基于维基百科的领域本体自动构建方法研究

随着互联网的发展,本体被广泛应用于知识工程、信息检索等领域。传统的本体构建方法无法满足日益增长的需求,提出一种基于维基百科的领域本体构建方法。通过提取维基百科的知识体系和知识属性,实现原始领域本体的自动化构建。提出的一种与路径无关的矢量方差方法,通过计算领域中每一个分类和条目的所属度,选择所属度大于阈值的分类和条目作为领域本体的内容,然后挖掘每个信息盒的内容来获取实体的属性。最后通过人工识别的方式验证提取的分类和条目的有效性,以及所构建的本体的准确性。     

基于模板的SSE-CMM本体自动构建研究

随着信息科技的快速发展,各领域中越来越多的标准化文档产生。为了使它们能被计算机更方便有效管理和应用,以本体的形式进行储存是目前最为有效的方法。本体是一种知识重用、知识共享和知识建模的重要工具。提出利用文档自身结构信息的方法自动构建本体的方法。     

基于知识管理的本体自动构建算法研究

语义网的研究中基于领域本体的构建研究方法基本上还处于手工阶段,如何在本体的设计中实现自动构建仍然是目前需要解决的问题,而采用基于图的构建原理,应用MCL聚类的本体自动构建算法进行概念提取和关系运算。将领域文本文档映射为文档概念图,在关系运算中采用基于频繁信息子图的gSpan算法任意关系提取算法,得到基于OWL-DL描述的领域本体,并通过评价反馈机制进行闭环校正是研究的核心思想。     

课程本体自动构建技术研究

课程本体是课程知识组织的一种重要技术,在智能学习系统中得到广泛应用。针对人工建立课程本体依赖专家经验和效率较低等问题,提出课程本体自动构建技术。该技术以丰富的Web课程资源为数据源,集成网络爬虫、中文分词和关联规则挖掘等技术,实现课程本体自动构建。实验结果表明,该技术建立的课程本体不仅具有较好的质量,而且执行效率较高。     

基于维基百科的多文档自动摘要系统研究

设计并实现了一个基于维基百科的抽取式多文档自动摘要系统。使用ROUGE评测工具对使用维基百科前后的摘要进行对比实验。实验结果表明,维基百科能较大程度地提高多文档摘要的质量。     

面向Web信息资源的领域本体模型自动构建机制的研究

领域本体的构建是本体工程研究与应用的重要内容。面向网络Web信息资源,获取领域相关文本信息,通过对文本的概念分析,构建领域本体模型。提出一套本体自动构建机制,该本体构建基于数据挖掘和机器学习技术,内容主要包括基于贝叶斯(Bayes)分类原理;提出多个分类器方式的概念分类过程和算法;提出概念关联分析和概念自学习算法,建立本体原型;提出面向OWL本体模型的转换映射机制,构建基于OWL的本体模型。此外,还提出了从网络资源获取、领域本体建模到本体实施应用的一套完整的本体构建和应用实施的解决方案。     

一种关系数据库到本体的自动构建方法

随着语义网的发展,对本体的需要也越来越大。但是目前大多数的数据被存储在关系数据库中,这些数据不能被语义网应用程序所访问。因此如何将关系数据中的数据转化为可以被语义网应用的数据,是一个需要解决的问题。针对上述问题,提出了一种从数据库自动地构建OWL本体的方法。该方法把本体构建过程分为语义信息的发现和本体映射两个部分。并且定义了一种图M-Graph,通过M-Graph的生成与分析,结合映射规则自动地构建OWL本体。实验验证,该方法可自动地由关系数据库构建OWL本体,并且可以得到相对丰富和准确的本体。     

基于字典的半自动常识本体构建*

为了保证所交换的信息在结构和语义上的一致性,实现真正意义上的信息互操作与集成,提出一种基于字典的半自动本体构建方法,并运用该方法构建一个具有统一标准结构的常识本体。基于字典的本体构建方法将字典给出的常识性知识作为本体的来源,并结合基于自由文本的本体扩展机制,从概念的解释中抽取其属性关系,半自动地构建和扩展常识本体。实验表明,该方法能够在自动化程度较高的基础上,构建一个包含7万多个常识性概念、60万个断言和1 900个谓词的常识本体。     

基于Jena的本体构建方法研究

针对本体构建中构造方法不清晰、本体描述语言不统一、可用工具较少的难题,在Jena的基础上提出了基于Jena的本体构建方法。该方法由描述类、描述属性、将属性关联到类、定义实例和加入本体维护元数据5个步骤组成,有效地解决了本体构建中的难题。最后以一个实例验证了该方法的有效性。     

本体构建研究综述

本体是目前信息处理领域研究热点.通过对本体构建方法和工具的综述,对其研究中的关键问题进行了讨论,并在此基础上分析比较了各种本体构建方法和工具,最后,对研究现状中存在的瓶颈问题进行了总结,并提出了未来的研究方向.     

领域本体构建方法研究

通过分析现有拳体构建方法的局限性,提出了一种新的本体构建方法。该方法论述了本体构建过程．解决了现实领域知识到计算机可以理解的形式化编码的转换问题。     

领域本体构建方法研究

通过分析现有本体构建方法的局限性,提出了一种新的本体构建方法。该方法论述了本体构建过程,解决了现实领域知识到计算机可以理解的形式化编码的转换问题。     

一种mashup服务描述本体的自动构建方法

服务描述本体是基于语义的服务聚合的基础.目前本体构建主要由领域专家手工进行,具有成本高、时间长、不易演化等困难,不能满足mashup生态系统对本体的需要.标签作为一种在各类服务注册体系中被广泛使用的大众分类手段,从功能、认知的角度对服务进行描述,是群体智能的一种体现.提出了一种从标签自动构建mashup服务描述本体的方法,该方法利用大众分类,可以自下而上地进行自动化本体构建,并能随网络化的服务资源变化而自行演化.最后,通过实例验证了该方法的有效性.     

一种面向领域的本体自动构建方法

本体是许多应用程序运行的基础.维基百科作为互联网最重要的公共知识库之一,在构建本体方面具有明显的优势.本文提出一种新的方法,从维基百科抽取面向领域的语义知识,自动构建轻量级的本体.首先,维基百科的原始数据被加载到本地数据库.其次,指定领域的数据被抽取出来单独建立数据表.然后,计算指定领域里每个分类的相互性系数的值,并利用这些值从全部分类里筛选出了有意义的分类.以这些有意义的分类为基础,计算分类与条目的权值.最后,所有权值大于阈值的条目都被当作领域的概念.这些概念以及关系被用来构建本体.本文构建了一个软件领域的轻量级本体.此外,也利用了人工的方法对筛选出的软件领域的概念进行了评估.     

基于形式概念的本体学习方法

模糊概念格是利用形式概念分析对不确定模糊信息进行建模的一种理论手段。从领域专家拥有的模糊概念知识中划分模糊概念类,得到构建本体的初始概念类;计算模糊概念与本体概念类间的包含度关系,扩大本体中的概念;发现概念与概念之间的相似度关系,用以学习本体概念之间的关系,实例表明了模糊形式概念分析有助于领域专家在本体学习过程中,挖掘本体概念和本体概念间的关系。     

本体构建研究

信息化的发展,促使社会各领域信息飞速膨胀,形成"信息海洋",本体准确地描述概念含义及概念之间的内在关联,可有效解决语义异构问题,可为人们快捷地提供有用信息。本文介绍了本体构建的准则、方法、语言与工具,并进一步提出了一种构建本体的方法,为解决语义异构提供了一种解决途径。     

基于随机游走模型的维基百科语义关系研究

运用随机游走模型提出了一种基于维基百科的语义相关度的计算方法。维基百科中包含了丰富的链接结构,这些链接结构一定程度上能够反应词条之间概念上的相关性,以内容链接和外部链接关系来计算基于维基百科的语义相关度,并在WS-353数据集上进行了实验,取得了较好的准确性。     

一种基于词典的领域本体建立方法

本文结合Alexander Maedche等的循环获取过程和Mike Uscholddede ＆ King的“骨架”法，提出了一种基于词典的领域本体建立方法，并参考航空百科辞典和航空分类词典两种资源建立了一个航空领域的本体，最后使用protégé工具将本体以OWL语言的形式化方法进行表示，方便后续调用和处理。     

基于Web构造领域本体方法的研究

利用Web资源完成本体构造方法的研究。不仅会缩短本体的构造周期，而且还会扩大本体的应用范围．但由于基于Web的数据提取、知识获取比较困难，与实际应用相比还有一定的距离．该文分析了基于Web本体构造数据源的动态、海量、异质、变化、开放性等特点，本体构造的基础问题——形式化表示方法，总结了本体构造的关键技术及技术难点．初步设计了一个系统结构，为实现基于Web领域本体构造方法提供了一个框架性的思路．