基于本体的语义虚拟环境查询与推理模型

当前将本体引入到语义虚拟环境的研究,只是将领域本体的可视化信息用本体表示,并未发挥本体本身具有的优势。为此,提出一种基于本体的语义虚拟环境查询与推理模型。利用OWL语言统一描述虚拟场景图形内容与语义信息,并分别对两者进行查询,在图形内容查询过程中引入本体的推理方法推理出隐含的图形内容信息,然后查询需要的信息。在语义信息查询时引入语义搜索方法,利用基于语义距离计算本体概念相似度的方法计算语义虚拟环境本体中类之间的相似度,搜索与被查询实例语义相似度最大的实例,并借助推理找出其间的关系。对语义虚拟家具商店进行本体的查询与推理,结果证明了该模型的可行性。     

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。     

基于领域本体科学效应知识语义检索的研究

当前传统的信息检索技术并不能准确的捕获用户的信息需求,基于本体的方法虽然考虑到语义搜索的复杂性但是却迫使用户使用一个十分难以掌握的查询语法．通过对用户查询习惯和查询短语的分析,我们发现查询短语通常为简单的动宾结构短语．针对化学领域科学效应知识和用户的查询习惯的特点,给出了一种从自然语言查询到本体知识映射的语义检索的方法．     

基于本体的法律信息语义检索

网络中海量的法律信息及其多义性为准确、高效的查询检索提出了难题,进而也桎梏着司法判案、决策的方法。为了较好地解决司法信息检索中存在的问题,通过对国内外领域本体方法、语义Web技术的研究,借助本体的概念构建了面向案例的法律信息语义检索原型,为法律领域的知识管理和信息检索提供了可借鉴的参考。     

基于领域本体的语义查询扩展

在信息检索研究领域,资源与查询词的匹配决定信息检索质量。现有检索方法的检索结果存在过多不相关信息,不能很好满足用户需求。针对传统信息检索存在的问题与当前语义查询扩展方法的特点,本文在分析各种语义查询扩展方法及其相关研究的基础上,提出一种改进的基于领域本体的语义查询扩展方法。该方法论通过本体模型和概念相似度的计算对检索信息进行检索意图树的构建并扩展;然后在资源本体中以最短路径的方式搜索资源。实验结果表明,本文方法相较其他查询扩展方法能得到更好的检索结果。     

语义信息检索框架设计及其算法研究

传统信息检索信息资源缺少统一的语义描述,用户难以查找到与需求相关的资源,导致查询精确度较低,针对这一缺陷,实现语义级的信息检索的研究成为目前研究的热点。在现有的语义信息检索方法的基础上,提出了一种新的基于语义网的语义信息检索框架,详细描述框架的三大模块,并针对该框架结构以及语义网技术对语义检索的算法进行研究,给出实现语义检索的算法。该算法对本体树进行深度优先遍历,得出准确的查询结果,提高了信息检索的查全率。     

基于本体的语义搜索研究综述

基于本体的语义搜索将Web搜索带入一个新时代。它使我们能够在浩瀚的网页中更加快速准确地找到想要的信息。本体具有明确的概念描述,基于本体的搜索能够评测关键词之间的语义差异,从而在文档或者查询中找到更准确的结果。因为所选本体的不同,基于本体的语义搜索方法也会不同。该文总结了多种不同的研究方法,并根据搜索相关技术的分类标准进行了比较。最后通过这些比较,找到今后进一步研究的方向。     

基于本体的地理信息查询和排序

建立了一个基于本体的地理信息查询系统(OGIIS)。通过对地理本体实例的语义推理和索引，OGIIS实现了对地理实体中语义关系的查询，解决了传统的地理信息查询中无法对语义关系进行查询和推理的问题，提高了地理空间语义网上对异构数据信息检索和查询的智能性和准确度。     

基于地理空间语义网的异构地理信息查询

论文建立了一个基于地理空间语义网的地理信息查询系统OGIIS(Ontology-basedGeographicInformationInquirySystem)。通过对异构数据信息进行语义推理和索引,并用地理本体实例生成算法GOBA(GeoOntologyBuildingAlgo-rithm)建立地理本体实例,OGIIS可以极大地提高对地理空间语义网上的异构数据信息检索和查询的智能性和准确度。     

基于本体驱动的法律信息检索模型

本文提出了基于本体驱动的法律信息检索模型，以解决当前Web信息检索中存在的问题。本文运用到了数据挖掘中的关联规则，并借鉴“七步法”来构建信息检索模型，构建步骤包括文档预处理、构建领域本体、过滤、构造人机接口等。向用户提供基于法律本体的概念查询、语义扩充查询、分类浏览等检索手段。该模型能够改善用户查准率和查全率，实现对该领域资源的智能化检索。     

图像数据的结构化协同标注与检索

通过分析图像数据对语义信息的检索需求,提出一种表达图像信息的结构化方法,并定义一种根据图像中隐含语义信息来判定相似度的算法。该方法在一定程度上克服了基于内容的图像检索和基于文本的元数据图像检索这2种常用图像检索方法缺乏语义信息匹配上的不足。原型系统根据结构化协同标注中语义信息的丰富程度与图像检索的精确程度,证明了该方法的有效性。     

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。     

元数据在P2P网络下查询改进中的应用

针对P2P网络中由于查询条件的弱语义和粗粒度、检索效率低下以及网络带宽消耗的问题提出了一个基于元数据的高效查询算法,通过在任意P2P数据管理层的基础上建立一个统一的元数据层,各个节点自动抽取共享数据的详细的元数据信息,每个节点不仅保存本地共享数据的元数据信息,而且存储访问过的最感兴趣的数据的元数据信息,并使用数据库对元数据信息进行高效管理,从而使所有节点都具有自我学习的能力,充分利用元数据信息提高检索效率。     

基于语义关联技术的信息检索策略

为提高在海量数据中的信息检索效率,分析了元数据目录服务技术的现状及其不足,通过引入语义关联技术,将语义关联的信息检索技术与网格信息服务技术有效结合,提出了一种改进的能有效提高检索效率的检索框架,并结合实例进行了描述.实验结果表明,该优化的语义关联查询方法是有效、可行的,能有效提高海量数据中信息检索的查准率和查全率.     

语义网检索中的知识收集方法研究

针对传统信息检索中存在的缺乏知识表示和语义处理能力低的问题,本文提出了一个基于本体的语义网信息检索框架,该框架包括知识收集与储存层、人机交互层和知识处理层。对该框架中知识收集与储存层的关键技术及实现进行了介绍,主要包括领域本体库的构建、元数据的提取和知识库的构建等功能。其中,对元数据提取中的核心技术的实现,如领域本体库的解析、文件预处理、语义标注、知识抽取等作了详尽的介绍。     

语义桌面环境下一种基于概念图的文档检索方法

语义桌面作为语义Web的一个重要分支,可以为个人计算机用户提供丰富的元数据,用以记录桌面文档的各种特征。这些特征包括文件的常规属性和与用户行为相关的属性,它们为桌面文档检索提供帮助。受到"概念图"理论的启发,本文提出了一种语义桌面环境下的文档检索算法。该算法能有效地利用语义桌面提供的元数据建立一种便于快速查找的文档索引结构,迅速地确定用户查询与桌面文档之间的投影算子。实验表明,该算法的时间效率比以往的基于匹配推理的投影算法有很大的提高,可以在很大程度上满足用户对桌面文档进行快速检索的需求。     

基于Hadoop的水利元数据语义搜索方法

为了解决水利领域中元数据搜索引擎缺乏语义理解,并且在集中式环境下索引水利元数据效率低下的问题,本文提出一种基于Hadoop的水利元数据语义搜索方法。首先结合本体与查询扩展技术的语义搜索方法,设计水利领域的本体推理规则、语义相似度计算方法、扩展词选择方法和语义相关度排序方法,从而有效地提高搜索结果的查全率与查准率;其次,针对XML形式的水利元数据建立索引的效率低下问题,引入Hadoop平台中的MapReduce并行处理模型,并行化处理解析提取元数据信息与索引建立工作,并修改SequenceFile的文件结构,以应对水利元数据的小文件问题,解决集中式环境下对水利元数据建立索引的性能瓶颈;最后利用Hadoop强大的并行计算能力,设计分布式环境下的语义扩展查询方法,从而提高水利元数据的查询效率。     

基于语义相关度排序的政务信息资源检索算法

政务信息资源检索是政务信息资源共享系统的重要功能。以《政务信息资源目录体系》国家标准中的XML元数据规范为依据,提出了一种支持关键词搜索的政务信息资源检索算法。该算法使用政务信息资源XML元数据的TF*IDF和关键词依赖度对检索结果集进行语义相关度排序,通过改进关键词倒排索引来提高检索效率。实验表明该算法在检索结果排序精确度和时间效率上均有较大的改善,可有效提高政务信息资源利用的数据共享服务能力。     

Ranking complex relationships on the semantic Web

Industry and academia are both focusing their attention on information retrieval over semantic metadata extracted from the Web, and it is increasingly possible to analyze such metadata to discover interesting relationships. However, just as document ranking is a critical component in today's search engines, the ranking of complex relationships would be an important component in tomorrow's semantic Web engines. This article presents a flexible ranking approach to identify interesting and relevant relationships in the semantic Web. The authors demonstrate the scheme's effectiveness through an empirical evaluation over a real-world data set.