由于信息术语不统一,给专业之间信息共享和应用集成带来许多问题。采用本体论来解决上述问题。针对石油勘探开发业务的特点,提出了一套石油领域本体Petro-Onto构建方法,建立了该领域本体的顶层本体框架,提出了以业务模型和数据模型为参照体系自动捕获本体的方法。Petro-Onto在油田信息集成中得到应用。     

基于本体和XML的数据交换研究

介绍了基于本体和XML的数据交换系统的构造方法,通过用本体描述特定领域中的概念及其之间的关系,并用本体信息标记数据模型,使数据模型不仅具有结构信息,还具有了语义信息,为实现语义完整的数据转换提供了支持并方便了数据转换中的查询重组处理。     

基于个人信息领域的语义信息抽取系统①

在利用本体进行信息抽取的基础上,提出了一个基于个人信息领域的语义信息抽取系统框架,将语义抽取从WEB领域扩展到个人信息领域;系统对个人信息领域内的网页,电子邮件,本地数据库和本地文件夹建立本体,根据本体之间的语义关联,实现个人信息领域内数据的交流。系统详细描述了语义信息抽取系统的实现过程,并以电子邮件为例重点介绍了语义信息抽取的算法。     

面向智能搜索引擎的本体学习研究*

智能搜索引擎是解决当前网络信息检索中存在诸多瓶颈问题的有效途径。智能搜索引擎需要获取、预处理、表示和集成不同层次的(如HTML/XML/RDF/OWL文档)的数据和信息,并最终转换成各领域的智能语义信息。领域本体是实行智能的关键。提出了一种实现从Web文档中(半)自动构建本体的学习系统框架,并讨论本体学习中概念的获取、相互关系的获取等关键问题。     

基于混合推理的知识库的构建及其应用研究

该文提出了基于OWL本体与Prolog规则的平面几何知识库的构建方法,从而可形式化地表示平面几何中丰富的语义信息.一方面,用类型、定义域、值域、分类、属性、实例等本体描述来表达结构化的知识,为领域内概念与概念之间关系的描述提供形式化的语义;另一方面,用Prolog规则来解决本体不能有效表达的诸如属性之间的关系和操作等问题,从而支持复杂关系间的推理.在此基础上,用Protégé和Prolog构建了一个基于本体和规则的平面几何知识库.实验证明:此知识库可实现知识和语义层次上的信息查询,还可进行复杂问题求解,其丰富的语义描述和混合推理能力弥补了传统知识库的不足.     

基于叙词表的领域本体构建方法研究

提出了一种利用现有术语丰富的叙词表构建领域本体的方法,该方法可以减少构建领域本体的工作量.通过基于<农业科学叙词表>构建果树学领域本体的实例,对一种基于叙词表的领域本体构建方法的设计过程进行了详细叙述,该方法分为3个阶段,即领域本体的信息收集和分析、领域本体的详细设计、领域本体的表示,其中详细设计是核心,该阶段将叙词表中出现的核心词汇、语义关系转化到本体中,并补充了更丰富的语义关系.     

Hybrid method for text summarization based on statistical and semantic treatment

Text summarization presents several challenges such as considering semantic relationships among words, dealing with redundancy and information diversity issues. Seeking to overcome these problems, we propose in this paper a new graph-based Arabic summarization system that combines statistical and semantic analysis. The proposed approach utilizes ontology hierarchical structure and relations to provide a more accurate similarity measurement between terms in order to improve the quality of the summary. The proposed method is based on a two-dimensional graph model that makes uses statistical and semantic similarities. The statistical similarity is based on the content overlap between two sentences, while the semantic similarity is computed using the semantic information extracted from a lexical database whose use enables our system to apply reasoning by measuring semantic distance between real human concepts. The weighted ranking algorithm PageRank is performed on the graph to produce significant score for all document sentences. The score of each sentence is performed by adding other statistical features. In addition, we address redundancy and information diversity issues by using an adapted version of Maximal Marginal Relevance method. Experimental results on EASC and our own datasets showed the effectiveness of our proposed approach over existing summarization systems.

     

利用概念格发现领域关键词间的语义关系

提出一种利用概念格发现领域关键词间的语义关系的方法,定义了关键词间两种语义关系:相似关系和蕴含关系;关键词根据其出现频率高低分为高频关键词、中频关键词,低频关键词,进而形成关键词的语义空间.为发现高层次主题间语义关系提供了条件,也为形成语义网络奠定了一定的基础.在上海某服装搜索引擎项目中取得了很好的效果,可以直接应用于搜索引擎中的相关搜索和关键词扩展.     

基于领域本体的语义查询推理系统

传统的基于关键字的信息检索技术不能满足人们对信息查询的需求,语义网技术是解决这一问题最有前景的方法。本文设计与开发一个基于出版物领域本体的语义查询与推理系统,该系统构建了出版物领域本体,并构造该领域本体的查询语句和推理规则,给出语义查询和推理的结果,并对结果进行测试。结果验证了系统对语义查询和推理的可行性和有效性。      

Vagueness and Rough Location

This paper deals with the representation and the processing of information about spatial objects with indeterminate location like valleys or dunes (objects subject to vagueness). The indeterminacy of the location of spatial objects is caused by the vagueness of the unity condition provided by the underlying human concepts valley and dune. We propose the notion of rough, i.e., approximate, location for representing and processing information about indeterminate location of objects subject to vagueness. We provide an analysis of the relationships between vagueness of concepts, indeterminacy of location of objects, and rough approximations using methods of formal ontology. In the second part of the paper we propose an algebraic formalization of rough location, and hence, a formal method for the representation of objects subject to vagueness on a computer. We further define operations on those representations, which can be interpreted as union and intersection operations between those objects. The discussion of vagueness of concepts, indeterminacy of location, rough location and the relationships between these notions contributes to the theory about the ontology of geographic space. The formalization presented can provide the foundation for the implementation of vague objects and their location indeterminacy in GIS.     

一种本体知识文摘方法的研究和实现

本体作为领域知识的表示方法，已经成为语义Web的基础。本体通常由领域专家建立，用于表示领域中概念以及概念与概念之间的关系。但这也使得普通用户难以理解本体中描述的信息。普通用户往往希望本体中的信息能够以自然语言的形式描述。这正是本文讨论的主要问题。本文采用分治策略，利用基于嵌套复杂模板的解决方案，设计并实现了本体知识文摘的算法。我们开发了一个原型系统SWARMS，并将该文摘算法进行了运用。初步的实验表明，本文提出的方法取得较好的结果。     

基于领域本体的语义标注方法研究

介绍了语义Web.本体以及语义标注的基本概念,对语义标注方法以及现有技术工具进行了简单地说明和分析,提出了一种基于领域本体的语义标注方法,并结合石油产品领域的本体对该方法进行了实例说明.该方法通过分析文档的特征词汇,使用基于领域本体的空间向量模型方法建立词汇与本体概念之间的映射.采用这种方法对文档进行语义标注后,可以把文档隐含的语义信息显式的表现出来,这样数据库内部文档之间就具有了语义关联关系,为检索的智能推理提供基础.     

语义Web的“语义”与“语义Web”的语义

语义是人脑中的概念与外指意义。目前的计算机环境还无法模拟外指意义,界定“语义≈概念”就成为现实可行的选择。语义就是内置于计算机的Ontology中的概念。语义Web是一种抽象的信息集合,其中的信息由URI定位、用XML表示、以多种方式传输。Ontology的重要性体现在概念之间的关联,即从任一个概念出发均可到达若干其它概念及其属性,从而实现语义推理。构建语义Web的基础工作有二：信息的内容全部用“概念”进行标记;计算机内置“概念系统”即Ontology。     

基于多层领域本体的知识表示通用模型研究

随着复杂信息系统涉及的知识领域越来越广泛,传统的基于领域本体以及基于关键词的知识表示模型,当处理多领域异构知识的共享与重构时,表现出异构信息有效组织及准确检索的不足。针对此问题,提出了基于多层领域本体的知识表示通用模型,借鉴顶层本体提供的上层语义知识,整合各领域的本体知识,并详细分析了由顶层本体、上层本体、应用本体、实例本体组成的多层领域本体的各层本体的构建流程。仿真实验通过与基于传统领域本体以及基于关键词的知识表示模型的对比分析,分别于一个以及多个领域知识的视角下,验证了基于多层领域本体的知识表示通用模型的有效性。