一种快速高效的本体匹配方法

本体匹配是解决本体异构问题的主要方法之一,一个高效、精确的相似度计算方法是本体匹配的前提条件,针对目前本体匹配时计算复杂以及计算不精确的问题,提出了一种改进的本体匹配方法,该方法首先通过对本体库分类来确定候选匹配集,减少了相似度计算的工作量;进而根据本体的定义模型,从概念实例、概念属性和概念结构等方面来综合计算概念相似度,提高了相似度计算的精确度。实验表明该方法能在较少的时间复杂度上达到较好的匹配效果。     

基于语义的服务混合匹配方法研究

为了提高Web服务匹配的效率和灵活性,提出了一种基于语义的Web服务混合匹配方法。该方法首先扩展了服务的功能描述模型,并基于该扩展模型进行混合服务匹配。混合匹配方法联合使用了两种匹配策略：基于推理的匹配策略,通过本体概念的逻辑关系实现匹配;基于相似性计算的策略,通过本体概念间相似度计算进行服务的匹配。在服务匹配过程中,首先使用基于推理的匹配策略将服务分成4个匹配等级,然后,采用基于相似性计算的匹配策略对候选服务进行进一步地匹配。实验结果表明该方法是可行而有效的。     

基于结构相似性的需求资源本体匹配方法

为解决国防动员指挥流程中需求、潜力等信息资源描述不一致、匹配不高效问题,在构建具有相似结构的需求和资源本体的基础上,提出基于结构相似性的需求资源本体匹配方法。该方法首先利用需求和资源本体清晰且相似的概念层次结构,对其进行基于本体树的概念类映射,减少概念对的搜索空间,提高了匹配速度;然后对映射类的实例集采取属性约束的方法进行精确匹配,确保了匹配质量。最后以某部国防动员指挥所中的交通运输业务为例,验证了该方法的可行性和有效性。     

语义Web服务匹配框架模型研究与设计

针对目前语义Web服务匹配缺乏灵活、有效的匹配方法及其框架模型的现状,分析了语义Web服务匹配的各个阶段,对其中的不足进行了改进,提出了本体概念的权重的计算方法,本体概念之间相似度的具体量化计算方法,新的接口匹配方法.在语义Web服务匹配框架方面,根据语义Web服务匹配的特征,提出了基于过滤器的框架,并给出了相应的具体设计.     

一种基于本体概念语义距离的服务相似度度量方法

随着语义Web服务及语义网格服务应用的不断深入,对服务资源的需求日益增长,服务匹配在服务发现和服务组合研究中的地位也日渐重要.在服务使用OWL-S描述的前提下,服务匹配通常认为是本体概念的匹配,概念匹配的目的是发现概念间的语义相似度.概念的语义相似度不但与概念间的距离有关系,而且还受概念在本体中层次深度的影响.综合考虑这两个因素,提出了一种基于语义距离的概念相似度度量方法,给出了语义距离的定义,明确了语义距离与语义相似度的关系.最后,通过与其他方法的实验比较,验证了该方法的有效性.     

基于模糊概念格的语义Web服务匹配

针对不同本体领域语Web服务匹配问题,提出基于模糊概念格模型的语义Web服务匹配方法。将不同本体映射成统一形式背景,进而形成模糊概念格结构,最后在模糊概念格结构的基础上,提出了服务的相似度计算方法。实验结果表明该服务匹配方法的有效性。     

基于语义相似度的Web服务匹配研究

现有的语义Web服务匹配算法没有考虑到本体概念间的多元关系,导致概念的语义不能被完整地反映出来,从而影响了算法的匹配性能。利用本体概念间的多元关系定义了一种语义距离,并通过该语义距离给出了概念间的语义相似度计算方法,在此基础上提出基于语义相似度的Web服务匹配算法。该算法通过本体概念间的语义相似度来反映Web服务的匹配程度。最后,通过对比实验验证了该算法的可行性和有效性。     

基于小波的广义立体像对匹配方法研究

以广义立体像对匹配为目标,针对覆盖同一地区的多源遥感数据,提出广义立体像对的概念,并以此概念为前提,研究了广义立体像对的匹配方法,设计了基于小波变换的由粗到精的金字塔分层相关匹配方法,并结合现有的遥感数据,对广义立体像对匹配方法进行了实验分析,验证了该方法的可行性以及匹配精度的可靠性.     

基于本体的任务和知识个体匹配模型研究

为实现在知识产品在线定制过程中任务和知识个体的有效匹配,鉴于传统的基于关键词的匹配技术忽略语义信息的缺点,本文提出了一个基于本体的任务和知识个体匹配模型。首先提出了一种综合改进的概念语义相似度计算方法用以提高概念间的语义相似度计算的准确性,然后将任务信息和知识个体的信息分别抽象为任务概念向量和能力概念向量,通过计算两个概念向量之间的语义相似度,得到任务和知识个体的匹配结果。实验结果表明,该模型具有较高的准确率和召回率,能够为知识产品在线定制提供有效的匹配服务。     

一种半自动Web服务语义标注方法

针对目前Web服务语义标注方法的准确性不高和随意性较强等问题,提出一种半自动Web服务语义标注方法。首先解析Web服务的功能接口信息,抽取作为标注对象的核心词;然后利用概念相似度匹配算法生成候选概念集合,供自动标注或人工选择标注;若候选概念集合为空集,则利用同义词匹配算法与模式匹配算法再次匹配,求得新的候选概念集合。实验结果表明,该语义标注方法有效提高了查全率。     

自然语言检索中的概念语义控制

关键词检索方式是一种以词汇控制为主流控制方式的主题检索方式,它的致命不足是"字面匹配";概念控制仍属于词汇控制的范畴,只是用概念的相交、概念的匹配等逻辑方法实现的语义匹配取代传统的字面匹配。如何将检索从关键词层面提高到知识(或概念)层面,是目前情报信息检索领域研究的一个热点。文章通过对概念检索、语义检索以及两者之间关系的阐述,说明了如何实现自然语言检索中的概念语义控制,从而能够从概念语义层面上来认识和处理用户的检索需求。     

基于文本的分类方法研究

讨论了几种基于文本的分类技术的原理和方法 ,基于语义网络的概念推理网利用关键概念和其他概念间的相互关系 ,模拟人脑的推理思维模式 ,将文档分类、模式匹配转化为一个文档匹配的推理过程 ,实现文本分类。比较了这几种方法 ,列出了其特点     

概念图知识表示方法的研究

本文简要介绍了一种新的知识表示方法－概念图;详细论述了概念图知识表示的机器内部实现方法以及在推理过程中如何实现概念图之间的匹配。     

基于概念图的信息检索的查询扩展模型

针对传统的基于关键词匹配的信息检索存在的查全率和精确率不高的问题,提出一种基于概念图匹配的查询扩展方法：一方面通过知网对用户查询的词或者句子进行扩展后,将用户查询和文档生成概念图;另一方面利用概念图的不完全匹配和语义相似度的计算方法计算概念图的相似度,以提高检索效果。实验结果表明该方法取得了良好的效果。     

Encouraging second-order consistency for multiple graph matching

The problems in computer vision of finding the global correspondences across a set of images can be formulated as a multiple graph matching problem consisting of pairwise matching problems. In the multiple graph matching problem, matching consistency is as important as matching accuracy for preventing the contrariety among matched results. Unfortunately, since the majority of conventional pairwise matching methods only approximate the original graph matching problem owing to its computational complexity, a framework that separately matches each graph pair could generate inconsistent results in practical environments. In this paper, we propose a novel multiple graph matching method based on the second-order consistency concept, which simultaneously considers the matching information of all possible graph pairs. We reformulate the multiple graph matching problem to encourage second-order consistency and design an iterative optimization framework. In our experiments, the proposed method outperforms the state-of-the-art methods in terms of both consistency and accuracy.     

形状匹配方法研究与展望

形状匹配及分类是计算机视觉中的重要问题. 近年来,以形状上下文为代表的基于轮廓的形状匹配方法和以奇点图为代表的基于骨架的形状匹配方法获得了长足的发展. 本文介绍了形状匹配问题的基本概念, 分析了形状匹配问题的难点, 按照基于轮廓和基于骨架的分类方法对近年来最新出现的形状表示与形状匹配的方法进行了详尽的介绍, 并介绍了基于度量学习的形状检索方法, 本文还详细介绍了近年来形状匹配研究领域常用的一些测试数据库, 之后对局部形状匹配和形状分类等有潜力的研究方向进行了展望. 最后对形状匹配的整体框架及其应用前景进行了总结.     

影像匹配定位中的直线倾角直方图不变矩法

针对现有的基于图像直方图不变矩的匹配方法大多不能适应图像存在较大旋转变换的问题,提出直线倾角直方图不变矩的概念,并将其应用到影像的匹配与定位中.该方法采用直线段拟合表示图像边缘,利用直线倾角在基准图与待匹配图上的一致性进行影像匹配.实验结果证明,倾角直方图不变矩可以作为影像特征的描述形式,利用其进行影像匹配与定位是可行的.     

Concept extraction and e-commerce applications

Concept extraction is the technique of mining the most important topic of a document. In the e-commerce context, concept extraction can be used to identify what a shopping related Web page is talking about. This is practically useful in applications like search relevance and product matching. In this paper, we investigate two concept extraction methods: Automatic Concept Extractor (ACE) and Automatic Keyphrase Extraction (KEA). ACE is an unsupervised method that looks at both text and HTML tags. We upgrade ACE into Improved Concept Extractor (ICE) with significant improvements. KEA is a supervised learning system. We evaluate the methods by comparing automatically generated concepts to a gold standard. The experimental results demonstrate that ICE significantly outperforms ACE and also outperforms KEA in concept extraction. To demonstrate the practical use of concept extraction in the e-commerce context, we use ICE and KEA to showcase two e-commerce applications, i.e. product matching and topic-based opinion mining.