基于本体的语义网检索模型及关键技术研究

为解决传统的基于题,构建了一个基于本体的语义网检索模型.提出了一种领域本体库和应用本体库的构建方法,给出了查询本体的生成以及相似本体匹配推理的方法,实现了以该模型为基础的试验性检索系统.实验结果表明,该模型能够进行本体的语义推理,在一定程度上增强信息检索系统的语义处理能力,检索效率得到了改善.     

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。     

基于领域本体的语义查询推理系统

传统的基于关键字的信息检索技术不能满足人们对信息查询的需求,语义网技术是解决这一问题最有前景的方法。本文设计与开发一个基于出版物领域本体的语义查询与推理系统,该系统构建了出版物领域本体,并构造该领域本体的查询语句和推理规则,给出语义查询和推理的结果,并对结果进行测试。结果验证了系统对语义查询和推理的可行性和有效性。      

中文本体构建及可视化研究

本体是解决语义层次上web信息共享和交换的基础,随着本体研究的发展,中文本体应用需求不断扩大。对于本体工程的第一步——本体构建,现已出现很多本体构建工具,如：Protege-2000、WebODE、OilEd、OntoEdit以及KAON等。然而,却缺乏一款功能完整的中文本体构建工具。文中对现有本体构建工具进行了比较分析,并对Protege的中文本体构建能力进行评估,深入探讨了其构建中文本体过程中遇到的可视化问题,提出了可行性解决方案。全面讨论了中文本体构建工具现存的问题,指出了未来的研究方向。     

中文本体构建及可视化研究

本体是解决语义层次上web信息共享和交换的基础,随着本体研究的发展,中文本体应用需求不断扩大。对于本体工程的第一步——本体构建,现已出现很多本体构建工具,如：Protege-2000、WebODE、OilEd、OntoEdit以及KAON等。然而,却缺乏一款功能完整的中文本体构建工具。文中对现有本体构建工具进行了比较分析,并对Protege的中文本体构建能力进行评估,深入探讨了其构建中文本体过程中遇到的可视化问题,提出了可行性解决方案。全面讨论了中文本体构建工具现存的问题,指出了未来的研究方向。     

基于推理的语义网检索模型及关键技术研究

为解决语义网检索过程中缺少推理导致语义检索性能不高的问题,提出一个基于推理的语义网检索模型,并介绍了该模型实现的关键技术.针对构建的领域本体,使用SWRL规则语言进行本体完善把本体中的隐性知识表示出来;在信息抽取过程中,对于识别出的实体,利用推理规则,获得更加丰富的实例知识库;对于用户输入的查询条件,利用完善的本体知识库及规则得到更多的相似概念实现查询扩展;进行语义匹配,获得更为精准的检索结果.实验结果表明,该模型能提高信息检索的语义性,得到较满意的信息检索结果.     

基于本体的教育资源推理查询原型系统设计与实现

针对当前教育资源库存在的通用性差和缺乏语义查询等缺陷,将语义Web的重要基础本体及其推理和查询技术应用到教育资源领域,实现一个基于本体的教育资源推理查询原型系统。利用本体构建方法及建模工具protégé,以数据结构课程为例,构建一个基于元数据标准的教育资源领域本体;制定教育资源领域本体知识点推理规则,提出改进的语义相似度算法;设计并实现基于本体的教育资源推理查询原型系统。通过实验验证,该系统的查全率与查准率均高于基于关键字的查询。     

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。     

基于本体的推理机研究

语义网技术的兴起促进了本体技术的发展,本体作为语义网的基石,在知识表示与知识推理方面发挥着重要作用。本体表示语言与描述逻辑相结合,为本体推理的合理性和有效性提供了保证。介绍了本体语言、描述逻辑和描述逻辑推理的基本原理,重点介绍了基于SHIQ描述逻辑的推理机Racer的基本功能及其在智能信息检索中的应用。     

本体的研究现状及其应用

本体作为一种在语义和知识层次上描述信息系统的概念模型建模工具,已在信息系统的许多领域得到广泛的应用。本文从本体的概念分类、本体在信息检索中的应用、基于XML或RDF的本体描述以及本体在语义Web中的应用等方面进行了系统阐述。     

基于维基百科的气象本体的自动构建

随着语义检索技术在众多领域的不断发展应用,领域本体需求越来越大,手工构造不能满足本体应用的需求。本文从现有本体自动构建方法着手,总结本体自动构建的一般方法,分析以维基百科结构化数据为基础进行气象本体自动构建的可能性,基于网络链接相互性系数,提取有效子分类;定义距离跳数,进行有效条目的提取,最后提出基于维基百科的气象本体自动构建方法。实验结果表明,该方法能够达到本体构建的要求,具有速度快、人工干预少的特点,对本体在气象领域的应用具有一定的促进作用。     

一种自适应语义Web检索方法

基于内容的语义Web检索只考虑内容本身,没有考虑用户的不同,不能准确反映用户需求。为此,提出一个自适应语义Web检索框架,对于Web中文文档,借助HowNet知识库给出一种本体学习方法,通过提取用户客观、显式和隐式信息建立用户信息库,并设计用户初始查询本体和个性化查询本体构建算法,从而实现用户的自适应检索。实验结果表明,该方法具有较高的检索效率。     

Ontology‐based Grid resource management

Grid resources are typically diverse in nature with respect to their software and hardware configurations, resource usage policies and the kind of application they support. Aggregating and monitoring these resources, and discovering suitable resources for the applications become a challenging issue. This is partially due to the representation of Grid metadata supported by the existing Grid middleware which offers limited scope for matching the job requirements that directly affect scheduling decisions. This paper proposes a semantic component in conventional Grid architecture to support ontology‐based representation of Grid metadata and facilitate context‐based information retrieval that complements Grid schedulers for effective resource management. Web Ontology language is used for creating Grid resource ontology and Algernon inference engine has been used for resource discovery. This semantic component has been integrated with conventional Grid schedulers. Several experiments have also been carried out to investigate the performance overhead that arises while integrating this component with Grid schedulers. Copyright © 2009 John Wiley & Sons, Ltd.     

基于领域本体的语义标注方法研究

介绍了语义Web.本体以及语义标注的基本概念,对语义标注方法以及现有技术工具进行了简单地说明和分析,提出了一种基于领域本体的语义标注方法,并结合石油产品领域的本体对该方法进行了实例说明.该方法通过分析文档的特征词汇,使用基于领域本体的空间向量模型方法建立词汇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,可以把文档隐含的语义信息显式的表现出来,这样数据库内部文档之间就具有了语义关联关系,为检索的智能推理提供基础.     

一种基于领域本体的混合信息检索模型

针对语义检索中本体不能提供所有知识的问题,提出一种基于领域本体的混合信息检索模型。该模型利用领域本体中概念间的语义关系,结合关键词检索和语义检索,建立关键词基础矩阵和语义扩展矩阵两层索引矩阵,使系统检索在没有可用本体知识时能自动调整为关键词检索,保证一定的检索性能。两者的结合有效改善了检索性能。     

基于知识图的领域本体构建方法

提出了一种基于知识图的领域本体半自动构建方法。以《知网》为语义知识资源,知识图为语义表示方法,采用成熟的软件工程流程,最终构建出的领域本体具有结构明确、语义清晰的特点。对于在其上的语义网、信息抽取等应用提供了有效支持。介绍了本体的概念、设计的准则、建模的流程,并对未来的本体的移植性进行展望。实验结果表明该方法在不确定性知识处理上优于传统本体构建方法。     

面向智能搜索引擎的本体学习研究*

智能搜索引擎是解决当前网络信息检索中存在诸多瓶颈问题的有效途径。智能搜索引擎需要获取、预处理、表示和集成不同层次的(如HTML/XML/RDF/OWL文档)的数据和信息,并最终转换成各领域的智能语义信息。领域本体是实行智能的关键。提出了一种实现从Web文档中(半)自动构建本体的学习系统框架,并讨论本体学习中概念的获取、相互关系的获取等关键问题。     

基于Ontology的语义检索模型研究

针对基于关键字匹配的传统检索方法存在的不足,在检索过程中引入语义,提出一个基于本体的语义检索的模型。该模型将信息检索方法与语义查询技术相结合,通过基于本体的知识库实现对检索信息的语义查询。同时研究了语义检索的关键技术—本体的构建以及语义推理。     

本体技术在语义博客中的应用研究

研究了本体描述语言OWL,提出并实现了一个基于本体和Lucene的语义检索模型,利用领域本体知识库对用户的查询要求进行语义扩展,构建了具有全文检索和语义检索功能的语义博客系统。实验证明语义检索方案在运行效能上可行,并且可以提供更高的查准率和查全率,对改进当前的检索系统是具有一定积极意义的。     

专家领域本体建模及语义信息服务研究

目前各省市各部门分别拥有各自专用的专家信息系统,分别管理所在地区和所属领域的专家信息,其形式各异且专家信息分布异构.针对实际应用中共享专家信息困难,基于关键字查询信息效率不高等问题,提出基于语义的专家信息系统解决方案.采用5W1H分析法归纳领域本体中概念和关系,建立基于5W1H的专家本体概念模型并生成专家领域本体,实现了专家语义信息统一建模.构建系统的四层体系结构,研究语义推理规则的定义方法,设计了基于语义的规则推理算法和基于SPAR-QL的语义信息查询算法,实现了系统基于语义的信息查询和推理等功能.实验表明,基于语义的专家信息查询在查全率、查准率优于基于关键字的查询.