基于本体的政务数据仓库构建方法研究

针对当前的政务数据仓库构建过程中面临需求难于确定和元数据不能重用的问题,提出通过建立政务领域本体来构建政务数据仓库.阐述了政务数据仓库构建的一般开发过程以及数据仓库中元数据的作用和意义,然后引入本体的思想指导政务数据仓库的构建,用于解决需求不确定以及元数据缺乏标准的问题,最后给出采用领域本体来构建政务数据仓库的过程.在此基础上,给出了实例来说明基于本体的政务数据仓库构建的过程,并将该方法成功用于企业基础信息数据仓库的构建.     

本体论在企业信息检索中的应用

本文对本体论与目前的智能信息检索技术进行了概述,并进行了领域本体构建方面的探讨,提出了将本体应用于信息检索的思路。基于本体论的信息检索方法克服了目前基于关键词检索所造成的信息用于和丢失的不足。其查询方法更符合人类的思维习惯．查询结果也更合理、可用。     

面向搜索引擎的多策略本体半自动构建方法

为减少本体建设中对领域专家的过分依赖,结合本体应用于搜索引擎的特点,提出了一种多策略的本体半自动构建方法.构建一领域本体雏形应用于信息检索;在概念抽取模块,基于用户查询的统计信息以及与本体雏形中概念的关联法则进行概念抽取;在关系发现模块,综合运用概念组合同现频率,在用户点击链接正文中的互信息和基于<知网>的语义分析对抽取出来的概念组合进行筛选和语义分析;最终将结果更新入本体.将该方法应用医学健康知识信息检索,实验结果表明,该本体半自动构建的方法是可行的,更新本体的内容符合本体构建标准.     

基于领域本体的政务信息检索系统

现有政务信息检索系统存在两个主要问题:一是采用基于关键词匹配的检索技术忽略了对用户检索条件的语义理解,缺乏对于文档实质内涵的准确描述;二是由于对政务信息领域知识的缺乏,用户不能很好地提出符合自己检索需求的检索条件。针对这些问题,提出了基于领域本体的政务信息检索方法,即通过引入本体,在文档和检索条件间建立一种基于本体的由本体中的词汇集组成的结构化的对应关系;设计并实现了相应的概念词抽取、检索条件扩展算法以及原型系统。实验结果表明,该方法在检索的查全率和查准率方面都有很大的提升。     

基于叙词表的领域本体构建方法研究

提出了一种利用现有术语丰富的叙词表构建领域本体的方法,该方法可以减少构建领域本体的工作量.通过基于<农业科学叙词表>构建果树学领域本体的实例,对一种基于叙词表的领域本体构建方法的设计过程进行了详细叙述,该方法分为3个阶段,即领域本体的信息收集和分析、领域本体的详细设计、领域本体的表示,其中详细设计是核心,该阶段将叙词表中出现的核心词汇、语义关系转化到本体中,并补充了更丰富的语义关系.     

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。     

基于茶虫害本体的智能检索系统设计

目前信息检索正在向着领域化、智能化方向发展.针对农业领域的分支领域茶虫害为研究对象,通过构建茶虫害领域本体,设计并实现了基于茶虫害本体的智能检索系统.该系统在特定主题的限定下进行信息的搜集和检索,能识别所搜索的网页与主题是否相关,而且能产生智能导航链接在主题最相关的范围内搜索,把信息检索从目前基于关键词层面提升到基于知识的层面,从而能够帮助用户更容易地找到感兴趣的信息,提高信息服务的质量和信息检索的准确率.     

基于本体的几何学知识获取及知识表示

文中研究了基于本体的几何学知识获取,并运用此方法获取几何学领域中的类、属性、关系及公理等;同时,研究了基于本体的知识表示,并将几何学知识转化为该领域本体,用RDF/OWL的形式进行描述.在此基础上构建了一个可共享、可重用、可扩展的几何学本体,形成了一套较完整的几何学知识获取和知识表示体系,将其应用于建立几何学知识库,可大大提高知识搜索和知识推理的效率,并为几何学专家系统、几何学信息检索、几何学教育系统、自然语言理解等领域提供智能基础.     

基于本体的个性化信息检索技术研究

针对传统的采用关键词的信息检索方式在个性化方面的不足,提出了一种根据领域本体的个性化信息检索模型.首先获取用户的特征信息,接着利用用户的特征信息构建基于本体的用户兴趣模型,在检索过程中通过领域本体概念和用户兴趣模型对检索请求进行分析并对其进行扩展,获得符合检索意图的结果,在此基础上按兴趣度大小处理后将最终个性化信息检索结果反馈给用户.通过搭建关于本体的个性化检索原型系统,仿真结果验证了改进模型的有效性.     

利用领域本体概念关系的混合信息检索方法*

利用领域本体概念关系实现语义检索,当没有可用的本体知识时,按传统关键词匹配完成检索.这种基于领域本体的混合信息检索模型融合关键词检索和语义检索的优势,弥补各自的不足,以改善检索性能.将其应用于计算机网络领域,将基于领域本体的混合信息检索模型与传统的关键词检索模型进行对比实验,结果表明混合模型的平均查准率得到了提高,验证...     

基于本体与元数据的语义检索

论述元数据和本体的基本概念，分析两者的区别与联系。提出将本体的语义推理能力应用到现有使用元数据进行资源管理的信息系统中，实现基于语义的元数据检索。在电子政务信息资源领域开发了政务信息资源领域本体，阐述这种语义检索的方法，开发原型系统，证明该语义查询的可行性和有效性。     

本体辅助政务信息检索

采用传统基于术相结合,有利于用户的奁询语义充分表达,进而提高检索质量.提出了具体实现方案,以及结合相关领域主题词表来设计政务本体、用本体概念的高频组合词汇提高辅助查询能力的方法.最后通过实例验汪了理论的正确性.     

基于需求评估响应的循环迭代本体构建方法

针对与IEEE 1074-1995软件开发标准相比成熟度较高的METHONTOLOGY方法和七步法中未考虑到本体质量评估及其响应的问题，提出一种基于需求评估响应的循环迭代本体构建新方法。首先，借鉴软件开发V-模型和本体测试框架对所建本体进行需求分析，以定义出一套强调满足需求而非知识丰富度的本体测试文档；其次，细化核心架构、架构知识体系，并更新测试文档；最后，利用测试文档分别评估核心架构、架构知识体系、需求分析上的知识可满足性表达，并在知识表达不满足的情况下进行本体的局部或全局更新。与本体构建常用方法相比，所提方法能实现本体构建过程中的评估与迭代演进。此外，运用该方法建立的政务本体不仅为事项办理相关知识提供了知识表征框架，还为政务知识计算提供了新思路。基于所提方法开发的政务流程优化程序已成功应用在某省的政务大数据分析领域，这在一定程度上证实了方法的合理性与有效性。     

基于需求评估响应的循环迭代本体构建方法

针对与IEEE 1074-1995软件开发标准相比成熟度较高的METHONTOLOGY方法和七步法中未考虑到本体质量评估及其响应的问题,提出一种基于需求评估响应的循环迭代本体构建新方法。首先,借鉴软件开发V-模型和本体测试框架对所建本体进行需求分析,以定义出一套强调满足需求而非知识丰富度的本体测试文档;其次,细化核心架构、架构知识体系,并更新测试文档;最后,利用测试文档分别评估核心架构、架构知识体系、需求分析上的知识可满足性表达,并在知识表达不满足的情况下进行本体的局部或全局更新。与本体构建常用方法相比,所提方法能实现本体构建过程中的评估与迭代演进。此外,运用该方法建立的政务本体不仅为事项办理相关知识提供了知识表征框架,还为政务知识计算提供了新思路。基于所提方法开发的政务流程优化程序已成功应用在某省的政务大数据分析领域,这在一定程度上证实了方法的合理性与有效性。     

Apriori算法在政务本体构造中的应用

获取政务频繁词汇与词群是建立实用政务本体,实现政务信息资源深度开发利用的前提.提出了基于Apriori算法发现政务频繁词汇与词群的方法,并结合政务训练文档,做了相关实验.该方法首先利用典型政务文档,构造政务字典,并获取政务句子数据库.在此基础上,通过Apriori算法来发现句子数据库中的政务频繁项集和词群.     

信息网格中基于本体的信息共享全局视图构建方法研究

信息共享对于增强信息网格单元的协作能力和快速反应能力起着至关重要的作用．从解决信息网格语义异构问题出发，为实现网格信息共享，提出了一种基于本体的信息网格全局视图构建方法．该方法主要由两部分核心内容组成：全局本体的生成和基于全局本体的全局视图构建．首先深入研究了信息网格全局本体的生成；基于全局本体透彻分析了如何构建信息共享全局视图；结合具体实例详细说明了所提出信息网格全局视图构建方法的工作流程与应用．对于相关工作进行了分析比较，最后给出了结论和下一步工作．     

OWL本体关系数据库构建方法

随着本体种类和资源的增加,本体的结构越来越复杂,为了合理地存储各种结构类型的本体、支持高效的本体查询,本文提出了一种基于关系数据库的OWL本体存储方法。该方法通过细致考虑OWL的基本元素,采用与传统的本体分解存储模式不同的构词分类方法,将OWL本体中的类、属性、实例、属性特征和属性约束分别存储在一张二维表中,从而解决了资源与属性值之间的复杂关系问题,并保证了OWL本体存储到关系数据库后语义信息的完整性。最后,利用关系数据库管理系统高效的检索和匹配速度以及SQL语言的高度非过程化,将检索和匹配OWL本体转换成检索关系数据库,弥补了OWL本体数据查询效率低的不足之处。     

信息抽取中领域本体建模方法研究

近几年来,本体作为一种知识重用、知识共享和建模的重要工具,尤其是领域本体,在信息抽取系统中扮演着越来越重要的角色。但是,目前领域本体的创建还缺乏系统的、工程化的方法。首先介绍了本体的概念及本体的建模准则,然后分析了现有的几种常见的本体建模方法,并通过对比分析各种方法的优缺点,再结合信息抽取的原理以及软件工程的思想,提出了一种新的领域本体的建模方法。该方法具有很强的逻辑性和可操作性,可被一些领域本体在建立时采用。     

基于粗糙集和模糊聚类的政务本体学习模型

根据政务信息资源的特点,提出了一种新的政务本体学习模型。首先通过命名实体获取领域概念,然后利用粗糙集和模糊聚类理论对模式匹配算法进行改进,进而采用改进的模式匹配算法获取领域概念之间的显式和隐式关系。大量的实践证明：利用该模型能够从庞大的政务信息资源中有效地进行政务本体学习,克服了传统模式匹配算法不能很好地获取概念之间隐式关系的问题。     

基于本体的语义分析过程与方法的研究应用*

为了提高信息化环境下语义分析能力,将本体引入语义分析。通过对典型本体构建方法的比较与综合,形成一种持续优化的本体构建方法,在此基础上进行概念分析、关系推理。进一步对比基于本体的语义分析和其它语义分析方法,指出基于本体的语义分析更具系统性、针对性,推理能力强。最后,将基于本体的语义分析应用到软件缺陷分析系统中。结果表明,它能够集成到原有系统中并有效进行关系推理和冲突识别。