基于语义相似度的SCORM学习资源整合

提出了一种用于SCORM学习资源语义相似度度量、搜索与整合的SCORM学习资源模型。首先基于SCORM模型给出了资源本体的语义相似度度量方法,然后提出基于该资源模型的学习资源搜索算法以及学习资源整合算法,最后详细介绍了一个SCORM学习资源整合系统,并给出了一个实例。     

基于RDF4S语义服务描述模型的服务资源搜索框架

语义服务资源搜索是一个满足服务请求者快速、便捷地定位可用语义服务资源的过程。一个高效、精确的基于语义的语义服务资源搜索框架和经过精心设计并实现的搜索工具是语义服务框架中的一个必要组件。提出一种基于RDF4S语义服务描述模型的服务资源搜索框架,详细说明了该搜索框架的结构。搜索框架根据RDF4S语义服务描述模型的QoS、执行、功能和接口四种语义标注元素类型,分别采用不同的搜索匹配策略,可以很大程度上提高搜索的效率和精度。     

基于BDI的语义搜索及其在数字旅游中的应用

目前的上下文处理方法对语义技术支持不足,导致语义搜索在精准度和智能化上存在局限。提出一种基于BDI(BeliefDesire-Intention)的语义搜索方法,对动态上下文进行语义描述,利用BDI机制优化搜索结果。该方法将用户查询、动态上下文与BDI框架的Belief融合,通过产品特征语义、业务语义推理上下文特征和搜索目标特征作为Desire,通过基于Min Hash的语义相似度计算进行候选Intention排序。结合项目需求,在JADEX开源BDI Agent环境下,开发了基于上述语义搜索的旅游产品搜索系统。该系统通过ID3决策树提取用户当前行程的上下文特征实现了语义搜索功能,实验表明该方法搜索准确率相比仅使用语义相似度搜索方法明显提高,能够满足旅游产品搜索的要求。     

虚拟企业伙伴搜索系统的设计

主要介绍了虚拟企业中伙伴企业搜索引擎系统的设计方法．该系统是一个专门搜集企业信息的专业型搜索引擎，它以元搜索为思想基础，利用网络机器人和信息抽取工具搜索大量准确可靠的企业信息，还具有邮件群发、企业注册等多项功能．该系统为虚拟企业提供了一个查找企业信息的平台，使得盟主能够更快捷、方便地找到适合某种特定任务的伙伴企业．     

中文知识库问答中的路径选择

路径选择是知识库问答任务的关键步骤,语义相似度常被用来计算路径对于问句的相似度得分。针对测试集中存在大量未见的关系,该文提出使用一种负例动态采样的语义相似度模型的训练方法,去丰富训练集中关系的多样性,模型性能得到显著提升。针对复杂问题候选路径数量组合爆炸问题,该文比较了两种路径剪枝方法,即基于分类的方法和基于集束搜索的方法。在包含简单问题和复杂问题的CCKS 2019-CKBQA评测数据集上,该方法能达到较优异的性能,测试集上单模型系统平均F₁值达到0.694,系统融合后达到0.731。     

基于遗传算法的词语语义相似度计算研究

语义相似度计算就是把词语间语言学上的信息映射为0到1之间的数值。基于知识本体的语义相似度计算方法,利用知识本体提供的信息,建立词语关系和语义相似度之间的函数关系,该方法可解释性强、使用简单,成为语义相似度计算的一类重要方法。提出了一种基于《同义词词林》的语义相似度计算模型,该模型运用遗传算法探索了《同义词词林》语义编码与语义相似度之间的内在联系,建立了更符合《同义词词林》中所蕴含的语义相似信息的函数关系式。该方法使用遗传算法搜索知识与语义相似度的函数表达式,克服了先验模型中函数形式及调节参数的局限性,所得计算结果与人工判定结果的皮尔逊相关系数为0.8645,为使用人工智能方法挖掘自然语言处理中的规律提供了一种新的思路和方法。     

基于多粒度语义分析的二进制漏洞搜索方法

二进制文件相似度检测旨在通过比较来自不同平台、编译器、优化配置甚至是不同软件版本的2个二进制文件的相似程度来判断二者是否高度相似,其中二进制漏洞搜索为其在信息安全领域的应用之一。二进制漏洞的产生为现代软件应用带来了诸多问题,如操作系统易受攻击、隐私信息易被窃取等。二进制漏洞产生的主要原因是软件开发过程中进行了代码复用却没有进行严格的监管。据此,提出了一种基于多粒度语义特征分析的二进制漏洞搜索方法Taurus,该方法通过3种粒度的语义特征来搜索跨平台的潜在二进制漏洞。给定待检测二进制文件和漏洞数据库,需要对其与漏洞数据库中的每个二进制漏洞进行逐一搜索。首先,分别对2个二进制文件进行语义提取,以获取二者在基本块、函数和模块3个粒度下的语义特征,并执行相似度计算;然后,整合3种粒度下语义特征的相似度,以计算3种文件的整体相似度得分;最后,将待检测二进制文件与漏洞数据库中所有漏洞的相似度得分结果进行降序排序,便获得了该二进制文件的搜索结果报告。经过合理配置下的实验对比,结果表明, Taurus方法在准确性方面要优于基线方法。     

基于Copulas框架的混合式查询扩展方法

基于语义资料和局部分析的混合式查询扩展可以同时提供具有语义相关性和时效性的扩展结果,但如何有效地混合不同相似度度量指标是尚未解决的问题。提出了一种基于Copulas框架的混合式查询扩展方法,在统一框架内实现了不同类型相似度度量指标的合并。该方法基于语义分析及词语共现分析方法,分别计算扩展词与用户查询词的语义及统计相似概率,进而在Copulas框架下融合扩展词集,选取最高质量的扩展词形成查询扩展。实验结果表明,该方法充分利用了语义及词语共现分析查询扩展方法的优点,有效地弥补了两者的不足,提高了搜索结果的查准率,具有更优的搜索性能。     

基于兴趣度和本体自适应学习的语义搜索算法研究

针对用户个人兴趣度偏好、本体有效信息利用不足、本体自适应学习能力差和基于单一策略的语义相似度搜索效率低等问题,提出一种基于兴趣度和本体自适应学习的语义搜索算法。在该算法中,首先利用本体信息共享含量和信息贴近均衡路径策略来进行本体语义相似度加权度量,并对用户的兴趣度进行偏好计算,然后利用本体评价模型,依据用户个性化偏好进行本体自适应学习,从而提高本体知识库的信息共享度。实验证明,该算法具有较高的查全率和查准率。     

一种有盟主的服务虚拟组织模型及其在电子政务中的应用

提出了一种有盟主的服务虚拟组织模型（SHALOM）,旨在服务网格环境下针对盟主的目标需求,解决盟主如何动态组织自主的合作伙伴的服务和流程资源构建虚拟组织协同进行求解的问题．在该模型的支撑下,盟主在业务层定义目标需求和分解任务,通过虚拟组织需求和成员提供的服务之间的匹配,动态选取相关合作伙伴的服务和流程资源．盟主在虚拟组织中的流程和服务资源之间定义协作关系,并采用聚合机制即时生成可运行的虚拟组织．文中重点讨论了SHALOM模型的核心元素和运作原理,并相应地介绍了支撑框架和相关技术,最后结合实际低成本电子政务应用展示了模型的效果．     

语义Web服务搜索研究概述

收集语义Web服务搜索研究的3个主要内容：服务资源的索引、搜索条件的表达和服务资源的匹配、排序方面的相关工作,对当前研究工作进行了分类归纳,最后归纳语义Web服务搜索所面临的挑战。     

基于语义Web服务的信息检索模型研究

为解决传统基于关键词的信息检索机制的语义信息缺失问题,在对语义Web和Web服务关键技术描述的基础上,本文提出分布式网络环境下基于语义Web服务的信息检索模型。通过对模型中每一层功能的分析,提出基于语义相似度的信息检索机制,并为实现异构系统的信息集成和共享提供解决方案。最后实现基于语义Web服务的信息检索原型系统,并通过仿真实验进行性能分析。结果证明,本文为实现自动化与智能化信息检索提供一种较好的解决方案。     

Concept-based search and questionnaire systems

World Wide Web search engines including Google, Yahoo and MSN have become the most heavily-used online services (including the targeted advertising), with millions of searches performed each day on unstructured sites. In this presentation, we would like to go beyond the traditional web search engines that are based on keyword search and the Semantic Web which provides a common framework that allows data to be shared and reused across application. For this reason, our view is that “Before one can use the power of web search the relevant information has to be mined through the concept-based search mechanism and logical reasoning with capability to Q&A representation rather than simple keyword search”. In this paper, we will first present the state of the search engines. Then we will focus on development of a framework for reasoning and deduction in the web. A new web search model will be presented. One of the main core ideas that we will use to extend our technique is to change terms-documents-concepts (TDC) matrix into a rule-based and graph-based representation. This will allow us to evolve the traditional search engine (keyword-based search) into a concept-based search and then into Q&A model. Given TDC, we will transform each document into a rule-based model including it’s equivalent graph model. Once the TDC matrix has been transformed into maximally compact concept based on graph representation and rules based on possibilistic relational universal fuzzy-type II (pertaining to composition), one can use Z(n)-compact algorithm and transform the TDC into a decision-tree and hierarchical graph that will represents a Q&A model. Finally, the concept of semantic equivalence and semantic entailment based on possibilistic relational universal fuzzy will be used as a basis for question-answering (Q&A) and inference from fuzzy premises. This will provide a foundation for approximate reasoning, language for representation of imprecise knowledge, a meaning representation language for natural languages, precisiation of fuzzy propositions expressed in a natural language, and as a tool for Precisiated Natural Language (PNL) and precisation of meaning. The maximally compact documents based on Z(n)-compact algorithm and possibilistic relational universal fuzzy-type II will be used to cluster the documents based on concept-based query-based search criteria. This Paper is dedicated to Prof. Lotfi A. Zadeh, father of Fuzzy Logic “Zadeh Logic”.     

基于RDF句子的语义网文档搜索

语义网文档搜索是发现语义网数据的重要手段.针对传统信息检索方法的不足,提出基于RDF句子的文档词向量构建方法.首先,文档被看作RDF句子的集合,从而在文档分析和索引时能够保留基于RDF句子的结构信息.其次,引入资源的权威描述的定义,能够跨越文档边界搜索到语义网中互连的数据.此外,扩展了传统的倒排索引结构,使得系统能够提取出更加便于阅读和理解的片段.在大规模真实数据集上的实验表明,该方法可以显著地提高文档检索的效率,在可用性上具有明显的提升.     

P2P环境下基于语义的Web服务组合研究

利用OWL-S语言描述Web服务,在组合操作中加入语义信息,实现了Web服务组合的自动化。为了提高Web服务的搜索速度,采用Chord路由算法。构建了一个P2P环境下基于Chord网络的Web服务组合模型,在其上实现了基于语义的Web服务组合,最后通过实例给出了语义Web服务自动组合过程。     

Repeatable and reliable semantic search evaluation

An increasing amount of structured data on the Web has attracted industry attention and renewed research interest in what is collectively referred to as semantic search. These solutions exploit the explicit semantics captured in structured data such as RDF for enhancing document representation and retrieval, or for finding answers by directly searching over the data. These data have been used for different tasks and a wide range of corresponding semantic search solutions have been proposed in the past. However, it has been widely recognized that a standardized setting to evaluate and analyze the current state-of-the-art in semantic search is needed to monitor and stimulate further progress in the field. In this paper, we present an evaluation framework for semantic search, analyze the framework with regard to repeatability and reliability, and report on our experiences on applying it in the Semantic Search Challenge 2010 and 2011.     

Making knowledge machine-processable: some implications of general semantic search

The central argument of this paper is that the design, implementation and use of technologies that underpin general semantic search have implications for what we know and the way in which knowledge is understood. Semantic search is an assemblage of technologies that most Internet users would use regularly without necessarily realising. Users of search engines implementing semantic search can obtain answers to questions rather than just retrieve pages that include their search query. This paper critically examines the design of the Semantic Web, upon which semantic search is based. It demonstrates that implicit in the design of the Semantic Web are particular assumptions about the nature of classification and the nature of knowledge. The Semantic Web was intended for interoperability within specific domains. It is here argued that the extension to general semantic search, for use by the general public, has implications for what type of knowledge is visible and what counts as legitimate knowledge. The provision of a definitive answer to a query, via the reduction of discursive knowledge into machine-processable data, provides the illusion of objectivity and authority in a way that is increasingly impenetrable to critical scrutiny.     

WebOWL: A Semantic Web search engine development experiment

This paper presents WebOWL, an experiment in using the latest technologies to develop a Semantic Web search engine. WebOWL consists of a community of intelligent agents, acting as crawlers, that are able to discover and learn the locations of Semantic Web neighborhoods on the Web, a semantic database to store data from different ontologies, a query mechanism that supports semantic queries in OWL, and a ranking algorithm that determines the order of the returned results based on the semantic relationships of classes and individuals. The system has been implemented using Jade, Jena and the db4o object database engine and has successfully stored over one million OWL classes, individuals and properties.     

基于语义Web服务的分布式服装搜索引擎系统设计

从电子商务环境下服装供应链管理的需求出发,分析了目前服装搜索引擎存在的问题,提出了基于语义Web服务的分布式服装商品搜索引擎系统模型,并讨论了它的体系结构。介绍了基于Ontology Web Language (OWL)的服装本体设计模型及其语义描述方法。分析了服装搜索引擎的基本功能及分布式环境下的Web Services (WS)合成。理论分析和实例原型说明了基于服装语义树的搜索引擎多关键词搜索效率明显高于全文搜索引擎。