基于本体语义的模型映射研究

模型转换是模型驱动开发的一项关键技术,模型间的映射关系是模型转换的基础和依据.通过对模型描述语言的语法结构和语义表达特性进行抽象分析,基于本体语义映射,对不同层次的模型映射进行了分类并加以形式化定义,进一步探讨了不同抽象层次模型之间映射关系的建立过程以及所应遵循的基本原则.以UML类模型到C语言模型的映射为例进行了阐述.这不仅可为模型转换的具体实现提供理论指导,还为验证模型之间映射规则的可行性和正确性提供依据.     

基于本体的城市遥感影像语义模型

在快速的城市化进程中,遥感技术可以为城市土地利用变化提供直观、准确、同步的信息。本体是对概念化的明确描述和说明,更接近于认知模型,易于理解和共享;同时叉能以计算机可操作的形式化语言明确表达目标领域的概念体系及其蕴含的语义。因此,在分析和借鉴现有相关研究的基础上,将本体、语义思想引入到遥感影像表达,建立了基于本体的城市遥感影像解译应用语义模型和解译框架,应用此框架将有助于提高城市遥感影像解译的精度与效率,对推动遥感技术在城市相关领域中的应用有着积极的意义。     

面向语义信息查询的模糊本体模型

针对领域知识建模时的模糊性、不确定性与信息查询时的局限性,提出一种基于模糊控制规则的模糊本体模型。利用基于模糊聚类的本体机器学习方法构建模糊控制规则库,通过计算模糊相似矩阵得到模糊概念的语义关联,对词汇相关概念进行语义分析与扩展获取模糊概念间的本质语义关系,实现基于模糊概念属性值的信息查询与语义共用。实验结果表明,该模型在语义查询上有更完善的推理机制,能有效获取语义信息。     

基于本体语义网络的语言理解模型

传统的知识表示存在涵盖知识面不够和语义形式化描述不够全面的问题,导致计算机理解自然语言不够准确。受大脑神经元工作原理的启发,从语义剖析的角度出发,基于本体语义,在概念和词汇两个层次构建了本体语义网,使其具有神经网络的特性,既能准确理解文本语义,刻画词在不同领域内的不同含义,又涵盖了文本生成过程中的语义组合特点。为使模型进一步形式化,采用矩阵的方式表示,并用奇异值分解来降低矩阵规模复杂度,以便于描述词汇与概念之间的关系。     

基于本体的城市遥感影像语义模型

在快速的城市化进程中,遥感技术可以为城市土地利用变化提供直观、准确、同步的信息。本体是对概念化的明确描述和说明,更接近于认知模型,易于理解和共享;同时又能以计算机可操作的形式化语言明确表达目标领域的概念体系及其蕴含的语义。因此,在分析和借鉴现有相关研究的基础上,将本体、语义思想引入到遥感影像表达,建立了基于本体的城市遥感影像解译应用语义模型和解译框架,应用此框架将有助于提高城市遥感影像解译的精度与效率,对推动遥感技术在城市相关领域中的应用有着积极的意义。     

基于RDF构建语义化本体模型

文中阐述了语义化WEB服务对领域本体模型及其本体语义化表述需求，通过分析RDF的语义化特点后指出，基于RDF可较好地实现语义化WEB服务领域本体模型。并通过实例给予了说明。     

基于本体的科学效应知识表达和语义推理

针对创新设计领域中科学效应知识的表达和语义扩展方面的不足,分析研究效应、功能、流和参数之间的关系和模型,借助本体将概念间属性和关系扩展到语义层次上,通过本体来更加全面地表达科学效应知识,构建科学效应知识本体模型,包括效应本体、功能本体、流本体和参数本体。在此基础上基于属性构建相应的语义推理规则,进行功能扩展和效应关联,通过语义推理实现科学效应知识的共享和重用。开发一个基于本体的科学效应知识检索系统,验证了此模型和方法的有效性和可行性。     

面向企业本体复用的语义贴近度算法

摘要：为了实现企业本体的重用、整合、演化和通信,研究了本体的语义内涵和语义距离,包括语义的差异性、共性和综合性;提出一种语义贴近度算法,并通过定量计算获得不同本体的语义贴近度,提供了面向本体应用的决策依据;最后通过一个实例给出企业本体中两个概念的贴近度计算方法,表明了该语义贴近度算法的实用性和有效性。     

基于本体和语义文法的上下文相关问答

在问答系统中,用户的提问通常不是孤立的,而是使用连续的多个相关的问题来获取信息,用户在与这样的系统进行交互时,才会感觉更自然。在已构建的非上下文相关问答系统的基础上,该文提出了一种可以处理上下文相关问题的方法并开发了系统OSG-IQAs。方法首先识别当前问题是否是一个从问题(follow-up),并判别其与前面问题的具体的相关类别,然后根据相关类别,利用话语结构中的信息对当前的follow-up问题进行重构,并提交到非上下文相关问答系统中。最后,将方法在两个不同规模的领域进行测试,并与相关系统或方法进行比较,测试结果表明,该方法具有较好的可扩展性。在总体测试中,该方法比基线系统获得了更好地效果,同时利用手工将所有上下文相关问题进行上下文消解,系统与此也进行了比较,并获得了相近的性能。     

语义网中的本体映射研究

本体映射的关键是概念相似度的计算。本文提出的方法从三个方面来计算这一相似度,首先计算概念的语义相似度,其次计算概念描述相似度,最后计算邻近层次概念的相似度。     

多媒体语义模型研究进展

多媒体语义研究是多媒体数据处理与多媒体信息服务领域的核心和关键问题。多媒体数据的语义问题源于多媒体的数据获取方式,在多媒体数据的应用阶段,这一问题成为制约多谋体数据使用和创作的重要瓶颈。语义模型研究是多媒体语义研究的重点,是多媒体数据处理过程的总结和抽象,其实质就是研究多媒体数据整个生命周期的语义问题。介绍了近几年多媒体语义模型在内容描述、语义表示、数据检索三个方面的研究进展情况。     

基于双向分层语义模型的多源新闻评论情绪预测

随着在线新闻服务的迅猛发展,用户在阅读新闻后可以非常方便地表达自己的主观情绪,有效分析和预测用户的情绪有助于新闻服务提供商为新闻用户提供更好的服务.情绪标注研究已经取得了很多优秀的成果,但仍然存在着一些问题：1)传统的方法将整个文档看作单词流或词袋,不能对句子间的逻辑关系进行建模,在文档中的句子间包含逻辑关系时,这些方法无法适当地表达文档的语义;2)这些方法只用了文档本身的语义,忽略了与该文档相关的其他信息源中信息,而这些信息源对该文档的语义表达也有一定的影响.为了解决这些问题,提出了一种基于多信息源的在线新闻评论双向分层语义表示模型,称为双向分层语义神经网络(bi-directional hierarchical semantic neural network, Bi-HSNN),该模型既捕获句子中词语所表达的情感,又自底向上地学习文档中句子间的逻辑关系,并利用评论、新闻和用户投票等多种信息源对在线新闻评论的情绪进行标注.在真实数据集上的一系列实验,验证了该模型的有效性.     

面向文本分类的有监督显式语义表示

文本表示作为文本分类的一个基本问题,一直广受关注。目前文本表示主要有词袋模型、隐式语义表达和基于知识库的显式语义表达3种方式。本文首先分析对比了这3种文本表示方式在文本分类中的效果。实验发现,基于知识库的显式语义表达并没有如预期一样提高文本分类的效果。经分析,其原因在于显式语义表达在扩展文档表达时易引入噪声。针对该问题,本文提出了一种有监督的显式语义表达方法。该方法利用数据集的标注信息识别文档中与分类最相关的核心概念,并扩展核心概念以形成文档显式语义表达。3个标准分类数据集上的结果证实了本文所提文本表示方法的有效性。     

视频语义分析内容表征方式研究

从视觉和声音两方面对视频语义内容的表征技术进行研究。采用能反映时间语义约束、语义变化的帧切片策略选取关键帧，用时空注意力模型选择空域的内容，用分类器对这些区域进行基本语义分类识别，建立不同时间声音段的随机模型，进行声音语义内容表示和基本声音语义提取。实验表明，视频内容表征方式能简洁地表示视频的语义内容，有效提取视频基本语义。     

Knowledge Elicitation and Semantic Representation for the Heterogeneous Web

This paper presents methods and principles for knowledge elicitation and semantics definitions for images and text, respectively, and furthermore introduces a semantic representation scheme that fuses the semantic information extracted from image and text to facilitate intelligent indexing and retrieval for multimedia collection as well as media transformation through their semantic meanings. The method can be deployed for WWW applications such as telemedicine or virtual gallery.     

面向视频语义分析的局部敏感的可鉴别稀疏表示

视频语义分析已经成为人们研究的热点。在传统稀疏表示方法中,相似视频特征未必能产生相近稀疏表示结果。在基于稀疏表示的视频语义分析中,假定相似的视频数据样本的稀疏表示也相似,即两个相似视频特征的稀疏系数之间的距离较小。为了提高视频语义分析的准确性,基于该假设提出一种面向视频语义分析的局部敏感的可鉴别稀疏表示方法。该方法在局部敏感稀疏表示中引入基于稀疏系数的鉴别损失函数,优化构建稀疏表示的字典,使稀疏表示特征满足类内离散度小、类间离散度大的Fisher准则,并建立可鉴别稀疏模型。为验证所提方法的有效性,在相关视频数据库中将其与多种算法进行对比,实验结果表明,该方法显著地提高了视频特征稀疏表示的鉴别性,有效地提高了视频语义分析的准确性。     

分布式异构数据库中语义的表示和转换

如何屏蔽分布在不同站点上的异构数据库之间的差异,是实现多个数据库互访要解决的首要问题。本文提出了语义值的概念和用语义值来消除各异构数据库的语义差别,从而实现多个数据库互访的一种方法。     

面向GIS语义共享的地理单元及其模型

为了实现GIS语义共享,用适当数据模型合理组织地理信息是至关重要的。尽管现行的对象模型已将空间信息与属性信息融成一体,但它未强调对地理信息的语义表达。文章首次对地理单元概念进行了界定,并据此提出地理单元模型,从而更好地进行地理信息的语义表达。文章指出地理单元是构筑GIS应用系统的基本构件,地理单元模型是支持GIS语义共享的数据模型。     

视频实时评论的深度语义表征方法

随着互联网技术的进步,以视频实时评论为代表的众包短文本(又称弹幕)逐渐流行,对在线媒体分享平台和娱乐产业都带来了重要影响.针对此类短文本展开研究,为推荐系统以及人工智能等领域的发展提供了新的机遇,在各行各业都具有巨大价值.然而在弹幕带来机遇的同时,理解和分析这种面向视频的众包短文本也面临诸多挑战：视频实时评论的高噪声、不规范表达和隐含语义等特性,使得传统自然语言处理(natural language processing, NLP)技术具有很大局限性,因此亟需一种容错性强、能刻画短文本深度语义的理解方法.针对以上挑战,在“相近时间段内的视频实时评论具有相似语义”假设的基础上,提出了一种基于循环神经网络(recurrent neural network, RNN)的深度语义表征模型.该模型由于引入了字符级别的循环神经网络,避免了弹幕噪声对文本分词带来的影响.通过使用神经网络,使所得的语义向量能够表达弹幕的隐含语义.在此基础上,进一步设计了基于语义检索的弹幕解释框架,同时作为对语义表征结果的应用验证.最后,设计了多种对比方法,并采用不同指标对所提出的模型进行充分的验证.该模型能够精准地刻画弹幕短文本的语义,也证明了关于弹幕相关假设的合理性.     

Efficient Implementation of Semantic Relations in Lexical Databases

In this paper we develop a formalization of semantic relations that facilitates efficient implementations of relations in lexical databases or knowledge representation systems using bases. The formalization of relations is based on a modeling of hierarchical relations in Formal Concept Analysis. Further, relations are analyzed according to Relational Concept Analysis, which allows a representation of semantic relations consisting of relational components and quantificational tags. This representation utilizes mathematical properties of semantic relations. The quantificational tags imply inheritance rules among semantic relations that can be used to check the consistency of relations and to reduce the redundancy in implementations by storing only the basis elements of semantic relations. The research presented in this paper is an example of an application of Relational Concept Analysis to lexical databases and knowledge representation systems (cf. Priss 1996) which is part of a larger framework of research on natural language analysis and formalization.