基于语义极性分析的餐馆评论挖掘

提出一种基于语义极性分析的餐馆评论挖掘方法。将餐馆的食物口味、环境、服务、价格作为其特征,以句子为单位对用户评论进行特征标注。将具有多个特征的复杂特征句划分为简单特征句,分析评论句的语义极性和极性强度。使用户可方便地了解其他用户对某个餐馆某种特征的评价,为用户消费提供了有力指导。     

普适计算中动态和语义的安全策略管理

普适计算环境是信息空间与物理空间的融合,存在着既要实现信息高度共享和协作,又要保证安全隐私之间的矛盾。该文提出普适计算环境中动态的、语义的安全策略管理机制。引入统一的本体知识库,根据上下文的变化,通过本体服务动态调整策略服务和事件服务,实现策略的动态执行。描述该机制的策略管理框架、策略动态执行和策略规范。通过普适计算的典型应用场景,分析和说明如何应用该机制。     

基于Neo4j的海量石油领域本体数据存储研究

语义网技术的发展促进了石油领域中多学科本体之间的整合技术的发展。随着数据的规模的增大,传统的基于关系型数据库的数据存储和信息检索等存在较多问题。对此,提出了一个基于Neo4j数据库的领域本体构建过程,专注于改进数据存储和信息检索两个方面。首先,提出了一种基于图形数据库Neo4j的大规模本体数据存储问题的解决方案,通过设计一种基于Neo4j的存储模型配合分布式存储机制,实现存储空间的高效利用。其次,在Neo4j数据模型的基础上,设计了一种两层索引结构的检索算法。实验评估表明, 提出的方法与基于关系数据库的方法相比,在数据存储方面可以节省10％以上的存储空间,在信息检索方面将检索效率提高了30多倍。     

基于本体语义的制造网格构建机理研究*

针对制造资源共享和协同制造的困难,提出了基于本体语义的制造网格系统的构建思路。首先定义了制造网格服务模型,以及制造网格环境中资源封装和运行管理的基本单元——制造服务域;然后提出了基于本体语义的制造网格的体系结构及其关键问题;最后详细分析了制造网格服务响应流程中基于本体语义的服务发现、制造服务域的构造以及制造网格服务的完成等活动的执行过程。     

一种基于本体和CBR的电子政务项目审批决策支持系统

分析了将本体与CBR方法结合开发电子政务项目审批决策支持系统的优点,给出了该系统的总体框架和决策支持流程,着重介绍了基于本体的电子政务项目案例的组织和表示方法以及引入本体后案例检索过程中的相似度计算方法。实验结果表明,利用本体对项目案例包含的知识进行提取和表示,再利用这些知识对案例进行组织和检索,有效地提高了案例检索的查准率和查全率。     

一种基于本体的语义Web服务发现模型

Web服务已经成为互联网中最为重要的一种计算资源和软件资产,Web服务的大量涌现对服务发现提出了挑战。Web服务发现的关键是Web服务的语义描述的准确性和Web服务检索引擎的检索效率。提出了一种基于本体的Web服务描述方法,采用OWL-S对Web服务进行语义描述,并提出了针对性的Web服务检索引擎。通过试验,该模型结合语义Web服务技术实现Web服务的动态查找与组合,可提高Web服务发现的查全率和查准率。     

MD4：一种综合的跨本体实体语义相似度计算方法*

面向广域分布环境下信息资源共享与服务的需要,设计了基于本体的元数据模型,并在MD3模型的基础上给出了一种基于该元数据模型的跨本体的语义相似度计算方法——MD4模型。MD4充分利用本体对实体的描述信息,重点讨论了实体名称、实体属性、实体语义环境以及实体实例等相似度的计算,把MD3模型扩展到MD4模型,使得信息资源实体间语义相似度的计算更全面、精确。     

基于文本聚类和概念相似度的语义Web服务发现

语义Web服务在进行服务发现时,需要按顺序依次匹配注册库中的服务,这将大量时间浪费在不相干的服务上,从而造成服务发现效率低下。针对该问题,提出了一种新的基于文本聚类和概念相似度的语义Web服务发现方法。该方法主要分为两个阶段,第一阶段根据服务源文件中的描述性文本信息将类别一致的服务聚类到一起,在此过程中利用了向量空间模型对文本进行表示和处理,并在前人的基础上提出了一种多重混合聚类算法MHC;第二阶段进行服务间的功能属性匹配,结合本体概念层次树中有向边的深度、强度以及概念的继承度等因素计算概念间的语义相似度。最后,实验结果表明,提出的方法在兼顾匹配准确率的基础上,大大提高了匹配效率。     

利用领域本体概念关系的混合信息检索方法*

利用领域本体概念关系实现语义检索,当没有可用的本体知识时,按传统关键词匹配完成检索.这种基于领域本体的混合信息检索模型融合关键词检索和语义检索的优势,弥补各自的不足,以改善检索性能.将其应用于计算机网络领域,将基于领域本体的混合信息检索模型与传统的关键词检索模型进行对比实验,结果表明混合模型的平均查准率得到了提高,验证...