PS-Tree:一种基于路径的语义文档索引

针对以多个关键词形成的节点集合作为输入的语义路径包含查询问题,提出了PS-Tree结构,并将其应用到语义搜索引擎的索引结构上.PS-Tree借鉴了面向对象数据库中的集合值属性索引的方法,通过范围查询快速地遍历树形索引,将用户的多关键词查询输入请求对应到包含其语义连接的语义路径上,实现以节点集合作为输入的查询功能.实验结果表明,当查询关键词之间的语义距离较长时,PS-Tree结构表现出良好的性能.     

基于Solr和本体的地方志数据语义检索研究

针对传统基于关键字匹配的检索方法在地方志数据查询时的不足,给出了基于Solr和本体的地方志数据语义检索解决方案。建立了地方志本体库;提出了基于本体的综合语义相似度进行语义查询扩展的方法;将本体技术与全文检索技术相结合,建立了基于Solr和本体的语义检索模型架构。最后设计实验,对数据库SQL查询方法和文章提出的语义检索方法的查全率、查准率和查询时间进行对比。实验表明,文章提出的方法明显优于基于关键字匹配的数据库SQL查询方法,具有可行性和有效性。     

本体语义检索系统

基于关键词匹配的检索方法存在不足,使用分布式大数据处理技术,基于本体对用户输入的查询关键词进行查询扩展,利用Lucene针对扩展后的关键词进行检索,按照语义相似度将检索结果排序后返回给用户。实验表明,基于本体的语义检索系统在查全率和查准率两个方面均优于传统检索方法。     

数据流窗口语义及查询引擎的实现

数据流窗口主要采用了基于时间、元组和分组的3种驱动形式, 如果仅采用一种驱动形式难以正确表达数据流查询语义, 因此, 针对数据流查询语义的不完备性, 从窗口的查询级、数据级和系统级定义了一个完整的窗口语义框架来解决语义差异, 并提出了基于主存数据库的分组窗口驱动的实现, 最后通过实验验证了该方法.     

三维高速铁路场景对象的地理本体建模与语义查询

针对高速铁路场景对象种类繁多、空间关系复杂的问题,采用地理本体建模方法,进行多层次概念模型分析,研究专业领域本体映射与本体集成方法,构建场景对象本体知识库,并在引入语义距离和知网（HowNet）的基础上,分别构建语义相似度和语义相关度的计算模型,进而实现基于地理本体的场景对象语义查询.实验证明,查询方案不仅能够利用地理本体显式化的描述能力提高查询效率,还能够借助语义相似度匹配方法提高查询的准确性.研究成果对三维高速铁路场景对象的存储、管理、建模与分析等应用具有较强的实际意义.     

基于Ontology的语义查询分析研究

目前的搜索引擎普遍存在着查全率和查准率不高的问题,任何一个简单的查询都可能返回数以万计的检索结果,而其中只有很少一部分与用户真正的检索要求有关,对查询的处理是基于本体（Ontology）的语义检索最重要的部分.针对现有查询分析方法的不足,提出了一种基于Ontology的综合词义关系和语义关联分析的查询分析算法,给出了基于本体映射的语义相似度算法,通过对用户输入关键字词义特性和本体实例之间语义关联强弱的分析,提高了用户输入关键字到本体概念映射的完整性和准确率,保证了用户查询和检索语言在语义上的一致性,提升了查询的满意度.     

基于本体的关系数据库关键词语义查询扩展方法

目前关系数据库关键词查询技术主要利用关键词的语法匹配,而没有利用数据之间的语义关系进行匹配,导致查询效果往往都不太令人满意。为了改善查询效果,结合本体概念,提出了基于本体的关系数据库关键词查询的语义查询扩展方法,把用户提交的查询关键词扩展为基于本体的语义关键词。实例分析表明,扩展后的语义关键词尽可能符合用户的真实意愿。     

利用构建语义词典的查询自动分类方法

为解决传统的文档分类方法和手工分类方法都不适宜于处理查询分类的问题,提出了一种基于Web的自动构建特定主题的语义词典的方法来分类搜索查询,通过基于主题的Web信息采集和bootstrap-ping,由某个主题的少量关键词逐步扩充,最终得到该主题的语义词典及词典中每个单词的相对词频.Web中信息的冗余和各主题语义上的差别使各主题的语义词典中单词的种类和数量存在很大差异,这种差异可以用来对用户的搜索查询进行分类.实验结果表明,利用语义词典可以较准确地将用户的查询分类,同时该分类方法基本上不需要人工介入,且可适应搜索查询覆盖面广和实时性强的特点,较好地解决了搜索查询分类的问题.     

利用信任和社会网络的资源发现方法

为解决无结构对等网络中因恶意节点的欺诈行为造成的搜索不可靠问题,提出了利用信任和
社会网络(TSN)的资源发现方法;提出转发信任度、路由信任度和交易信任度的概念,用来
反映节点提供可靠服务的能力. 在节点选择朋友进行消息转发时,优先选择综合信任度高且
相关度高的朋友节点转发查询消息. 实验结果表明,TSN方法在资源搜索阶段有效屏蔽了恶
意节点,保证了请求节点获得服务资源的可靠性,提高了搜索效率.     

采用分组纠错编码的多接入传输分集方法

针对异构无线网络,提出一种基于前向纠错(FEC)编码的多接入传输分集方法,以获取多接
入分集增益. 该方法将前向纠错编码与并行多接入传输进行联合设计,编码后的分组包根据
传输条件在不可恢复概率最小的条件约束下,动态地分配到多个可用接入链路上,不仅有效
利用了多接入传输分集(MRTD)带来的数据可靠性,还保证了系统的有效吞吐量. 性能分析及
仿真表明,在信道状况较差的条件下,本方法在传输可靠性及有效性方面有较好的性能.     

基于语义的应急预案库检索本体表示研究

针对传统关键词检索的种种弊端,引入本体概念,并通过建立领域检索的本体,对查询关键词进行语义扩展。经扩展后的关键词簇,从另一种意义上来说让检索系统具备了对语义理解的能力,使查询更加面向可能发生的具体应急事件。本研究更加人性化,同时改善了基于关键词的搜索体验。     

基于Ontology的人力资源语义检索技术研究

基于关键词的传统信息检索技术缺乏语义理解能力,无法满足用户的需要。简要地介绍实现语义检索涉及到的相关概念包括资源描述框架,语义网技术和本体。本文对语义检索所涉及的关键技术进行了深入的分析研究,提出了一种基于本体的语义检索的方法,以人力资源领域本体为例,设计并实现了基于Ontology的人力资源语义检索系统。     

基于语义相似度的查询扩展研究

该文分析和量化了影响本体语义相似度的各种因素,并提出了一种基于距离的概念语义相似度计算模型。在此基础上,通过对相似度阈值的控制来调整扩展概念集的范围和大小,从而实现语义概念层次上的查询扩展。经过实验分析,验证了该方法的合理性及可行性。     

一种基于语义关联的查询优化方法

提出了一种综合词法关系和语义分析的查询优化方法。通过对查询关键字词法特性和本体实例之间语义关联强弱的分析,提高了查询关键字到本体概念映射的完整性和准确率,帮助搜索引擎对用户的意图做出有效推测,解决了传统搜索引擎不能很好理解用户意图的问题。设计实现了相应的查询优化系统,实验表明该系统可以有效提高搜索的准确率。     

基于语义概念树和局部上下文分析的查询扩展

针对信息检索中因文档与查询词之间的不匹配而影响信息检索效果的问题,提出了一种结合基于语义概念树和局部上下文分析的查询扩展模型。该模型对用户提交的查询关键词进行扩展,扩展词来源于基于语义概念树和局部上下文分析的扩展词。实验结果表明,与单纯采用局部上下文分析方法(LCA)相比,该方法有更优的检索性能。     

基于语义网构建的MISKSS

通过对语义网技术、语义网应用系统的深入研究，并把语义网技术应用到知识服务中，构建了一套导弹实体语义网知识服务系统（missile instances semantic knowledge service system，MISKSS）。它将武器装备中导弹实体进行了语义化组织、语义查询、语义推理，其目的是通过以导弹领域本体的构建过程作为例子，其他的飞机、舰艇等的领域本体的构建过程与此类似，综合形成武器装备领域本体的知识服务系统，为军队装备科技提供准确、权威、及时、持续的信息资源保障及决策支持。     

基于本体的语义检索系统的设计

因特网上现有的各种检索方法都是基于关键词的,而关键词检索的弊端就是它的低查全率和低准确率。在对比现有检索技术与语义检索技术之后,着重介绍了语义Web、本体以及相关的工具如Protégé、Jena以及SPARQL查询语言等,构建了一个花卉文献本体,开发出基于该本体的语义检索系统。该系统比较了传统检索与语义检索2种方式,验证了语义检索技术的优势所在,提供了简单的推理功能,可以对关于花卉的一些语句进行推理验证。