基于Ontology的Web信息检索系统研究

传统的信息检索技术以关键字匹配为主,缺乏语义推理能力,对用户的查询请求没有提供语义制导,因此造成信息的误检、漏检.将Ontology用于Web信息检索,分析了Ontology的语义表达能力,提出了基于Ontology的信息检索系统模型(MIRSO).MIRSO能够对用户提供语义制导,将用户的查询条件映射为领域Ontology的概念和关系,使用户的需求表达和信息内容精确匹配.实验结果表明,该方法能够提高信息检索系统的查准率.     

扩展UDDI以支持OWL-S

在对UDDI和OWL-S研究的基础上，提出扩展UDDI，以支持用OWL-S描述的Web服务的推广和请求，OWL-S可以通过服务提供功能的语义信息来描述服务，以实现更好的服务发现。而且，也提出了一种基于服务的输入输出描述本体的匹配机制。通过扩展JUDDI实现了OWL-S信息的存储和匹配机制。实验证明这是实现语义Web服务注册和发现的一种合理机制。     

基于语义web的智能信息检索关键技术研究

本文对基于语义web的智能信息检索系统开发中所涉及的若干关键技术进行了深入的分析研究,提出了有效的解决方案,为智能检索系统的实现提供了技术支持。这些关键技术包括:关联搜索、信息资源收集和语义推理。     

基于Ontology的智能检索系统框架研究与实现

提出并实现了一个语义Web环境下基于Ontology的语义信息检索系统框架。它由信息搜集Agent、存储Agent、推理Agent和查询Agent构成，这4类Agent协同工作实现了基于语义的Web信息检索服务。该文采用OWL描述的Ontology作为语义推理的基础，以Jena作为RDF API，使用JADE作为多Agent系统的开发工具和应用平台，完成了一个针对“Wine”领域进行智能查询的实例。     

基于语义的Web服务发现的设计与实现

目前Web服务发现机制仅提供了简单的基于关键字的搜索方法，缺乏对语义推理的支持。因此提出了一种基于语义的Web服务发现的系统架构，并进行了实现。通过把Web服务的语义描述发布到UDDI注册中心，在服务查找时对服务功能进行语义相似匹配，实现了高效的服务发现。     

基于语义的Web信息检索

用户要从网络中得到所需的信息一般是通过各种搜索引擎。但是现有的搜索引擎都存在着检索相关度不高等问题。随着语义Web概念的提出及相关技术的发展,基于语义的Web信息检索逐渐成为了语义Web研究的热点。给出了传统搜索引擎存在的问题,从理论上分析了如何将语义Web技术融入Web信息检索中去,并在理论分析的基础上给出了基于语义的Web信息检索的模型。     

基于语义的Web信息检索

用户要从网络中得到所需的信息一般是通过各种搜索引擎。但是现有的搜索引擎都存在着检索相关度不高等问题。随着语义Web概念的提出及相关技术的发展，基于语义的Web信息检索逐渐成为了语义Web研究的热点。给出了传统搜索引擎存在的问题，从理论上分析了如何将语义Web技术融入Web信息检索中去，并在理论分析的基础上给出了基于语义的Web信息检索的模型。     

基于UDDI的语义Web服务门户的设计与实现

统一描述发现集成协议（UDDI）提供了Web服务的信息注册查找规范,解决了Web服务的描述、发布以及查找问题。然而采用UDDI建立的Web服务在服务查找时会受关键词匹配的严重影响,缺乏对语义信息的支持。因此在服务匹配时不能搜索到用不同术语描述的相关信息,从而造成了服务查全率查准率低。语义Web服务技术以信息服务智能化、自动化、高效性为目标,通过本体（Ontology）来描述资源的语义信息,它能够有效的解决上述问题。本文在分析了语义Web服务和UDDI技术规范的基础上。设计实现了一种基于UDDI的语义WEB服务的发布及发现机制。     

基于UDDI的语义Web服务门户的设计与实现

统一描述发现集成协议(UDDI)提供了Web服务的信息注册查找规范,解决了Web服务的描述、发布以及查找问题。然而采用UDDI建立的Web服务在服务查找时会受关键词匹配的严重影响,缺乏对语义信息的支持。因此在服务匹配时不能搜索到用不同术语描述的相关信息,从而造成了服务查全率查准率低。语义Web服务技术以信息服务智能化、自动化、高效性为目标,通过本体(Ontology)来描述资源的语义信息,它能够有效的解决上述问题。本文在分析了语义Web服务和UDDI技术规范的基础上,设计实现了一种基于UDDI的语义WEB服务的发布及发现机制。     

基于重写技术的语义Web服务研究

随着对Web服务的不断深入研究和应用,出于各种服务自动化任务的需要,语义Web服务逐渐成为学术界的研究热点。可以看出这些研究大都基于服务单个操作级别的语义进行推理,而对于多个操作之间的语义联系却很少涉及。提出Web服务的重写模型,通过为Web服务添加操作之间的重写规则语义,将Web服务建模为服务重写系统,利用重写技术中的推理机制,实现对Web服务的分析和挖掘。这个方法可应用于服务的QoS优化,以及服务的组合与融合等方面。     

基于语义服务的虚拟企业伙伴双向搜索方法*

为提高伙伴搜索系统的开放性和查准率,通过引入Web服务和本体技术,提出了一种基于语义服务的伙伴搜索模型。该模型使用OWL-S描述盟主企业的任务型服务和成员企业的资源型服务,介绍了语义相似度的计算方法以及一种基于语义相似度的任务型服务与资源型服务的匹配算法。针对伙伴搜索的实时动态性及盟主企业和成员企业双方利益最大化需求,介绍了双向搜索的搜索规则,提出了基于以上模型的虚拟企业伙伴的双向搜索机制。最后,对该方法进行了分析评价。     

基于语义相似度的Web服务发现研究

Web服务的大量涌现对服务发现提出了挑战,UDDI上基于关键词和简单分类的服务发现机制已经不能很好满足需要。文中在分析现有相关研究的基础上,给出了一种基于语义相似度的Web服务发现方法。该方法充分利用服务中存在的语义信息,针对服务请求和广告服务中描述的功能进行匹配,并通过语义相似度来衡量两者匹配的程度。文中具体给出了服务间语义相似度的计算方法并通过示例说明了服务匹配的过程。     

扩展UDDI以支持语义信息的研究

介绍了一种扩展UDDI以支持语义信息的方法,即在注册Web服务时添加语义信息,并支持基于语义的查询。首先在UDDI系统中加入一个领域本体库,再为该UDDI中的每个注册服务添加语义信息,并将服务和本体库的对应关系存入到UDDI的数据库中。在服务申请者查询Web服务时,由用户提供语义查询模板,根据用户描述的本体语义信息得到候选服务列表,再根据用户对服务质量的要求计算候选服务的匹配度,将候选服务依照其匹配度的大小顺序返回给用户。     

基于语义向量模型的Web服务匹配方法*

针对当前Web服务匹配方法中存在的缺陷,将语义Web服务匹配方法与信息检索技术相结合,提出一种利用语义相似度扩展向量模型的Web服务匹配方法,并通过实验对匹配效果进行了检验与分析。实验结果证明,与基于经典向量模型的匹配方法和相关语义匹配方法相比,该匹配方法具有更高的准确率。     

模型驱动架构的语义组合Web服务的验证

针对语义Web服务的组合与验证问题,提出了基于模型驱动架构（MDA）的组合方法与基于语义匹配度的匹配方法。组合方法使用UML类图和用例图对OWL-S进行静态组合建模,使用活动图对OWL-S进行动态组合建模。在建模过程中使用基于语义匹配度的匹配方法,选择可用的子Web服务确定最合适的组合Web服务,并将该组合UML模型转化为可验证的Promela语言,使用SPIN工具进行验证,通过验证的UML模型作为模板保存于本体的知识库中以便使用。该模型提高了开发语义Web服务的效率,保证了组合过程的正确性,还能利用模板与语义匹配度实时发现与选择可用的Web服务。     

基于本体的远程医疗语义Web服务发现方法研究

由于现有医疗信息系统之间的异构性,使得各系统间的信息交换无法正常进行。基于SOA的远程医疗诊断系统的出现,可以很好地解决各种异构系统的集成问题。但是,目前的Web服务注册和发现协议如UDDI是基于关键字的检索技术,无法描述Web服务的语义信息,这使得基于传统协议的Web服务发现算法无法自动匹配一些符合要求的服务。为了解决上述问题,基于SOA思想提出了一种基于本体的语义Web服务模型,并给出了相应的Web服务发现算法。该模型能够更准确有效地描述Web服务,使得计算机可以完成自动服务匹配,提高了查全率和查准率。     

语义Web服务发现技术

传统的Web服务发现技术大多采用基于关键字的服务匹配机制,缺乏对Web服务功能的语义性描述,影响了Web服务的查全率、查准率和查找的智能化.研究基于语义的Web服务匹配方法,在经典Web服务匹配算法的基础上进行改进,研究单概念语义Web服务匹配算法,并由此得出多概念语义Web服务匹配的最优顺序,结合输入、输出参数,最终得出语义Web服务匹配结果,实验结果表明,改进后的方法比BGM算法匹配度高.     

基于功能语义的Web服务发现方法

随着Web服务技术的发展与应用,基于功能语义进行Web服务发现已经逐渐成为服务使用者最为迫切的需求.而现有的服务发现机制还不能很好地解决这一问题.所以提出了一种基于功能语义的Web服务发现方法.通过定义Web服务功能描述模型,规范服务提供者和使用者对Web服务功能的描述;同时构建了领域功能本体,提出语义标注的机制,从而让用户可以基于功能语义发现Web服务.并设计了基于功能语义的Web服务描述语言,构建了原型系统,为基于功能语义进行服务发现提供了一种有效可行的方法.     

基于语义网的高效信息查询方法

为了提高Web信息检索的准确率,提出一种基于语义网的高效信息查询方法。首先从本体库中提取目标资源与查询关键字之间的语义路径,通过分析语义路径所包含的属性的权重和识别能力,分别计算每个语义路径的权重;然后,根据资源与查询关键字之间的语义路径的权重、数量和特异性,分别计算每个资源与各关键字之间的语义相关性,并结合关键字的涵盖范围和识别能力综合计算每个资源与关键字集之间的语义相关性;最后,以该相关性为依据对所有资源进行排序和输出。实验结果表明,与OntoLook、tf*idf和TMSubtree三种语义网查询算法相比,基于语义网的高效信息查询方法的平均正确率分别提高了69.0、25.0和21.0个百分点;平均召回率分别提高了77.1、28.3和24.3个百分点;平均F测度值分别提高了72.4、26.4和22.4个百分点。实验结果表明:该方法不仅能够有效提升语义查询的准确率,而且对隐性信息也有很好的查询效果。     

基于UDDI的语义Web信用评估服务研究

UDDI服务注册机的服务发现提供了简单的基于关键字的搜索方法,但缺乏对语义推理的支持。论文在对UD鄄DI服务发现基本模型的研究基础上加入了语义推理,并运用到电子商务信用评估服务发现中。提出了基于UDDI的语义Web信用评估服务系统的结构,着重介绍了基于本体论的电子商务信用评估元模型,并利用信用评估元模型构造信用服务原子模型。