模糊本体在语义信息检索中的应用

传统的语义信息检索是基于检索词语义的匹配,无法满足检索不确定的、不完整的信息以及对检索结果进行聚类处理,因此,提出将模糊本体引入语义信息检索方法。该方法以本体技术先建立领域语义模型,各概念的隶属度加到语义建模的过程中,并提供语义标注;以模糊推理方式对概念、公理等本体进一步处理,从而便于计算机计算处理。能够提高在语义信息检索中对模糊信息进行检索的查准率、查全率,采用聚类技术对检索结果进行聚类,以达到智能化检索的目的。     

改进型MO_CRM模型的研究

针对目前互联网用户习惯使用较为简单的关键字来进行信息检索的现状,文章对用户的检索关键字进行语义扩展,力求检索结果尽可能地满足用户的初衷。利用互信息与本体互补性,建立基于互信息和本体的协同检索模型（MO_CRM）。在MO_CRM模型的基础上,对相关的领域本体的修正与补充进行了更进一步的研究与讨论,得到改进型MO_CRM模型,从而提高了信息检索的查全率与查准率。     

基于本体的高校办公信息检索系统研究

随着高校办公信息的不断增多,传统信息检索系统由于缺乏知识的处理,检索结果很难令人满意;为提高信息检索的查准率和查全率,提出将本体技术应用到信息检索中,研究并构建高校办公信息领域本体,设计了一个基于本体的信息检索系统模型．     

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。     

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。     

一个基于本体的个性化知识服务系统的构建

在国内基于本体的信息检索技术还处于初步探索阶段,而传统信息检索技术的检索效率普遍达不到要求的环境下,受到智能搜索引擎技术和个性化建模技术研究的启发,将个性化检索技术和语义网技术结合起来共同指导信息检索过程,从而提高信息检索的查准率和查全率。     

RDAQAS中问句相似度计算方法研究

在受限领域自动应答系统(RDAQAS)中，以“知网”和领域本体库为基础，计算目标问句和问句语料库中问句的相似度，从中寻找最相近问句，最终提取答案的方式，是一种很实用的自动应答实现模式．文中介绍了金融领域本体库、问句语料库等语义资源的构建方法，提出了基于关键词空间向量模型和基于语义概念空间向量模型的问句相似度计算方法，并对其实现过程进行了详细描述，最后给出了两种方法的具体的问句相似度计算对比实验实例．     

基于概念格理论的语义相似度模型研究及验证

将语义相似度计算模型定义为域、概念、属性组成的三维空间模型,并结合领域本体集,从概念格理论的角度考虑了该模型对语义相似度计算的影响.该模型通过对不同的向量加不同的权值来调节其对语义相似度计算的贡献,使计算结果达到最优,从而提高语义相似度计算的准确度.实验结果表明,与单方面计算相似度的方法相比,该方法能有效地提高语义相似度计算的查全率和查准率.     

语义智能检索在果品领域的应用

为了提高检索系统在果品领域信息检索的查全率、查准率和检索效率,提出了一种基于本体的语义智能检索系统结构,借助Protégé编辑工具,通过RDF资源描述语言,在领域专家的协助下实现了在农业果品领域中的应用.实验证明,该语义智能检索系统能够检索到与关键字语义相关的信息,如同义、近义及上下位关系,拓宽了关键字的语义,并在一定程度上解决了"信息过载".农业果品领域语义的描述及智能检索是构建和实现语义网在该领域应用的一次尝试性的探索.     

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。     

基于语义指向性特征提取的数据库优化访问方法

为通过语义指向性索引实现数据库的优化访问,提出了一种基于语义本体模型和关联指向性特征提取的数据库优化访问方法,进行了数据库存储机制和数据结构的分析,采用匹配投影法进行数据库访问过程中干扰信息和冗余信息的滤除,采用信息融合算法实现对数据库中词频信息的均衡控制和全局寻优,提取语义本体模型的关联指向性特征,以此为指向性索引路径进行数据库信息检索,实现数据库的优化访问.仿真结果表明,采用该方法进行Web数据库访问,语义特征的波束聚焦性较好,冗余信息得到了有效抑制,数据库访问的查准率高于传统算法,性能优越.     

基于本体的网格信息检索模型构建的研究

在网格信息检索中,网格计算的工具应用到了信息检索领域,为信息检索提供了多种优质服务,尤其是本体技术的融入,加速了网格信息检索的发展.本文从模型构建的角度出发,研究基于本体的网格信息检索系统的设计基础,从而为基于本体的网格信息检索系统的建设提供理论上的指导.     

基于本体语义教务信息检索系统的设计与实现

为了解决传统信息检索系统中存在的不足,以教务信息检索为例,提出了基于本体的语义信息检索系统的3层模型框架。在模型框架基础上,利用Protégé工具创建了教务知识本体,作为系统的数据源,利用Jena工具和Sparql语言实现了语义信息推理和检索,利用XML和XSL技术实现了用户界面显示,形成了一个完整的语义教务信息检索系统。     

基于相似度的语义Web服务发现技术研究

针对传统Web服务在服务发现中存在效率低的问题,应用语义Web技术和本体理论,提出了一种基于相似度的语义Web服务发现模型。采用Web本体语言(OWL-S)描述Web服务,发布服务时包含充分的语义信息,在服务搜索中加入本体推理过程,综合度量服务的功能匹配程度和信誉值。实验结果表明,语义Web服务发现方法的查准率和查全率高于UDDI基于关键字的查找方法。     

结合本体论和统计方法的跨语言信息检索模型

为了更有效地提高跨语言信息检索的性能,结合本体论和统计方法的特性,提出一种混合的跨语言信息检索模型.在该语言模型的结构上,提出一种本体描述框架,构造了一个形式化的语言本体知识表示,通过典型语料学习,融合了语法、语义、句法等多元信息,建立了源语言本体知识库.在跨语言信息检索的实际应用中,利用本体表示,获得初始的检索文档集,再基于源语言本体知识库,对全部候选文档重新排序,以提高TopN排列的精确度.利用NTCIR-3Workshop中的中英文跨语言信息检索数据集对该语言模型进行了评价,相关实验结果表明,该方法取得了较满意的实验效果.     

基于语义Web的信息检索改进模型的研究

提出了基于语义Web下的信息检索改进模型,说明了该模型中每个组成部分的功能,并将该模型进行初步应用。结果表明,信息的查全率和查准率都有较好的改善。     

基于查询与内容的文档表示模型

在信息检索中,文档表示模型的优劣是影响检索性能的重要因素之一.根据全信息理论,认识论信息是语法信息、语义信息和语用信息的三位一体.当前主流的文档表示模型主要利用语法和语义信息,造成语用信息的缺失,成为改善检索性能的瓶颈.该文提出了一种整合用户查询行为与文档内容的文档表示模型,将用户隐性反馈的语用信息和文档自身的语义、语法信息相结合,动态调整索引库关键词权重,从而提高信息检索的查全率和查准率.     

三维模型库语义网构建及检索方法研究

为了实现三维模型语义检索,描述了一种基于本体来构建三维模型库语义网的方法,并在此基础上实现基于语义的三维模型检索。该方法首先建立三维模型库本体描述,根据模型库中的内容提取类,对象和属性。其次利用Word-Net英文本体查找本体原始结点的语义扩展结点,包括同义词,上位词,下位词和整体部分关系词,从而构建语义网络。在语义网的基础上实现基于SPARQL的三维模型检索。结果表明,该方法能有效地扩充一个分类粒度较粗的三维模型库的语义内容,扩大语义覆盖面,同时扩充词汇之间的语义相关性,从而提高基于关键词语义检索的准确性。     

管网材料腐蚀信息语义检索系统的设计与实现

传统的基于关键词的信息检索不能理解用户的需要,仅仅对关键词进行简单的匹配,其结果往往包含大量与用户实际需要毫不相干的信息,同时却丢失用户实际需要的信息,使得检索的效率很低．基于本体的语义检索技术的出现,弥补了基于关键词检索的不足,成为目前构建信息检索系统的应用热点．本文主要针对燃气管网的材料腐蚀信息,设计一个基于GIS（Geography Information System）的管网材料腐蚀信息语义检索系统,使用户检索管网空间数据和腐蚀数据时为其提供相关数据的语义信息,同时也使得检索结果更加符合用户需求．     

基于Ontology的网络元数据抽取系统的研究与实现

万维网(World Wide Web,WWW)现在已经成为一个巨大的信息发布平台,理论上,人们可以找到任何感兴趣的信息。问题是目前的信息检索效率很低,通过传统基于关键词匹配的信息检索通常检索到大量不相关的冗余信息。由B.Lee 1998年提出的语义网,被称为下一代网络,将会对信息检索起到根本性的改变,而语义网中语义元数据是其中的核心基础。本文设计并实现了一种基于Ontology的网络元数据抽取系统。它使得用户可以构建和维护领域本体,对网页、PDF文件以及图像等网络资源进行元数据标注,然后基于构建的Ontology对标注过的网络资源进行元数据抽取,并且将抽取的各类元数据以统一的格式存储到元数据信息库中。