课程知识本体建模及推理

以计算机网络课程领域为例,研究并实现本体建模,利用Jena对其进行解析与推理,构造推理规则,设计一个基于本体的课程资源查询系统,对其体系结构及功能进行描述。实验结果证明,该方法能够解决传统学习资源查询缺乏语义支持的问题,比传统的学习资源查询有更高的查全率和查准率。     

基于本体的空管人为差错分析研究与应用

为实现空管人为差错致因及危险等级语义分析,开发人为差错本体分析软件。通过空管运行人为差错(HeraJanus)及人为差错预测(Hera-Predict)手册中获取的领域知识构建领域本体;结合事故调查报告知识创建存储本体,建立Hera-Janus本体知识库,根据类与个体之间的关系定义Jena推理规则。通过Eclipse平台中的Jena应用调用Pellet推理机分析实际案例,在人机交互界面给出差错类型及危险程度,其结果表明了空管事故智能化分析的有效性和可行性。     

基于本体的领域自动问答系统研究

由于传统信息检索返回的结果难以充分理解用户的问题语义,因此以医学领域本体为例,提出一种具有语义推理的自动问答系统。系统在领域知识本体上,通过链式索引结构抽取问题对应在领域知识本体中的命名实体。为理解问题的语义层次,通过改进CFN汉语框架网结构,给出从领域知识本体直接生成能理解问题语义的QFN问题框架本体的映射算法。运用QFN将自然语言问题转化成RDF三元组结构,自动生成问题对应的SPARQL查询语句,同时调用Jena推理机完成语义推理查询在知识本体中查找并给出问题的相关回答。实验结果表明,该方法相比传统的信息检索,可以理解问题表达语义并给出与问题语义相关度高的答案。     

基于工业消防本体的语义推理研究

针对消防领域中传统信息检索技术处理语义能力薄弱的问题,提出一种基于工业消防本体的语义查询方法.该方法将信息检索方式和语义Web技术结合起来,在工业消防本体的基础上,通过构造消防信息的推理规则,并在Jena平台下实现了工业消防领域基于语义的检索和查询功能.实验结果表明:相对于传统的基于关键词的检索方法,基于语义的检索方法能够解决工业消防领域中数据语义异构问题,提高工业消防领域信息检索的查全率和查准率.     

基于Jena的城市交通领域本体推理和查询方法

通过对城市交通信息进行抽象和分析,建立了城市交通领域本体库,并持久化存储到关系数据库。对比分析了基于Jena的语义推理机制及其所涉及的问题。构造交通信息的推理规则并在Jena平台下实现该领域基于语义的检索和路径查询功能,得出潜在的语义查询结果,给出了实现算法的描述和实验结果。为交通领域提高信息检索的查准率和查全率提供了一个有效的方法。     

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。     

本体的查询与推理研究

现今,计算机网络被广泛应用于生活的方方面面,而从海量的信息中搜寻出人们所需要的还存在诸多问题,于是产生了本体的概念.而本体的查询和推理是基于本体的应用中重要的组成部分,研究的目的是为了使知识得以充分表达并且对信息的查询更加精确、完备.首先介绍了本体的概念并建立本体模型,然后用本体查询语言SPARQL对已有模型进行查询并用SWRL对模型进行语义规则的扩充;最后介绍了Jena,并对本体模型进行推理,由此获得了更多知识.结论就是,在利用SPARQL和Jena进行查询与推理的过程中,推理将提高查询能力,而规则是提高推理能力的关键     

本体的查询与推理研究

现今,计算机网络被广泛应用于生活的方方面面,而从海量的信息中搜寻出人们所需要的还存在诸多问题,于是产生了本体的概念。而本体的查询和推理是基于本体的应用中重要的组成部分,研究的目的是为了使知识得以充分表达并且对信息的查询更加精确、完备。首先介绍了本体的概念并建立本体模型,然后用本体杳询语言SPARQL对已有模型进行查询并用SWRL对模型进行语义规则的扩充;最后介绍了Jena,并对本体模型进行推理,由此获得了更多知识。结论就足,在利用SPARQL和Jena进行查询与推理的过程中,推理将提高查询能力,而规则是提高推理能力的关键。     

面向语义网的中文本体应用研究

自从Protege出现以来,它成为唯一一款支持中文本体构建的工具,而且能够进行可视化操作。目前在部分领域已经构建了中文本体,但是对所构建本体在语义网中的应用缺乏研究。因为本体的应用主要依赖于推理工具,而国内尚无一款专业的基于中文本体的推理机或者推理工具,这阻碍了基于中文本体信息检索的发展。针对中文本体的应用,深入研究了本体在信息检索领域应用的现有技术、方法、工具。文中通过使用Jena开发包对中文本体的应用进行实验,实验表明,利用现有的推理工具等可以实现中文本体在语义网中的应用。     

基于本体的应急救援知识库构建及其应用

针对专家系统在应急救援领域应用中存在的知识表示及推理等问题,采用基于本体的知识表示方法与基于Jena的规则推理引擎,参考简单知识工程方法论与Jena规则语法建立一个高速公路应急救援本体与推理规则,实现本体知识库的推理。将该知识库应用于高速公路应急救援系统中,结果表明其具备解决实际问题的能力;有利于领域知识的共享与重用;促进了专家系统在高速公路应急救援领域的发展。     

基于本体的推理在行业信息化知识库中的应用

行业信息化知识库是一类结构复杂、功能繁多的系统,为解决知识库中知识共享和重用问题,利用本体论对行业信息化知识进行抽象和分析,并基于本体论进行行业知识关联,在已建好的行业知识本体基础上,介绍和分析语义推理工具Jena,包括推理所涉及的问题、Jena的各组成部分及其推理机制。介绍推理规则的语法,并给出一个Jena在语义推理方面的具体应用。实验结果表明,它能有效提高用户的查准率。     

语义驱动的司法文档学习分类方法

基于海量的司法文书进行的高效司法文档分类有助于目前的司法智能化应用，如类案推送、文书检索、判决预测和量刑辅助等。面向通用领域的文本分类方法因没有考虑司法领域文本的复杂结构和知识语义，导致司法文本分类的效能很低。针对该问题提出了一种语义驱动的方法来学习和分类司法文书。首先，提出并构建了面向司法领域的领域知识模型以清晰表达文档级语义；然后，基于该模型对司法文档进行相应的领域知识抽取；最后，利用图长短期记忆模型（Graph LSTM）对司法文书进行训练和分类。实验结果表明该方法在准确率和召回率方面明显优于常用的长短期记忆（LSTM）模型、多类别逻辑回归和支持向量机等方法。     

基于本体的汽车零部件采购订单的自动生成

本文使用Protégé作为知识建模工具开发汽车制造领域本体,以Jena为开发平台运用基于本体的语义检索技术和规则推理实现订单的自动生成,开发了一套基于本体的汽车零部件采购订单自动生成系统。由于本体是共享概念模型明确的、形式化的规范描述,将本体应用到汽车制造行业的ERP系统中,可以利用本体强大的语义关系表达能力和本体描述知识的共享性,以及建立在其上的自动推理机制实现供应链企业间异构知识的自动集成。     

基于间断区间的时间本体表示及应用

通过间断区间的时态理论扩展了OWL-Time,用在本体中表达单个事件带间断时区的情况。在本体中定义了间断区间概念以及间断区间的时态关系,并以物流领域运输事件的表示为例阐述了领域中基于间断区间的时间知识在本体中的表示方式。通过定义Jena中的原语、规则以及扩展对推理模型的操作构建了相应的推理机,对推理机进行实验检验,不仅验证了推理机运行的正确性,同时也保证了时间知识在本体和规则中表示的正确性,解决了带间断区间的时态知识在语义网中表示和推理的问题。     

知识网格中基于领域本体的智能检索

本文提出知识网格环境下基于领域本体的智能检索模型,采用OWL DL语言对领域知识进行形式化描述,支持推理和深层语义检索.＂标注＂和＂查询优化＂是检索的两个关键技术.通过规范的概念和概念间语义关系对文档片段进行标注,并针对＂一词多义＂问题提出＂主题-概念＂两阶段消歧算法.＂查询优化＂过程中,基于OWL DL推理的优化算法实现查询概念的自动扩展,提高了查全率和查准率.基于以上方法,建立航天领域本体,利用网上数据库开放资源作为测试集进行评测.实验显示,与传统基于     

基于本体的民航应急决策知识表达与推理方法研究

针对民航突发事件应急决策知识表达与管理中的问题,利用本体技术在知识获取和建模方面的优势,本文设计了一个基于领域本体的民航突发事件应急决策知识推理模型;以民航突发事件应急预案、应急案例、应急资源和应急规则等应急知识为基础,构建了民航应急管理领域词典,采用领域本体四元组建模方法给出了基于领域词典的本体构建过程;运用SWRL规则语言建立了民航突发事件应急决策所需的基本规则,采用Protégé本体编辑工具和Jena推理机实现了基于本体的规则推理,为民航突发事件应急决策知识的管理与应用提供了良好的方法与技术支持。     

基于OWL本体和SWRL规则的导弹智能故障诊断研究

针对复杂航空装备诊断知识缺乏、诊断效率低和知识共享性差等问题,以某型红外弹为例,提出一种基于OWL本体和SWRL规则的导弹智能故障诊断方法。首先以导弹FMECA结果作为知识源,通过基于ATML语法的OWL逻辑描述语言建立导弹本体模型,完成故障模式和故障原因本体之间的映射;其次采用语义网络规则语言SWRL描述知识库规则,建立本体知识单元之间类、属性和实例的对应关系,最后通过Racer推理机对导弹知识库进行故障诊断推理,获取故障诊断优先级顺序。推理结果表明,该方法能够解决复杂航空装备专家诊断系统中的知识表示困难、缺乏自动语义推理、重用共享性差等问题,获得最优的故障诊断路径的同时减少了故障排查步骤,从而实现了故障原因的快速定位,提高了复杂航空装备专家诊断系统的诊断效率和可靠性。     

基于本体的机场跑道侵入智能违规诊断研究*

为保证机场场面运行安全,从知识建模角度出发,提出智能信息处理方法诊断违规项目,使用SWRL、领域本体等技术构建跑道侵入违规诊断系统的本体模型。研究了将跑道侵入案例用语义规则形式化表示的方法,构建推理规则得出违规项目和硬件预防措施。结果表明,提出的方法较传统方法,结合本体和SWRL推理技术的方法准确率更高,性能更佳。