基于Ontology的建模方法

Ontology作为一种描述概念与概念之间关系的模型,能够解决知识共享和重用问题,近年来已被广泛应用于计算机科学的众多领域中,如数字图书馆、软件复用、Web异构信息的处理和语义Web等.介绍了Ontology的定义、分类及组成,并且介绍了建立本体的步骤,通过一个具体的实例详细阐述了建立本体的过程,最后给出了建立本体的构造图.     

基于WordNet的Web服务发现模型

针对目前语义Web服务发现机制只能基于一个本体发布,查找的缺点,结合WordNet本体库与OWL-S语义描述语言设计一个语义明确的Web服务发现模型。该模型中采用OWL-S对Web服务进行语义描述,对领域相关本体中的概念进行预处理,以WordNet提供的术语语义为基础,建立一个全局领域相关本体。这种全局领域本体建立方法避免了因对概念理解不统一而产生的不一致性,得到的本体易于扩展。     

面向语义集成--本体在Web信息集成中的研究进展

本体（Ontology）是描述概念及概念之间关系的概念模型，通过概念之间的关系来描述概念的语义，作为一种有效表现概念层次结构和语义的模型，本体在Web信息集成中得到广泛的应用，文中就目前本体在Web信息集成中的应用做了分析与探讨，以期对相关领域的同行有参考作用。     

基于Web数据的本体概念抽取

本体论(Ontology)在知识管理及语义网(Semantic Web)中越来越重要,但建造本体往往需要耗费大量的时间,且建造完成后本体的维护对知识管理者来说也是费时的工作。自动创建领域Ontology可以克服手工方法的不足,成为当前的研究热点之一;而概念是本体中最重要的组成部分之一,从半结构化的Web文档中自动抽取概念的效率和准确度的高低,直接决定了自动建造的本体的质量,提出一种自动的本体概念抽取模型,此模型不依赖于领域词典或核心本体,并且能达到快速有效地通过对中文Web文本挖掘自动地构建及更新领域本体概念的目的。     

基于空间领域本体的动态工作流模型研究

OGC(Open Geospatial Consortium)提出的Web服务编排方法可以通过组合、协调各种空间信息Web服务,形成一种服务的工作流OWS2(OGC Web Services2),但这属于精确匹配的静态工作流。提出了一种基于本体和规则的动态工作流模型(Dynamic Work Flow Model based on Ontology and Rule,DWFMOR),它是对OWS2的改进。本模型首先针对空间信息的领域特征建立了相应的领域本体,基于这些本体设计了用于推理的工作流规则引擎,并使用protégé本体编辑器和Jena推理机进行了实现,最终建立了一个用于空间信息服务的工作流原型系统。实验表明,基于空间领域本体的工作流模型不仅可以根据业务的需求自动地查找和匹配空间信息Web服务,还可以动态地形成空间信息Web服务工作流。     

基于本体的信息检索研究

介绍了本体Ontology的概念和理论知识,提出一种基于本体的Web信息检索模型.该模型利用本体技术对Internet上的各类信息进行领域分类,规范用户信息检索模式,以达到快速、准确找到用户所需信息的目的.     

一种基于OWL-S领域本体的Web服务语义标注方法研究

提出一种基于领域服务本体的语义标注方法.并结合电力系统领域本体对该方法进行实例说明,该方法通过分析文档(或者网页)的关键信息,使用基于OWL-S本体的语义描述方法建立关键信息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Web服务信息显式地表现出来,这样多个文档(或者网页)之间就具有语义关联关系.为服务的语义解析及智能监控提供基础.     

基于本体的业务源模型知识库构建及应用研究

针对当前网络业务源模型领域的知识表示及复用问题,采用本体技术实现了业务源模型领域本体的建模,形成一种标准化格式的异构信息知识库。通过分析业务源模型领域的相关知识,以改进的本体构建七步法为指导,利用Web本体语言OWL(Web Ontology Language)对业务源模型领域中的概念、属性及概念和属性之间的关系进行知识表示,将语义特征引入业务源模型知识库;利用本体查询语言和本体推理机,结合具体应用场景实现基于语义的知识检索,以验证其实用价值;在上述基础上设计开发了业务源模型智能检索系统,验证了所建本体的合理性和通用性。实验结果表明,采用本体技术能有效提高查询和推理的准确度。     

一种基于语义的协同工作模型

针对产品制造领域,提出一种基于语义的协同工作模型。该模型分别以XML和RDF(S)作为协同信息的语法描述模式和语义描述模型,为协同信息提供机器呵处理和可理解能力;通过建立由个体Ontology和顶层Ontology构成的两层Ontology体系,以个体Ontology描述协同过程中个人或团体的领域背景知识,以顶层Ontology为概念和语义参照模型,建立协同信息之间的语义约束,为协同过程提供多领域知识共享和互操作环境。     

基于语义Web服务的分布式服装搜索引擎系统设计

从电子商务环境下服装供应链管理的需求出发,分析了目前服装搜索引擎存在的问题,提出了基于语义Web服务的分布式服装商品搜索引擎系统模型,并讨论了它的体系结构。介绍了基于Ontology Web Language (OWL)的服装本体设计模型及其语义描述方法。分析了服装搜索引擎的基本功能及分布式环境下的Web Services (WS)合成。理论分析和实例原型说明了基于服装语义树的搜索引擎多关键词搜索效率明显高于全文搜索引擎。     

CFinder: An intelligent key concept finder from text for ontology development

Key concept extraction is a major step for ontology learning that aims to build an ontology by identifying relevant domain concepts and their semantic relationships from a text corpus. The success of ontology development using key concept extraction strongly relies on the degree of relevance of the key concepts identified. If the identified key concepts are not closely relevant to the domain, the constructed ontology will not be able to correctly and fully represent the domain knowledge. In this paper, we propose a novel method, named CFinder, for key concept extraction. Given a text corpus in the target domain, CFinder first extracts noun phrases using their linguistic patterns based on Part-Of-Speech (POS) tags as candidates for key concepts. To calculate the weights (or importance) of these candidates within the domain, CFinder combines their statistical knowledge and domain-specific knowledge indicating their relative importance within the domain. The calculated weights are further enhanced by considering an inner structural pattern of the candidates. The effectiveness of CFinder is evaluated with a recently developed ontology for the domain of ‘emergency management for mass gatherings’ against the state-of-the-art methods for key concept extraction including—Text2Onto, KP-Miner and Moki. The comparative evaluation results show that CFinder statistically significantly outperforms all the three methods in terms of F-measure and average precision.     

一种基于文本的领域本体进化需求自动生成模型①

本体进化研究已经成为领域本体研究的一个重要内容。本体进化需求是本体进化的前提,提出一种基于文本的本体进化需求自动生成框架,首先从自然语言描述的纯文本中提取相关概念,然后利用加权词频算法判断是否为领域关键概念,最后结合本体搜索算法和进化需求生成规则,自动生成本体进化需求。     

一种基于本体的视频检索技术研究

传统的视频检索大多采用基于关键词的方法,难以获得让用户满意的查准率和查全率。为此提出一种基于本体的视频检索技术,该技术借助于领域本体,以其基本概念为关键词通过互联网图像搜索引擎在线获取样本图像组,提取SIFT特征建立图像特征词典,抽取图像特征直方图并计算相似度,辅助完成视频的自动标注,初始化视频检索库;同时,借助于领域本体,对从用户的查询输入中抽取的关键词进行语义扩展,将以扩展概念集进行检索的结果返回给用户,以此实现基于本体的视频检索。最后,结合实例对该算法进行实现和分析,表明了该方法的可行性和有效性。     

一种基于Web的通用本体学习框架

提出一种通用的多策略本体学习框架,通过对Web上各专业领域文档集进行挖掘来实现本体自动构建。讨论本体学习中本体概念的抽取、概念之间语义关系的抽取和分类体系的自动构建等关键技术,通过实验对算法进行测试和评价。由于集成了多种机器学习算法,该方法在概念抽取和语义关系学习方面具有更高的准确性,采用通用本体WordNet和HowNet作为语料库,可适用于不同的专业领域。通过按需获取Web文档,该方法能实时生成本体。     

基于领域学习的本体映射方法

在语义数据集成中本体映射是关键,手工设置映射关系消耗时间并且不准确,需要使用本体映射工具自动发现这种映射关系。在现有本体映射方法的基础上提出了基于领域学习的映射方法,可以发现本体中概念之间的映射关系,可以从领域知识中发现复杂映射的规则、增加映射时的实例数据,提高映射发现的查全率和准确率。实验结果验证了算法的有效性。     

基于本体技术构建的协同式网络课件编辑系统

领域本体是解决异构系统语义互操作的关键技术。我们提出了基于协同式课件编辑环境的领域本体模型，该模型的特点在于建立了领域知识概念与学习资源和课件文档之间的关联。该模型采用TRIPLE语言实现，它能够方便地与RDF进行转换，并具有较强的推理能力。另外，本文还提出了基于领域本体的“语义冲突消除模型”，该模型是解决课件协同编辑过程中语义冲突的基础。     

一种本体学习中分类关系提取方法的研究

本体学习技术是利用本体工程技术和机器学习技术等众多学科技术来实现本体的自动半自动构建,可解决本体手工构建的不足。根据本体学习目前的研究现状,提出了一种从文本中半自动获取本体中分类关系的实现,讨论了本体学习中概念抽取和概念间分类关系抽取等关键技术。实现了本体中分类关系提取,对于非分类关系的提取还有待研究。     

A high-level electrical energy ontology with weighted attributes

One of the significant application areas of domain ontologies is known to be text analysis applications like information extraction and text classification systems, and semantic portals. In this paper, we present a high-level ontology for the electrical energy domain. This domain ontology has weighted attributes to cover the inherent fuzziness in the textual representations of its concepts. Additionally, we have included in the ontology the necessary attributes to align the ontology concepts to on-line collaborative knowledge bases like Wikipedia and linked open data sources like DBpedia, other attributes to facilitate its use in multilingual applications, and concepts to hold the named entities in the domain. The ultimate ontology is aligned with the previously proposed ontologies for the energy-related subdomains after extending the latter ones with weighted attributes. We make the ultimate form of the electrical energy ontology, as well as the extended versions of the domain ontologies for the subdomains, available for research purposes. Also included in the paper are sample text analysis applications which mainly exploit the weighted attributes within the ontology.     

OntoPlus: Text-driven ontology extension using ontology content,structure and co-occurrence information

This paper addresses the process of semi-automatic text-driven ontology extension using ontology content, structure and co-occurrence information. A novel OntoPlus methodology is proposed for semi-automatic ontology extension based on text mining methods. It allows for the effective extension of the large ontologies, providing a ranked list of potentially relevant concepts and relationships given a new concept (e.g., glossary term) to be inserted in the ontology. A number of experiments are conducted, evaluating measures for ranking correspondence between existing ontology concepts and new domain concepts suggested for the ontology extension. Measures for ranking are based on incorporating ontology content, structure and co-occurrence information. The experiments are performed using a well known Cyc ontology and textual material from two domains – finances and, fisheries & aquaculture. Our experiments show that the best results are achieved by combining content, structure and co-occurrence information. Furthermore, ontology content and structure seem to be more important than co-occurrence for our data in the financial domain. At the same time, ontology content and co-occurrence seem to have higher importance for our fisheries & aquaculture domain.     

领域本体的一致性检查

针对领域本体中概念集的一致性检查问题,给出领域本体的形式化定义,阐述领域本体中的公理集,分析概念集的一致性检查方法,将OWL的本体表达方式转化为基于UML的表达方式,对UML进行适当的扩展,提供一种基于图形化的本体一致性检查机制。该方法基于图形化的形式,简洁直观、容易操作,克服了原有检查方法形式化程度高及复杂难操作的缺点。