一种基于Swoogle 本体映射的改进算法

基于Swoogle 的本体映射关键步骤在于通过本体搜索引擎动态的获取多个背景本体。然而,目前该步骤却存在无法找到与某些概念相关联的背景本体,以及由于词义的模糊性搜集了错误的背景本体的问题。针对第一个问题,提出利用基于虚拟文档的映射技术,提取在WordNet 中与概念同义的同义词,把原先的对单个概念进行搜索转换成对同义概念集进行搜索,进而提高本体搜索面,获取更多背景本体;针对第二个问题,提出基于语义环境的动态本体映射的新映射方法,采用该方法来排除错误背景本体,使本体收集更加精确。实验显示改进后的方法有效的提     

基于数据场和全局序列比对的大规模中文关联数据模型

目前关联数据的研究工作主要集中在实例级别上展开,而在模式级别(Schema-Level)上的关联数据构建则易被忽视。本体映射是解决本体异构问题的重要途径和手段,同时,本体映射也可视为模式级别关联数据构建的典型情景。特别是在中文知识库方面,中文知识是关联数据网中的重要组成部分,但现有的中文本体映射系统在面对大规模本体映射任务时,显得效率较低且可用性不高,目前仍缺乏针对中文大规模本体映射的相关系统。为了解决在模式级别上的中文大规模关联数据构建问题,提出了一种新的基于数据场和序列比对思想的大规模中文关联数据构建模型。首先,基于改进的融合概念相似度和相异度的拟核力场势函数对大规模中文本体映射规模进行约简和压缩;其次,通过引入序列比对算法,对组合概念进行相似度的度量;最后,将本系统与相似度计算相关典型算法进行比较,表明其具备一定的可用性和较高的总体性能。
     

一种基于语义网的本体映射改进算法

针对目前基于语义网的本体映射算法中背景本体搜索面少、本体收集不精确的问题,利用基于虚拟文档的映射技术提取在Word—Net中与概念同义的同义词集,将对单个概念进行搜索转换成对同义概念集进行搜索,从而扩大本体搜索面,获取更多背景本体。提出基于语义环境的动态本体映射算法来排除错误背景本体,使本体收集更加精确。实验结果表明,该算法可有效提高映射的查全率和查准率。     

基于同义词表的异构数据库-本体映射

本体是信息在语义层和知识层的描述。将现有的其它数据形式转换为本体表示将有利于实现数据共享和语义推理。目前计算机系统中的数据大多以关系数据库形式存在,因此基于关系数据库构建本体的研究具有重要意义。本文首先分析了单一数据库-本体映射问题,扩充了Ghawi规则以覆盖更多类型的数据关系,其次针对同质异构数据库-本体映射问题,进一步扩充Ghawi规则,给出了基于同义词表的异构数据库-本体映射规则集,实现了异构数据库-本体映射。     

《同义词词林》在中文实体关系抽取中的作用

语义信息在命名实体间语义关系抽取中具有重要的作用。该文以《同义词词林》为例,系统全面地研究了词汇语义信息对基于树核函数的中文语义关系抽取的有效性,深入探讨了不同级别的语义信息和一词多义等现象对关系抽取的影响,详细分析了词汇语义信息和实体类型信息之间的冗余性。在ACE2005中文语料库上的关系抽取实验表明,在未知实体类型的前提下,语义信息能显著提高抽取性能;而在已知实体类型的情况下,语义信息也能明显提高某些关系类型的抽取性能,这说明《词林》语义信息和实体类型信息在中文语义关系抽取中具有一定的互补性。     

一种基于语义相关度的特征选择方法

文本的特征选择作为文本分类的关键步骤,它的好坏将直接影响文本分类的准确率。本文在介绍文本分类的背景之下,针对传统特征提取方法的不足,提出一种新的特征选择方法。在《同义词词林》基础上,计算特征词之间的语义相关度,进行特征选择。实验结果表明该方法有效的降低了特征空间的高维稀疏性和减少噪声,提高了分类精度,体现出更好的分类效果。     

一种基于含糊同义词的查询扩展方法

随着互联网的发展,人们接触到的信息量越来越大。为了使用户能快速找到所需要的信息,提高传统检索系统的查准率变得很重要。查询扩展方法能在一定程度上提高查准率。以初始查询语句为基础,提出一种基于《同义词词林》和《知网》的同义词扩展模糊查询方法。     

基于数据场的大规模本体映射

针对已有的本体映射方法在处理大规模本体映射任务时效率和有效性较低的问题,文中提出了一个基于数据场的本体映射算法.该算法首先使用高效的相似度算法,建立本体中元素对另一本体的初始相关度;然后,利用数据场势函数引入周围本体元素对当前元素的影响,修正初始相关度,并最终确定本体间的相关子本体;最后,利用针对性的方法对上述相关子本体进行更有效的映射.实验结果表明,该算法可以在提高映射结果质量的同时保证较高的映射效率.     

基于UML类图的OWL本体映射方法

传统的本体构建在抽取关键观念和关系时,各领域专家的参与增加了构建领域本体的成本,限制了以领域本体为基础的语义两的发展和普及。针对该问题,通过分析UML类图和OWL的异同点,提出从现有UML模型中提取本体的概念、属性、关系、约束等领域知识并将其映射为OWL本体的方法,利用该方法将加油卡发行UML模型成功转换为OWL本体,从而实现本体创建的经济性和高效性。     

一种数字家庭环境下的本体服务映射模型

当前的数字家庭系统大多使用预定义的服务调用模式,无法从语义层面上理解服务的含义并会导致系统可伸缩性差等问题.为了解决这些问题并借鉴语义网的经验,提出一种数字家庭环境下的本体服务映射模型(OSMM).OSMM以家庭环境本体为基础,以Jess推理机为推理核心,使用决策语义输入,输出映射后的实际物理设备调用接口.在虚拟数字家庭仿真实验平台(VSM)中的仿真表明,OSMM能够很好地理解决策语义并输出合适的映射结果,并具有低延时的特点,能够满足一般数字家庭决策系统的需求.     

本体相似度研究

不同本体之间的交互成为语义Web的首要任务,其中本体相似度计算是本体映射的关健环节。在以往的研究中,本体相似度计算通常专注于模式及其结构的匹配。目前研究朝着进一步考虑本体内部语义信息方向努力。本文描述了语义相似度栈的各个层次,依据各个层次的语义特征对目前本体相似度方法进行分类,并对每种方法进行了详细描述。最后对现有一些主要的本体间相似度计算方法进行归纳总结。这项研究工作将为人们提出新的相似度方法或者组合的计算方法作一个参考。     

本体映射中相似度计算的改进

本体映射是一种常用的解决本体异构的方法,在本体映射过程中,概念相似度计算是重要的环节。针对目前概念相似度计算方法存在的不足,采用一种综合的方法进一步改善计算的过程,从本体概念的语义相似度、属性、实例、结构等方面计算概念的相似度。通过引入概念相关度以及属性论方法,寻找更加有效的概念相似度计算方法。最后的实验证明,此方法能适应不同规模的本体,并能提高概念对相似度的准确性。     

基于机器学习的本体概念相似性研究

现有的知识系统使用的是集中式的、一致性的、可扩充的Ontology库,不同本体间的语义匹配是语义网发展面临的最富挑战性的问题之一。本文针对领域中存在不同的Ontology的问题,讨论了一种基于多策略机器学习的Ontology匹配方法,重点分析了本体概念的相似度计算,并提出了一种相似度测量算法。     

一个基于本体的觉察上下文计算模型

觉察上下文计算（Context-Awareness Computing）中必然涉及到知识的共享，引入了本体融合（Ontology Fusion）概念，构建了一个基于本体的觉察上下文计算模型，讨论了该模型的基本框架，分析了上下文信息的获得，设计了上下文信息与本体库的映射过程，研究了本体融合、本体信息存储以及本体库与行为的映射中的相关问题。结合普适计算场景，用实例演示了该模型的运行过程。     

基于逻辑映射的时空本体构造

时间和空间的表示和推理是人工智能研究中重要的组成部分。随着时空信息在地理信息系统、时空数据库、CAD/CAM等领域的重要应用,时空信息的本体表示越来越受到人们的重视。目前时空本体的构造都是基于一阶谓词逻辑,不能直接应用最新的OWL本体语言描述,不利于其在语义Web上的表示和应用。为解决这一问题,该文研究了使用一阶谓词逻辑到描述逻辑的逻辑映射构造的时空本体,给出了基于Web本体语言OWL的时空本体在Protégé环境中的具体实现。     

基于本体映射的MDA模型转换研究

模型转换是MDA框架中的重要环节之一,以往的模型转换方法可能会因为缺乏语义保证而出现错误。本文通过本体映射来研究MDA模型转换,提出实现MDA模型语义层转换的方法,并提高模型转换的效率和准确率。     

本体映射综述

作为不同本体之间知识共享和互操作的一种方法,本体映射受到越来越多的重视。根据本体映射过程将本体映射系统划分为五大功能组件,总结了本体映射系统中常用的相似度算法。通过梳理本体映射领域的最新发展成果,从不同层次、不同维度构建本体映射系统分类体系。 介绍并比较了一些经典的本体映射系统,并对这些本体映射系统进行评价。最后指出本体映射将面临的挑战。     

基于本体概念群组划分的语义距离计算方法

概念的语义相似度计算是自然语言处理等领域的重要研究内容,基于语义距离的概念相似度计算是其主要方法。在分析现有算法存在弊端的基础上,提出基于领域本体群组划分的概念语义距离计算方法。首先给出多概念群组下概念语义距离的计算规则,然后分别提出群组内和群组间的概念语义距离计算方法,通过引入正向和反向的语义距离来解决上下位关系概念对的语义相似度非对称性,并通过概念节点的位置动态分配关系的权值来处理其他非上下位的二元关系。实验表明,基于领域本体群组划分的概念语义距离计算方法是有效的,与其他典型的同类方法相比,具有明显的优势。     

基于本体语义的模型映射研究

模型转换是模型驱动开发的一项关键技术,模型间的映射关系是模型转换的基础和依据.通过对模型描述语言的语法结构和语义表达特性进行抽象分析,基于本体语义映射,对不同层次的模型映射进行了分类并加以形式化定义,进一步探讨了不同抽象层次模型之间映射关系的建立过程以及所应遵循的基本原则.以UML类模型到C语言模型的映射为例进行了阐述.这不仅可为模型转换的具体实现提供理论指导,还为验证模型之间映射规则的可行性和正确性提供依据.     

本体映射框架的设计

本体异构是本体间互操作的主要障碍。解决本体异构最好的方法是本体映射。本文主要讨论了本体异构和本体映射的研究现状,提出一种具有混合体系结构的本体映射框架,并用具体的本体映射来说明该映射框架。