基于本体的教育资源探究

目前教育资源面临着资源涣散、冗余大、交互性差的现状，为了能更好的开发、管理和使用教育资源，本文进行了基于本体的教育资源的探究。首先利用本体编辑器工具Protege3．2对教育资源进行分类、定义、描述、限定条件、建立关系等，构建一个基于OWL语言的本体；然后对建立好的教育资源本体的进行存储和检索；最后根据搜索结果，得出结论，即构建教育资源本体，改进了机器对Web内容的解释能力，大大提高了信息检索的精确性、降低了数据冗余。     

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。     

基于本体的教育资源语义检索研究

为解决教育资源检索过程中检索信息缺乏语义理解,导致检索效率低的问题,提出了一种改进的基于本体的教育资源语义检索。通过语义查询扩展、本体中概念相似度计算等环节的研究,构建语义检索模型,并对模型实现的关键技术进行分析,在一定程度上提高了教育资源检索中的语义处理能力和检索效率。     

基于本体的教育资源探究

目前教育资源面临着资源涣散、冗余大、交互性差的现状,为了能更好的开发、管理和使用教育资源,本文进行了基于本体的教育资源的探究。首先利用本体编辑器工具Protégé3.2对教育资源进行分类、定义、描述、限定条件、建立关系等,构建一个基于OWL语言的本体;然后对建立好的教育资源本体的进行存储和检索;最后根据搜索结果,得出结论,即构建教育资源本体,改进了机器对Web内容的解释能力,大大提高了信息检索的精确性、降低了数据冗余。     

基于本体的教育资源语义检索关键技术研究

该文对基于本体的语义检索涉及的几个关键技术进行了深入探究,包括教育资源本体的构建、本体数据的存储等。并在此基础上设计出基于本体的自适应Web信息抽取模型和本体数据及实例数据存储模型。     

基于本体的教育资源语义检索关键技术研究

该文对基于本体的语义检索涉及的几个关键技术进行了深入探究,包括教育资源本体的构建、本体数据的存储等。并在此基础上设计出基于本体的自适应Web信息抽取模型和本体数据及实例数据存储模型。     

数字化社区教育资源服务体系的构建探析

社区教育资源是公众终身学习得以顺利开展的重要条件,其体系构建也是一个长期的过程。计算机网络技术大范围普及后,以数字化为切点来构建社区教育资源就成为教育领域关注的重点。文章就数字化社区教育资源建设的意义和途径进行了探讨,以期为现代国民教育体系的构建提供相应的理论参考。     

数字化社区教育资源服务体系的构建探析

社区教育资源是公众终身学习得以顺利开展的重要条件,其体系构建也是一个长期的过程。计算机网络技术大范围普及后,以数字化为切点来构建社区教育资源就成为教育领域关注的重点。文章就数字化社区教育资源建设的意义和途径进行了探讨,以期为现代国民教育体系的构建提供相应的理论参考。     

基于事件本体的突发事件领域知识建模

基于本体的知识建模方法有很多,在某些特定领域采用传统的本体建模方法存在着一些不足。以突发事件领域为例,提出了基于事件本体的知识建模方法。该模型分为上层事件类、下层事件类和事件实例,上层事件类描述的抽象的事件的分类体系,下层事件类是通过事件类关系组成的事件格结构。该模型不仅可以描述事件的时间、地点、对象等要素,还能描述事件类之间的关系。采用本体建模工具Protégé来构建突发事件领域本体,并以“恐怖袭击”作为实例验证了该模型的可用性。研究结果表明,该模型可以清晰地描述事件类的完整性,语义清晰,扩展性强。     

面向关系模式的领域本体获取

从遗留信息系统中获取领域信息是创建领域本体的重要环节,也是设计知识重用的有效方式。以常用的关系模式为研究对象,分析如何从遗留系统中识别关系模式的结构信息,在此基础上,提出了12条术语转换规则,根据转换规则从关系模式的结构信息中逆向提取领域术语及相互关系,为领域本体的创建奠定了基础。     

基于Web的本体学习模型的设计与实现

对本体(ontology)的研究在计算机科学领域变的越来越广泛,但手工构建本体是一项繁琐而辛苦的任务,还容易导致知识获取瓶颈,无法保持本体的更新。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或半自动构建。该文提出了基于Web的本体学习模型,分析了模型实现中的文档预处理、术语抽取、概念选择、概念分类等关键技术。     

面向不同结构化程度数据源的本体学习方法研究

本体研究已成为计算机领域的一个研究热点,而本体学习又是本体研究的热点问题之一。文章根据数据源的结构化程度,将数据源分为结构化、非结构化和半结构化数据源,分别研究了如何从这三种不同程度结构化的数据源中学习本体,探讨了后续研究工作的本体学习方法以及研究目标,并论述了目前研究存在的不足及对未来的展望。     

面向医学的本体学习方法

现有的大多数本体都是通过手工构建的。本体的构建是一项费时费力的过程,特别在医学领域更是如此。对此,提出了基于中文分词和文本挖掘技术的自动领域本体构建方法,该方法能大大提高本体构建的效率,保证本体的构建质量。     

基于多策略本体构建方法研究

针对手工构建本体工作量大、效率低以及更新维护困难等问题,文章提出了一种中文环境下多策略本体学习方法。使用统计分析和语义关联抽取术语,并利用构词模式发现分类关系,针对不同类型的非分类关系,分别采用句法模式、统计方法和基于规则方法,从而解决了现有本体学习方法对词典依赖性、处理中文效果差等问题。实验结果表明,该方法有较好地有效性和稳定性。     

面向知识网格的本体学习研究

网格计算正在从单纯的面向大型计算的分布式资源共享发展为一种面向服务的架构,以实现透明而可靠的分布式系统集成。网格智能是指如何获取、预处理、表示和集成不同层次的网格服务(如HTML/XML/RDF/OWL文档、服务响应时间和服务质量等)的数据和信息,并最终转换为有用的智能(知识)。因为高层知识将在未来的网格应用起到越来越重要的作用,本体是知识网格实现的关键。文章提出了一种实现从Web文档中本体(半)自动构建的本体学习框架WebOntLearn,并讨论了本体学习中领域概念的抽取、概念之间关系的抽取和分类体系的自动构建等关键技术。     

基于SCORM标准的数字化资源出版平台研究与设计

随着计算机技术和互联网技术的广泛应用,关于跨平台方式的数字出版已经成为开展数字化出版的发展趋势。从数字出版的发展来看,目前数字化出版还处于一个相对混乱的状态,造成大量资源共享困难,本文主要简要介绍SCORM标准规范的基本内容,从而确立使用SCORM标准来构建一个规范的数字化出版平台的框架系统。     

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。     

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。     

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．