语义检索及其关键技术研究

传统的基于关键字的搜索引擎由于忽视了关键词本身所含的语义信息而得到较低的查全率和查准率。文中结合万维网的具体特点,提出了基于语义万维网的智能信息检索系统的功能结构,详细描述了智能信息检索系统的设计思想和检索流程。并且对智能检索模型中所涉及到的若干关键技术进行了分析研究。为智能信息检索系统的顺利实施奠定了良好的基础。     

语义检索及其关键技术研究

传统的基于关键字的搜索引擎由于忽视了关键词本身所含的语义信息而得到较低的查全率和查准率。文中结合万维网的具体特点，提出了基于语义万维网的智能信息检索系统的功能结构，详细描述了智能信息检索系统的设计思想和检索流程。并且对智能检索模型中所涉及到的若干关键技术进行了分析研究。为智能信息检索系统的顺利实施奠定了良好的基础。     

制造资源智能检索系统研究与实现

基于语义网技术，提出一个原型系统Swirrsm，对网络化制造环境中分布式异地企业资源信息获取与用户透明化检索的关键技术进行了深入研究．Swirrsm系统以网络化制造本体作为语义和推理支撑；提出多层次信息智能检索模型，完成用户透明化的智能检索；提供三种用户交互方式实现基于语义的用户查询表达．     

语义Web应用研究综述

介绍了语义Web的关键技术XML、RDF(S)和本体,并指出了语义Web技术的众多应用领域:知识管理、语义搜索、P2P、电子商务、电子政务、语义网格、Web挖掘、语义Web服务,智能信息Agent和语义门户等.从这些领域当前面临的困难和挑战出发,分析和论述了语义Web技术在这些应用领域的作用、应用前景和部分研究成果.     

一种基于语义Web环境的电子商务模型

语义Web不仅能为人类用户而且能为软件Agent提供从语法层次到语义层次上的互操作性。语义Web与Web-Services有很强的互补性,现有的技术条件使二者的统一成为一种可能,这给电子商务的发展带来了一次历史性的革命机遇。给出了语义Web环境下结合Web Services关键技术和智能主体技术的一种极具潜能的电子商务实现模型。     

基于深度学习的图像语义分割技术研究综述

图像语义分割技术是智能系统理解自然场景的关键技术之一,作为视觉智能领域的重要研究方向,该技术在移动机器人、无人机、智能驾驶以及智慧安防等领域具有广阔的应用前景。对于图像语义分割技术的研究发展历程进行了详细评述,包括从传统的语义分割方法到当前主流的基于深度学习的图像语义分割理论及其方法,重点阐述了基于深度学习的图像语义分割技术的框架及其实现过程,进而对当前具有代表性的典型算法的效果以及优缺点进行了分析,然后归纳了算法评价指标,最后对该技术的发展进行了总结与展望。该研究对于从事图像语义分割技术的研究人员和工程技术人员均具有很好的参考意义。     

语义网初探

语义网是对WWW的延伸,其目标是使得Web上的信息具有计算机可以理解的语义,并为人们提供各种智能服务。在介绍语义网概念及其体系结构的基础上,对3大关键技术:XML、RDF、Ontology作一简要的概述,讨论了其要解决的主要问题,明确今后主要的研究方向与重点问题。     

汉字自动识别技术的研究

汉字文本的切割算法和汉字模式识别是汉字识别的关键技术.本文就上述两个方面阐述了富有特色的算法,包括:语义切割法和智能模式识别,并探讨了汉字识别的有关问题.     

面向文本检索的语义计算

随着信息社会尤其是互联网的发展,人们对文本检索的要求越来越高．作为对传统关键词匹配技术的改进,智能检索研究已经成为热点,并将是支撑下一代互联网的核心技术之一．将语义计算技术应用于文本检索,是智能检索的重要方向．文中在文本检索的两个关键技术（“标引”和“相似度计算”）中引入语义计算技术,用浅层语义来指导检索过程,提高检索准确率．针对“标引”技术,提出了语义树模型;针对“相似度计算”,基于语义张量的概念,结合自然语言处理的一些技术,提出三个可计算的窗口模型来近似语义张量的核心思想．以上工作在一定程度上实现了语义计算的功能．利用TREC数据集进行的评测表明,采用了语义计算技术后,文本检索的准确率可以提高10％左右．     

语义网关键技术概述

语义网是对WWW的延伸,其目标是使得Web上的信息具有计算机可以理解的语义,并为人们提供各种智能服务.在介绍语义网概念及其体系结构的基础上,对3大关键技术:XML、RDF、Ontology作一简要的概述,讨论了其要解决的主要问题.在把握当前研究现状的基础上,明确今后主要的研究方向与重点问题.     

基于语义模型的信息检索机制研究

提出了一种基于本体语义模型的信息检索方法。该方法充分利用领域本体提供的概念之间的语义相关性，从语义模型扩展、概念相似度、相关度计算，并以用户反馈等角度探讨了基于语义模型的自动推理方法在信息检索中的应用，文章介绍了系统实现框架。该系统将应用在学习资源的智能检索中。     

本体集成的研究

本体技术在智能信息检索，电子商务，网上协作等信息技术领域的应用前景正越来越广。许多应用要求对相关信息源进行综合查询，因此必须解决这些异构数据源的语义互操作。由于同一领域的不同信息源的本体创建者采用的语义不同，将它们集成涉及许多复杂因素。本文通过对集成过程中需解决的问题进行分析，提出本体集成的框架，并给出实现方法。     

机器学习与网络信息处理

机器学习在网络信息处理中占有重要地位。GHunt是一个采用多项机器学习技术的网络信息智能获取与处理系统。首先,这一系统支持分布式的网络信息并行搜索与内容过滤;其次,采用机器学习技术,包括文本分类、聚类,文本概念抽取,从概念层次理解文本信息;再次,基于概念语义空间有效地统一文本信息管理;最后提供高效的基于概念语义的文本信息检索,以及个性化的专题组织与信息推送服务。文中着重阐述了系统中所用到的机器学习技术。     

Embedded grammar tags: advancing natural language interaction on the Web

Embedded grammar tags (EGTs) reflect Web page content by anticipating queries users might launch to retrieve that content. The grammars provide a unifying component for speech recognition engines, semantic Web page representation, and speech output generation. We propose a new framework that lets intelligent agents discover accurate, concise responses to natural language queries. This framework's backbone consists of embedded grammar tags that capture natural language queries. EGTs reflect information content in Web pages by anticipating the queries that users might launch to retrieve particular content.     

一种基于语义网的相似度计算模型

在检索信息时我们经常简单的依靠关键词匹配,往往导致检索结果不全或者不准。随着语义网概念的提出,为我们提供了新的研究方向。本文在传统的计算句子相似度的基础上,提出了把语义网和改进的相似度计算方法相结合,并把该计算模型应用在依靠论文摘要来检索相关论文上。由于语义网的引入,使得搜索变得智能化,从简单的依靠关键词匹配提高到语义层面,从而提高了查全率和查准率。     

一种基于主谓宾结构的文本检索算法

在文本检索领域,当前广泛应用的方法或者是考察检索词项与被检索文本的词频信息,或者是考察检索词项与被检索文本的语义相似性.这些方法忽略了检索词项与被检索文本的结构信息,检索结果有一定的局限性.通过分析检索词项与被检索文本句子结构的主谓宾信息,进而考察主谓宾结构中词汇的语义相似性,最终实现对文本的语义检索.实验表明,该方法能够有效提高检索的查准率.     

基于RDF的语义网格数据建模与检索

语义网格所需要处理的信息通常为半结构化数据,如何以合理的模型表示这些半结构化数据并实现高效查询处理,是语义网格要解决的核心问题之一。提出了一种基于资源描述框架（RDF）的半结构化数据表示模型,并设计了相应的信息检索机制。最后介绍了一个基于化工计算网格平台的,实现了化工领域知识共享与检索的化工语义网格架构的设计与实现。     

基于应用本体的多卫星遥感数据检索

基于本体的遥感数据检索系统目前尚处于起步阶段,本体论(ontology)、语义网(semantic web)概念的提出推动了智能信息检索技术的发展,使得该类检索可以充分挖掘信息的深度与广度。如何构建一个关于遥感数据共享的应用本体,基于应用本体如何实现遥感数据检索系统的基础架构,是本篇文章所要讨论的重点内容。     

数据网格中高效的元数据管理策略

在数据网格中,提出了采用完全分布方式、基于智能Cache和语义的元数据管理策略,在管理策略中设计一个元数据管理系统的体系结构SMICC.该体系结构引入了智能Cache和语义信息的方式来对元数据系统进行管理,减少远程访问时间和增加查询的准确度.SMICC可以利用智能Cache和语义信息处理不同的情况,可以根据本地可用的元数据进行查询的分解形成子查询,用户可以从本地Cache中获得元数据查询结果的一部分,剩下的部分可以从远程位置获得.通过语义信息和已有元数据,不仅可以使系统达到更好的扩展性和可用性,而且在保证用户访问质量的同时也提高了访问效率.