基于查询与内容的文档表示模型

在信息检索中,文档表示模型的优劣是影响检索性能的重要因素之一.根据全信息理论,认识论信息是语法信息、语义信息和语用信息的三位一体.当前主流的文档表示模型主要利用语法和语义信息,造成语用信息的缺失,成为改善检索性能的瓶颈.该文提出了一种整合用户查询行为与文档内容的文档表示模型,将用户隐性反馈的语用信息和文档自身的语义、语法信息相结合,动态调整索引库关键词权重,从而提高信息检索的查全率和查准率.     

基于本体构件的工作流检索研究

基于本体的语义检索是建立在语义网基础上的检索技术,它能提高检索的查全率和查准率。结合本体对工作流构件进行研究,讨论工作流本体的设计,通过对构件库中工作流构件的一个检索实例,讨论基于本体的构件库智能检索方法。在进行推理的过程中,引入了匹配度和优先级算子的概念,并对匹配度进行了扩展,使检索结果能够全局排序。     

基于临床领域本体的语义信息检索模型研究

传统的基于关键词和关键词向量空间的检索模型在查全率和查准率上效率较低,在临床领域本体的基础上,通过分析和讨论了改进的概念间语义相似度和相关度混合计算方法,提出基于临床领域本体的语义信息检索模型。实验结果表明,该混合计算方法是可行性的,能有效提高语义信息检索模型的查准率。     

一个基于本体的个性化知识服务系统的构建

在国内基于本体的信息检索技术还处于初步探索阶段,而传统信息检索技术的检索效率普遍达不到要求的环境下,受到智能搜索引擎技术和个性化建模技术研究的启发,将个性化检索技术和语义网技术结合起来共同指导信息检索过程,从而提高信息检索的查准率和查全率。     

语义智能检索在果品领域的应用

为了提高检索系统在果品领域信息检索的查全率、查准率和检索效率,提出了一种基于本体的语义智能检索系统结构,借助Protégé编辑工具,通过RDF资源描述语言,在领域专家的协助下实现了在农业果品领域中的应用.实验证明,该语义智能检索系统能够检索到与关键字语义相关的信息,如同义、近义及上下位关系,拓宽了关键字的语义,并在一定程度上解决了"信息过载".农业果品领域语义的描述及智能检索是构建和实现语义网在该领域应用的一次尝试性的探索.     

基于Solr和本体的地方志数据语义检索研究

针对传统基于关键字匹配的检索方法在地方志数据查询时的不足,给出了基于Solr和本体的地方志数据语义检索解决方案。建立了地方志本体库;提出了基于本体的综合语义相似度进行语义查询扩展的方法;将本体技术与全文检索技术相结合,建立了基于Solr和本体的语义检索模型架构。最后设计实验,对数据库SQL查询方法和文章提出的语义检索方法的查全率、查准率和查询时间进行对比。实验表明,文章提出的方法明显优于基于关键字匹配的数据库SQL查询方法,具有可行性和有效性。     

模糊本体在语义信息检索中的应用

传统的语义信息检索是基于检索词语义的匹配,无法满足检索不确定的、不完整的信息以及对检索结果进行聚类处理,因此,提出将模糊本体引入语义信息检索方法。该方法以本体技术先建立领域语义模型,各概念的隶属度加到语义建模的过程中,并提供语义标注;以模糊推理方式对概念、公理等本体进一步处理,从而便于计算机计算处理。能够提高在语义信息检索中对模糊信息进行检索的查准率、查全率,采用聚类技术对检索结果进行聚类,以达到智能化检索的目的。     

图像检索中基于二次距离的相关反馈

在基于内容的图像检索方法中,图像的低级视觉特征和高级语义之间存在着较大的差异,导致检索性能不佳.为了提高检索性能,将相关反馈技术引入图像检索.利用支持向量机在相关反馈的过程中为图像建立语义模型,在建立语义信息后求出图像间的二次距离,增加图像间的语义区分能力,使被检索出的图像在语义上更加接近示例图像.试验表明,该方法使查全率和查准率得到较大提高.     

改进的语义相似度计算模型及应用

在语义检索中,语义相似度计算模型对信息查全率和查准率至关重要,通过改进传统语义相似度计算模型的不足,提出了新的语义相似度计算模型PHSS,它综合考虑概念的属性约束和层次结构,较之传统模型更能精确描述概念间语义距离。在此基础上,构建了一个玉米病虫害防治语义检索系统CDPPIRS,能依据查询信息和知识库进行语义推理,可针对用户多种查询方式提供给用户全面准确的文献信息,满足不同层次农业工作者的查询需求。在CD-PPIRS中的测试结果表明,PHSS在查全率和查准率方面均优于传统模型。     

本体语义检索系统

基于关键词匹配的检索方法存在不足,使用分布式大数据处理技术,基于本体对用户输入的查询关键词进行查询扩展,利用Lucene针对扩展后的关键词进行检索,按照语义相似度将检索结果排序后返回给用户。实验表明,基于本体的语义检索系统在查全率和查准率两个方面均优于传统检索方法。     

面向语义Web的RDF数据处理和应用

利用Multi-Agents实现RDF数据的获取、存储和利用.信息收集Agent提取语义Web上用RDF语言描述的元数据,存储Agent将这些元数据存储在XML数据库或关系数据库中,推理Agent根据用户提交的查询关键词进行语义匹配及语义相关性扩展,查询Agent执行对RDF数据库的查询,并返回结果给用户,从而实现基于语义的Web信息检索服务.     

基于FOAF和RDQL的电子商务合作伙伴查询方法

为了在整个互联网内实现基于语义的搜索,提出利用Jena框架进行多条件的复杂检索,实现对合作伙伴的数据进行搜索.使用语义Web框架中的RDF和RDFS作为描述数据,对基于RDFS的FOAF词汇进行扩充,使得对供应商的描述具有语义.进而使用RFQL查询语言对合作伙伴的数据进行搜素,提出利用支持RDQL的Jena框架进行多条件的复杂检索.提出了基于语义Web的合作伙伴查询的实施框架,实现在整个互联网内进行搜索.本研究对下一代互联网的应用进行了探索性的研究.     

A distributed information retrieval method in peer-to-peer network

To avoid the scalability of the existing systems that employed centralized indexing,index flooding or query flooding,we proposed an efficient peer-to-peer information retrieval system SPIRS (Semantic P2P-based Information Retrieval System) that supported state-of-the-art content and semantic searches. SPIRS distributes document indices through P2P network hierarchically by Latent Semantic Indexing (LSI) and organizes nodes into a hierarchical overlay through CAN and TRIE. Comparing with other P2P search techniques,those based on simple keyword matching,SPIRS has better accuracy for considering the advanced relevance among documents. Given a query,only a small number of nodes are needed for SPIRS to identify the matching documents. Furthermore,both theoretical analysis and experimental results show that SPIRS possesses higher accuracy and less logic hops.     

维基百科的中文语义相关词获取及相关度分析计算

本文介绍了利用开放式百科全书维基百科获取语义关联词汇,并对语义相关程度进行分析和计算的方法。我们选择并整理了5万余篇维基百科中文语料,并利用超链接关系及词的互现等特征,获得了近40万对在概念或事实存在某种紧密语义关系的词,并简单分析了其聚类特性。进一步我们结合词在文档中的位置、频率等信息对语义相关程度进行了计算,并结合经典算法的相关结果,在不同语义相关度的集合上进行了对比实验,分析了本文获取语义关联词方法的有效性     

语义Web环境中基于本体推理的协同标注

在已有的Web协同标注系统的基础上,通过对资源文档的标签进行共性分析以及上下文情境感知,以此来扩展标签的概念组,并将其与相关本体进行映射;利用本体推理技术来丰富标签的语义性,挖掘出文档隐含的语义信息,发现文档间所存在的内部关联,同时鉴别不同文档之间是否存在着伪关联,以此提高知识检索与知识推荐的准确性以及主体间的知识共享水平。     

基于本体的语义生物信息数据库资源链接

针对RDF生物信息数据库,结合领域知识,研究了在本体指导下的RDF数据库资源链接策略。同时,对所涉及的资源匹配、基于本体的语义相似度计算等具体问题进行算法设计及开发。实验结果验证了本文所阐述的语义生物信息数据库资源链接算法模型的有效性。     

智能拼音-汉字转换系统实现研究

本拼音 -汉字智能转换系统的主要特征 ,是利用扩充的LR句法分析和基于二元语义的类属语义分析方法消除同音词的歧义干扰 ,提高转换的正确率 针对汉语语法特征 ,阐述了汉语语法分析中的两种回溯 ,并扩展了传统LR分析方法 ,提高了语法分析的完备性 为有效地实施语义分析 ,探讨了所使用的类属及类属关系 ,它以一种简单而有效的方式建立、维护和使用句法和语义知识 随着句法和语义知识的不断丰富完善 ,系统将有望大大提高转换的效果     

Entity Burst Discriminative Model for Cumulative Citation Recommendation

Knowledge base acceleration-cumulative citation recommendation (KBA-CCR) aims to detect citation-worthiness documents from a chronological stream corpus for a set of target entities in a knowledge base. Most previous works only consider a number of semantic features between documents and target entities in the knowledge base, and then use powerful machine learning approaches such as logistic regression to classify relevant documents and non-relevant documents. However, the burst activities of an entity have been proved to be a significant signal to predict potential citations. In this paper, an entity burst discriminative model (EBDM) is presented to substantially exploit such burst features. The EBDM presents a new temporal representation based on the burst features, which can capture both temporal and semantic correlations between entities and documents. Meanwhile, in contrast to the bag-of-words model, the EBDM can significantly decrease the number of non-zero entries of feature vectors. An extensive set of experiments were conducted on the TREC-KBA-2012 dataset. The results show that the EBDM outperforms the performance of the state-of-the-art models.     

OWL:一种用于语义网的描述逻辑

本体是语义网中的重要内容,它通过提供一个共享的、精确定义的术语源将语法扩展到语义.OWL是专门为Web设计的本体语言,它利用现有的Web标准(XML和RDF),添加了面向对象和基于框架的系统中常见的本体原语,具有强表达性的描述逻辑的严格形式化.OWL的逻辑基础是可以提供推理服务,既支持本体设计,又使得其在描述网络资源方面更接近于自动处理过程.     

基于框架的XML文档类型定义研究

提出了基于框架构造可扩展标识语言(XML)的文档类型定义的方法. 框架可以作为信息和XML文档之间的中介. 通过将框架映射为XML文档中的元素,使得框架的结构性、逻辑性和推理机制与XML的简洁性、通用性和灵活性相结合,增强了XML的语义表达能力,有利于数据的共享和交换.