民航突发事件应急案例语义检索方法研究

针对突发事件条件下民航应急管理与决策的特殊性,设计了一个基于领域本体的民航突发事件应急案例语义检索系统模型。通过民航突发事件领域本体与语义案例库构建方法的研究,提出了一种针对语义查询请求及其语义分析过程的语义模式表达式匹配算法,并采用基于SWRL规则的推理过程实现了民航突发事件应急案例的语义检索。给出了仿真实验与结果分析,为基于本体的民航突发事件应急管理与决策提供了理论与方法支持。     

基于贝叶斯网络的民航突发事件因果关系分析方法研究

针对民航突发事件因果关系无法有效评估与关联分析的问题,提出了一种基于贝叶斯网络的民航突发事件因果关系分析方法。在民航突发事件应急管理领域本体的基础上引入贝叶斯理论,首先通过规则设计实现了领域本体中概念、关系与实例的贝叶斯网络转换,然后采用贝叶斯网络知识合成算法E-IPFP构建贝叶斯网络节点的条件概率表,并通过消息传递机制计算父子节点间的概率关系,获得民航突发事件因果关系的概率分布。采用民航突发事件应急管理领域本体和世界民航事故调查跟踪报告中的案例作为实验数据,给出了民航突发事件因果间关系的分析,为基于大数据的突发事件关联分析与推理提供了方法支持。     

基于LDA的领域本体概念获取方法研究

针对民航突发事件应急管理领域本体的自动更新问题,提出了基于LDA的领域本体概念获取方法。以文本信息作为数据源,采用NLPIR自适应分词与过滤方法获取候选术语集,设计了领域本体的LDA主题模型,通过吉布斯采样进行LDA模型训练与主题推断,实现了领域本体核心概念的相关术语提取;基于LDA主题概率分布研究了语义关系识别规则的构建方法,给出了概念及其相关术语语义关系的识别与实现过程。实验效果表明,该方法可以有效解决大规模领域本体概念的自动更新问题,为大数据环境下民航突发事件跨媒体信息的共享与推理提供了良好的数据支持。     

基于NNV关联规则的非分类关系提取方法及其应用研究

针对传统的非分类关系提取方法无法获得非分类关系的名称的不足,提出基于NNV(noun-noun-verb,名词名词动词)关联规则的非分类关系提取方法。给出NNV关联规则的相关概念及方法的实现过程,提取了民航突发事件应急管理领域本体中的非分类关系,完善了民航突发事件应急管理领域本体。与传统的非分类关系提取方法相比,有效获取了非分类关系的名称,保证了结果的准确率和召回率。     

面向领域本体非分类关系的语义相关度计算方法

针对民航突发事件领域本体非分类关系的语义查询扩展问题,提出一种面向领域本体非分类关系的语义相关度计算方法。该方法在数据属性方面,提出基于属性类型和属性值的语义相关度计算方法;在对象属性方面,针对查询词与本体概念或实例存在多种对象属性问题,提出基于对象属性的语义相关度计算方法,并结合领域本体在民航突发事件案例的语义查询过程给出了该方法的实现效果分析。该方法不仅有效地提高了语义查询的准确率和查全率,也为民航突发事件的应急决策提供了更好的方法支持。     

基于知识推理的医疗应急响应机制研究

应急响应是各类突发事件应急管理的关键.为解决现有医疗领域应急响应决策支持模式存在的精细化程度低、决策服务单一、智能性不足等问题,提出了混合基于案例推理和规则推理的医疗紧急呼救事件应急响应方法.该方法首先将呼救信息构建为呼救知识图谱并将医疗单位和警务单位等信息构建为外部知识图谱集;然后通过实体对齐技术,将呼救知识图谱和外...     

基于HBase的领域本体存储方法及其应用研究

在分析民航突发事件应急管理领域本体及其存储特点的基础上,提出了一种基于HBase的领域本体存储方法,采用将领域本体元数据与RDF实例数据分开存储的方式,给出了描述领域本体类及属性信息的元数据和RDF实例数据的存储模型,及其基于MapReduce的领域本体RDF数据并行加载过程。结合应用实现了领域本体基于HBase API的基本图模式查询,并在Hadoop环境下进行了实验与效果分析,为民航应急管理领域本体的海量数据存储提供了理论与方法支撑。     

基于Neo4j的领域本体存储方法研究*

在分析民航突发事件应急管理领域本体及其存储特点的基础上,提出了一种基于Neo4j的领域本体RDF图数据存储方法,研究了领域本体RDF有向标记图结构与Neo4j图数据库存储模型的关系,结合民航突发事件应急管理领域本体的实例查询,给出了RDF图与Neo4j之间的映射关系及其实现过程。实验验证了Neo4j图数据库在满足领域本体RDF图数据查询的同时,进一步提高了查询的效率,为大数据平台下的RDF图数据语义检索与推理提供了方法支撑。     

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。     

基于本体的突发事件应急服务模型研究

 通过研究本体理论,采用斯坦福大学医学院开发的七步法、本体构建工具（Protégé）和本体描述语言OWL,实现突发事件应急服务领域本体库的构建,研究突发事件应急服务本体模型（ESODM）对突发事件应急服务进行统一建模,有助于实现突发事件应急服务在语义级别上统一表达,从而使得突发事件应急服务信息具有计算机可以理解的语义,有助于解决不同应用之间的信息语义异构问题,有助于实现对突发事件应急服务信息资源的智能访问和检索,有助于解决语义层次上应急服务信息共享和交换等问题。     

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。     

民航突发事件领域本体关系提取方法的研究

针对民航突发事件领域本体关系抽取准确率低的问题,提出了一种结合注意力机制与双向门控循环单元(BiGRU)的关系抽取模型。首先查询预先训练的词向量矩阵,将文本中每个词语映射为向量表示;其次构建BiGRU,得到词语序列的上下文语义信息;然后在词语层面和句子层面分别引入注意力机制,为表达语义关系更重要的词语和句子分配更大的权重;最后进行模型的训练与优化。将该模型应用在民航突发事件领域本体的关系提取中,实验结果表明该模型相较于其他方法具有更好的提取效果,验证了该模型的有效性,为民航突发事件领域本体关系的自动获取提供了新的方法支持。     

一种应急预案本体模型及其应用研究*

目前,应急预案是分布于多个单位的非结构化文档,缺乏统一的建模方法,造成对预案描述的领域知识进行表示和利用存在困难。为解决以上问题,提出一种基于本体的知识建模方法,对应急预案文本进行建模,并实现应急领域知识共享。根据对应急预案文本结构特征进行分析,在重用现有本体模型的基础上提出了各主要要素的本体模型,形成一种应急预案本体模型（emergency plan ontology model,EPOM）。通过利用该方法对某区域防汛应急预案进行本体知识建模,开展应用研究。应用结果表明,该方法能够有效建模应急预案描述的     

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。     

A legal case OWL ontology with an instantiation of Popov v. Hayashi

The paper provides an OWL ontology for legal cases with an instantiation of the legal case Popov v. Hayashi. The ontology makes explicit the conceptual knowledge of the legal case domain, supports reasoning about the domain, and can be used to annotate the text of cases, which in turn can be used to populate the ontology. A populated ontology is a case base which can be used for information retrieval, information extraction, and case based reasoning. The ontology contains not only elements for indexing the case (e.g. the parties, jurisdiction, and date), but as well elements used to reason to a decision such as argument schemes and the components input to the schemes. We use the Protégé ontology editor and knowledge acquisition system, current guidelines for ontology development, and tools for visual and linguistic presentation of the ontology.