基于语义模型的信息检索机制研究

提出了一种基于本体语义模型的信息检索方法。该方法充分利用领域本体提供的概念之间的语义相关性，从语义模型扩展、概念相似度、相关度计算，并以用户反馈等角度探讨了基于语义模型的自动推理方法在信息检索中的应用，文章介绍了系统实现框架。该系统将应用在学习资源的智能检索中。     

一种混合的文本信息检索模型研究

通过对基于统计的信息检索模型和基于本体的信息检索模型进行分析比较,得知这两种模型在某种程度上互补:基于统计的信息检索模型强调关键字的统计信息,然而忽略了关键字之间的语义信息;基于本体的信息检索模型强调关键字之间的语义信息,然而忽略了关键字的统计信息.结合两种信息检索模型各自的优点提出了一种混合的信息检索模型,实验证明该模型在查全率和查准率方面较基于统计的信息检索模型和基于本体的信息检索模型有了一定的改进.     

基于SWRL规则与本体相似度的语义检索模型研究

在综合分析信息检索系统现状的基础上,探讨目前信息检索系统存在的问题,深入研究基于本体的信息检索系统的关键技术,包括领域本体的建设方法、SWRL（Semantic Web Rule Language）推理规则、基于本体的查询预处理以及语义处理,并从本体概念相似度和相关度的角度论述了基于本体的语义处理技术。通过这些研究,提出了使用OWL构建领域本体,结合查询预处理以及推理扩展规则SWRL的信息检索模型。     

基于本体的信息检索模型研究

根据文档处理方式的不同,将基于本体的信息检索系统分为基于知识库的语义检索系统和基于语义网文档的信息检索系统两类。对这两个模型的实现原理和关键步骤进行了阐述;探讨了基于本体的信息检索模型中的关键技术,并指出当前研究中存在的不足;最后对基于本体的信息检索系统的研究热点和方向进行了展望。     

基于Jena的语义信息检索应用研究

本体语言OWL和Jena应用接口是实现语义网应用的重要工具。针对传统信息检索系统查询质量不高的问题,引入语义网技术实现语义信息检索可以提高查询质量。语义信息检索的关键在于构建合适的本体。通过对计算机科学领域信息的收集,运用OWL语言创建计算机科学本体,并利用Jena提供的查询机制实现了对该本体的语义信息查询,与传统信息查询结果相比排除了很多无关信息。     

面向语义的本体构建方法研究与应用

在传统信息检索方式下,由于信息资源缺少统一的语义描述,使得用户难以查到与其所需的相关资源。知识本体是共享概念模型的明确形式化规范说明,能够以一种明确的、形式化的方式来表示领域知识,提高异构系统之间的互操作性,促进知识共享。本文对基于语义的本体构建进行分析研究,提出面向语义的本体构建方法,并针对功能性纺织品的具体领域进行本体和信息检索相结合的应用研究。     

基于本体的信息检索系统研究

本文在语义网本体模型基础上,设计了一个新的信息检索系统。该系统将语义概念检索的向量空间模型和关键词检索相结合进行检索。在结合语义重合度等因素的基础上,将语义概念模型中的本体概念分成上下位和非上下位关系进行相似度计算。同时引入了信息增益,有效地控制语义扩展过程。实验结果证明,该系统有效利用了本体中概念的语义信息,得到的结果也比较合理。     

基于本体的PDM系统应用体系结构

在研究产品数据管理系统的基础上,结合了本体思想,提出一个原型系统OntoPDM。该系统建立了企业资源本体库,并构造企业资源的推理规则。运用Jena实现该领域基于语义的检索功能,得出潜在的语义查询结果,为企业资源领域提高信息检索的查准率和查全率提供一个有效方法。     

一种基于本体语义的信息检索模型

对基于向量空间模型的检索方法进行改进,提出基于本体语义的信息检索模型。将WordNet词典作为参照本体来计算概念之间的语义相似度,依据查询中标引项之间的相似度,对查询向量中的标引项进行权值调整,并参照Word-Net本体对标引项进行同义和上下位扩展,在此基础上定义查询与文档间的相似度。与传统的基于词形的信息检索方法相比,该方法可以提高语义层面上的检索精度。     

基于本体的智能信息检索系统研究

针对传统的信息检索系统存在的不足,提出了一种基于本体的智能信息检索模型.该模型充分利用了本体在语义表达方面的优势,主要介绍了它的设计思想、每个组成部分的功能以及其工作流程.     

基于Web信息使用改进的无监督关系抽取方法构建交通本体

领域本体是对领域概念及其关系的一种高效合理的展现形式.在构建领域本体过程中,常常遇到的问题就是尽管本体概念完备但概念间关系复杂多样导致人工标记关系代价过高.使用无监督学习的关系抽取算法对包含丰富的领域概念的web信息进行抽取解决了这一问题.然而,传统的无监督学习的算法没有考虑到"单样例多概念对"的问题,导致最终抽取的概念关系不完整.本文利用交通领域的Web信息构建本体,将样例概念关系对权重引入传统的无监督学习方法Kmeans中,解决了此项问题并通过实验证明该算法取得了良好的效果.     

基于广义信息的关系映射方法研究

为了解决Web服务发现中存在的本体异构问题,研究了基于本体概念及属性的简单本体映射。在已有本体映射方法的基础上,通过引入广义信息的概念,提出了一种针对关系映射的改进方法,将简单映射扩展成复杂映射,并使用广义信息中的广义熵概念优化了相似度计算的方法,剔除了其中不相关的计算。实验结果表明,该方法在不影响查全率和查准率的前提下大幅度地提高了时间效率。     

甲骨文知识图谱构建中的实体关系发现研究

为解决甲骨文信息处理研究中对专家的依赖性高而专家知识共享率却很低这一突出矛盾,提出构建知识图谱的方案,其核心问题是如何发现实体和实体间的关联关系。基于甲骨文的古籍特征,先通过知识图谱MKD的共词分析发现实体及其关系,再利用甲骨文本体和规则推理发现隐含的语义关系,最后将其与MKD共词关系进行融合。实验结果表明,该方法可以有效解决甲骨文知识图谱中实体关系发现问题。     

Study on battlespace ontology construction approach

In Network Centric Warfare, the sensor network's capability is much stronger than ever; the force can get a mass of information about battlespace in real or near‐real time. How to utilize the information about battlespace effectively and transform the information superiority into knowledge superiority is a key problem for NCW research. To solve this problem, first we need to establish a suitable knowledge infrastructure. In this article, battlespace ontology is considered as the knowledge infrastructure of NCW, and we propose a battlespace ontology construction approach based on OWL, which consists of two parts: formal ontology construction approach to construct subdomain ontologies of battlespace and formal ontology integration approach to integrate subdomain ontologies of battlespace. Then a concrete application of the approach to an air combat battlespace is given. © 2005 Wiley Periodicals, Inc. Int J Int Syst 20: 1219–1231, 2005.     

基于描述逻辑的物资管理领域本体模型研究

为解决企业异构数据的共享问题, 提出利用本体模型和描述逻辑对元数据进行形式化的方法, 通过形式化元数据交互实现异构数据的共享。以大型单件小批制造企业为研究对象, 首先对物资管理领域数据模型进行分析, 抽象出相关概念类构建领域本体模型。然后, 结合描述逻辑对物资管理领域本体模型进行形式化描述。最后, 以领料申请为实例说明物资管理领域本体模型在异构数据共享中的应用。实证表明, 构建的本体模型能有效解决企业异构数据的共享问题。模型具有一定的通用性可重用于企业的其他主题领域, 为企业业务信息的无歧义共享提供了一种有效途径。     

基于表示学习的工业领域人机物本体融合

随着新一代人工智能技术的发展,制造系统由以往的人物二元系统发展为人机物三元系统,跨域跨层的多元数据融合成为必然趋势。本体作为一种能在语义上描述数据的概念模型,被广泛应用于多元异构数据的集成、共享与重用中。在传统工业领域中,利用本体融合驱动数据融合的研究通常集中于信息和物理系统。针对人机物本体融合问题,文中提出了一种改进的表示学习模型TransHP。由于经典的表示学习的翻译模型未有效利用除三元组结构以外的其他信息,TransHP在TransH上加以改进,将本体中的元素构成类别三元组与实例三元组。首先针对类别概念构成的三元组,利用三元组的结构和属性进行联合训练;然后将得到的类别实体的向量表示作为训练实例向量的输入,与实例的结构信息进行联合训练,同时以置信度作为关系强度加入计算,以解决关系三元组稀疏性造成的实体在语义空间无序分布的问题。文中构建以工业领域热轧生产流程为例的人机物本体,并将其作为小样本进行测试,实验结果表明,与TransH模型相比,在人机物本体中,TransHP模型推理出实体间的关系更丰富,准确率更高。TransHP模型实现了人机物本体的融合,解决了人机物信息交互的问题,为协同...     

基于本体的异构数据集成方法研究

将本体应用于异构数据集成领域,阐述了如何利用本体技术解决语义异构问题,给出了基于混合本体的异构数据集成架构,并对架构的层次结构及关键技术,包括本体构建、查询处理问题等进行了研究。     

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。     

基于XML Schema的航运领域本体构建方法

EDI电子数据交换作为一种信息技术,目前已经广泛应用在航运领域.然而由于各个国家乃至各个航运公司所用的EDI报文格式和系统都不相同,导致数据流通性差.为了解决航运领域信息共享存在的语义异构问题,本文将本体的概念引入到了航运领域之中,并且提出了一种基于XSLT转换技术和XPath路径语言的本体构建方法,实现了将航运业务的XML Schema结构文档中半自动化的转换成OWL语法的本体文档,建立了航运领域本体.实验表明,该方法能够大大提高本体的构建效率,并在一定程度上保证了本体的正确性.     

改进的本体中概念相似度计算方法

随着本体的增多,本体异构是本体间互操作的主要障碍,阻碍了本体信息共享,解决本体异构最好的方法是本体映射。本体映射的关键是概念相似度的计算,但现今的计算模型考虑的影响因素比较单一。结合距离语义相似度和属性语义相似度,提出了一种综合语义相似度计算方法。实验证明,该方法可以提高计算结果的精确度。