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SWRL的网络管理信息定义

针对当前现有的网络与系统管理信息定义语言种类多、语义和规则描述能力弱的缺陷,提出了一种在基于本体的网络管理框架中使用语义网规则语言SWRL(SemanticWebRuleLanguage)定义网络管理信息的方法。通过本体语言从语义的层面整合现有的管理信息定义语言,使用RuleML(RuleMarkupLanguage)定义管理行为的规则,提高了网络管理信息定义的表达力,为智能网管奠定了基础。     

基于SWRL本体推理研究

随着语义Web的兴起,本体技术已成为计算机学科中的一个研究热点。在分析本体、Web本体语言OWL和语义网规则描述语言SWRL的概念和特点的基础上,利用MPEG-7标准中的视觉描述子来描述图像的特征,采用本体建立图像的语义特征,将SWRL引入图像情感识别领域,利用SWRL构建推理规则。通过建立图像的本体信息和推理规则,并用规则推理出本体中隐含的信息,实现图像情感识别,使计算机具有一定的情感推理能力。     

构建XML本体信息研究

文中在简要介绍语义网概念的前提下,针对语义网模型中定义语义的RDFS层和本体层进行研究.在介绍RDF和RDFS的基本特性和一般形式的基础上,重点研究使用OWL构建XML本体信息的方法,并分析这些方法各自的特点和优势,文章将RDFS和OWL进行比较,阐明了它们之间的相互关系.所进行的研究能够对语义网络的本体构建的发展具有一定的促进作用.     

构建XML本体信息研究

文中在简要介绍语义网概念的前提下,针对语义网模型中定义语义的RDFS层和本体层进行研究。在介绍RDF和RDFS的基本特性和一般形式的基础上,重点研究使用OWL构建XML本体信息的方法,并分析这些方法各自的特点和优势,文章将RDFS和OWL进行比较,阐明了它们之间的相互关系。所进行的研究能够对语义网络的本体构建的发展具有一定的促进作用。     

语义网服务中的本体综述

作为实现下一代Web的集成方案,语义网服务将语义Web技术和Web服务技术相结合,以支持Web服务的自动发现、选择、合成和执行.本体是语义网服务的理论基础.介绍了Web资源描述本体OWL和Web服务描述本体的概况,并对3种主流的Web服务语义描述框架进行对比分析,为语义网服务中本体的创建提供基础知识.研究了语义网服务中存在的各层次的本体异构问题,明确了语义网服务中本体集成的主要研究方向.     

一种基于OWL的语义网数据划分与并行加载方法

随着语义网数据规模的爆炸式增长,海量数据存储和检索面临越来越严峻的挑战,分布式数据库与并行计算已成为其主要解决方案。基于列存储分布式数据库HBase设计了一种多表语义网数据存储模型,实现从OWL本体定义到存储模型的映射。基于OWL本体定义信息对语义网数据实现按类划分,并将三元组存储于主体所属于的类的两张表里,采用MapReduce框架实现并行的数据划分和加载任务,最后在Hadoop集群环境下对方法进行了可行性验证。     

基于语义网的企业知识协同管理研究*

提出了基于语义网的企业知识协同管理框架,并分析了各知识协同层次的功能和相关技术。在数据层采用XML技术实现数据的集成和交换,并利用领域本体的语义集成分布式的知识资源,建立全局本体映射以消除存在于多个本体间的语义异质性,在知识层通过协调这些具有语义异构性的本体来实现多个企业的知识共享。最后,以企业间专利资源的协同管理为实例,阐明了企业知识语义化的过程。     

基于语义查询本体的语义网文档检索

语义网的发展使人们需要对语义网文档进行检索.为了在不需要专业知识和技巧的情况下让用户能形成语义的查询,提出了一种基于本体可以在结构化的知识库里检索语义网文档的算法.通过将自然语言查询术语映射到词汇意义来构造查询本体,以及检索跟查询本体最相似的语义网文档,提高了对语义网文档检索的查准率,使用户能更好地利用语义检索服务.     

语义网中OWL本体概述及其构建方法研究

近年来,语义网(Semantic Web)以其良好的知识表达、交流、共享和推理能力,已被各个领域广泛接受,语义网是当前Web的延伸.而本体是语义网的关键,利用本体语言对Web上已有的信息进行更为有意义的组织和编码,从而实现机器与人之间的有效通信.本文对语义网和本体语言进行了分析,并在此基础上阐述了基于Protégé的OWL本体构建技术.     

Ontology领域概念化模型的研究

语义网是当前Web的扩展,是WWW发展的核心技术之一。为了实现语义网,需要有丰富的且及时更新的本体。本体作为语义网的知识表示模型很好地解决了语义层次上Web信息共享和交换的问题。而本体的构建及其形式表示方法,是建立语义web的基础和核心。论文从Ontology的基本理论出发,基于基本概念、角色和关系,探讨了Ontology领域概念化模型的建立。     

机器学习在本体映射中的应用

文中针对语义网中同领域内的本体异构现象,以及无法实现领域内本体库共享的问题．提出利用人工智能研究中的机器学习算法来解决。通过概念匹配映射使异构本体的语义更好地得到映射,并在果品领域经过实例的应用,其效果还是客观的。在本体映射匹配研究中,机器学习算法发挥了很大的作用,对语义重叠的概念进行高效率的推理匹配映射．为语义网本体异构的环境下实现信息在语义上的共享互操作提供了一种解决的途径。     

一种面向语义网服务的本体映射框架*

本体的异构性阻碍了语义网服务的互操作。从解决语义网服务中本体的异构问题出发,同时考虑到目前的本体映射系统大多效率不高、映射结果不够准确的问题,提出了一种适用于语义网服务的本体映射方法及系统框架。该方法利用机器学习技术来提高本体映射的自动化程度,利用综合评判技术修正映射结果,以提高本体映射的准确率。采用OAEI 2007的基准测试数据集benchmarks进行实验测试,结果表明本系统的性能基本达到预期效果,能够有效地解决语义网服务中的本体异构问题。     

一种基于语义的服务发现算法

提出了基于语义Web的技术。首先要定义一个服务本体,服务提供者通过服务本体描述服务信息,并以语义Web的形式来发布。用户可以定义查询条件来查询自己所需要的服务。查询条件可以多种形式定义,如语义Web形式和三元组形式。这需要有一个算法来处理用户查询,能够处理语义信息并进行推理,对用户的查询和所提供的服务进行匹配,并返回查询结果。文章研究了语义Web的推理机制,并提出了一种用于快速和准确的服务发现的匹配算法。     

基于本体的生物信息数据源的发现

随着互联网和生物信息的飞速发展,即时发现新的生物信息数据源来进行研究变得非常重要。传统的基于关键词的搜索引擎由于忽视了关键词本身所含的语义信息而得到较低的查全率和查准率,文中提出了基于本体的生物信息数据源发现的方法。通过本体描述的领域知识和反映文档信息的特征短语来语义扩充用户请求,从而提高了检索的查全率和查准率。     

基于本体的学前教育资源建模研究

由于传统web资源存在着先天的局限性,网络中的资源描述缺乏语义信息,往往很难进行语义层面上的推理和检索。本体是共享概念模型的明确的形式化的规范说明,通过概念之间的关系来描述概念的语义。本文通过将本体构建技术应用于学前教育学科资源的构建中,构建的学前教育学科实验本体,初步实现了对该实验本体的查询和推理。     

基于本体的生物信息数据源的发现

随着互联网和生物信息的飞速发展,即时发现新的生物信息数据源来进行研究变得非常重要.传统的基于的搜索引擎由于忽视了关键词本身所含的语义信息而得到较低的查全率和查准率,文中提出了基于本体的生物信息数据源发现的方法.通过本体描述的领域知识和反映文档信息的特征短语来语义扩充用户请求,从而提高了检索的查全率和查准率.     

基于语义网的旅行代理研究

随着旅游信息的快速增长,旅游质量已不能满足旅游者的要求.为提高旅游者的旅游质量,文中给出一种旅行代理的方法.根据软件代理的思想提出了旅行代理,简述旅行代理的概念和作用,描述语义网架构和本体概念,通过本体构建工具Protégé来构建旅游领域本体库,研究语义网环境下旅行代理的意义.但是由于时间等诸多原因,研究内容尚处于基础性的阶段,进一步遵照标准应用本体技术,创建实用、可靠的基于语义网的旅行代理系统,还有待进一步工作.     

一种支持自定义模糊数据类型表示的模糊OWL扩展

语义网需要能够以一种智能的方式来表示和处理模糊知识与数据信息,但最近的研究证明,OWL在数据类型表示方面存在严重的局限性:首先,它不能处理在语义网和本体中广泛存在的不精确以及不确定信息;其次,它不支持自定义数据类型及自定义数据类型谓词的表示。为了解决上述局限性,提出了一种新的模糊描述逻辑F-SHOIN(G),给出了F-SHOIN(G)的语法、语义。然后,以F-SHOIN(G)为逻辑基础,并结合RDF/XML的语法规范,重新编码f-OWL中的描述算子,用来表示模糊本体知识,形成f-OWL。f-OWL不仅能够表示本体中的模糊知识,而且能够表示本体中含有自定义模糊数据类型及自定义模糊数据类型谓词的模糊数据信息,为模糊本体的研究提供了新的表示方法。最后,还给出了由OWL文件到f-OWL文件的转换规则,从而实现了f-OWL对OWL的兼容。     

语义网中基于机器学习的本体映射研究

本体映射是解决语义网中不同本体间的知识共享和重用问题的有效方法.本论文从解决语义网中本体的各种异构问题出发,同时考虑到目前的本体大多映射效率不高、映射结果不够准确的问题,在对比分析了本体映射各种方法的基础上,重点研究了基于机器学习技术的本体映射机制,提出了一种高效地建立本体映射的方法及系统框架,该方法利用机器学习技术来提高本体映射的自动化程度,利用综合评判技术来修正映射结果,以提高本体映射的准确率.