语义万维网中基于Agent的智能检索框架

语义万维网是目前国际万维网联盟（world wide web consortium，W3C）为了解决因Web上的数据缺少语义信息而难以实现自动化处理的问题所开展的研究项目，其目的是为了对Web上发布的信息实现智能推理和自动化处理。Agent作为一种智能化主体，非常适合语义万维网环境下的各种应用。在语义万维网和智能Agent研究的基础上，综合信息检索、知识表示、Ontology建模等多方面技术，提出并实现了一个基于Ontology实现语义信息检索的多Agent系统框架，该系统包括信息收集、存储、查询和推理4个主要部分。     

基于语义的Web信息检索

语义万维网的研究逐渐引起了知识表示、逻辑编程、信息系统集成和开发等各个领域的广泛关注。文中概述了语义万维网的概念、技术框架,并且对含有自由文本和丰富语义标记的网络文档资源的三种语义检索系统原型进行了深入分析。最后,提出了设计Web语义检索系统应该满足的条件,可以基于它来设计语义检索系统框架。     

基于语义的Web信息检索

语义万维网的研究逐渐引起了知识表示、逻辑编程、信息系统集成和开发等各个领域的广泛关注。文中概述了语义万维网的概念、技术框架，并且对含有自由文本和丰富语义标记的网络文档资源的三种语义检索系统原型进行了深入分析。最后，提出了设计Web语义检索系统应该满足的条件，可以基于它来设计语义检索系统框架。     

语义Web中的核心层技术研究

文中在简要介绍语义web概念的前提下，针对语义web模型中核心层的相关技术如XML、RDF特别是本体技术进行研究，并分析了各种技术之间的相互关系。所进行的研究对语义Web的构建和实现具有一定的促进作用。     

基于语义web的agent系统模型

随着互联网的迅速发展，网络信息的处理变得越来越复杂，语义web技术的出现正是为了解决这样的问题。在语义web上信息表示是面向机器可处理的，因此使得机器更容易自动处理网络上的资源，这大大方便了对网络资源的利用和收集。本文在此基础上提出一个基于语义web的agent系统模型，该系统主要包括information server、ontology base、client application三个模块，并结合了本体收集agent、搜索agent和本体agent。其中知识的表示由ontology实现，并可利用其实现一定的推理。     

网格技术专题介绍

网格 (grid)技术是近年来国际上兴起的一种重要信息技术 .它的目标是实现网络虚拟环境上的高性能资源共享和协同工作 ,消除信息孤岛和资源孤岛 .与它相关的技术包括 :实时企业信息系统、网络化虚拟设计环境、因特网技术、知识管理、XML技术、ASP技术、万维网服务 (web service)、语义网 (semantic web)、高性能计算等 .关于网格技术对国民经济和社会发展的意义 ,在最近的一次网格战略研讨会上 ,国家科技部副部长马颂德研究员陈述了下面的观点 :“回顾几千年来人类的文明史 ,尤其是近百年来的人类社会科学技术的发展 ,也许我们可以说 ,虽…     

基于语义网络的舆情信息分类方法

针对多数舆情监控系统对领域知识考虑不足的问题,提出一种基于语义网络的舆情信息分类方法。运用逆文档词频技术拓展公开知识图谱,利用语义网络对舆情信息进行建模,以语义网络中概念节点的映射值表示舆情信息,通过相关概念的互相映射产生增益从而突出舆情信息主题,且可根据舆情信息中的概念发现文中未显式的相关概念,从而反映舆情信息的总体情况。结合主流分类器进行对比实验,结果表明基于语义网络的舆情信息分类技术具有更好的分类效果。     

语义Web中的知识表示语言

知识表示是语义web实现的基础,然而选择合适的知识表示语言是实现知识表示的第一步。本文针对三种有代表性的知识表示语言XML,RDF和OWL,从不同角度分析了三种知识表示语言的优点以及不足之处,并分析了语义web中本体知识表示语言将来的发展方向。     

基于概念层次网络的知识表示与本体建模

知识表示是自然语言理解的重要基础。知识表示不统一、语义信息无法系统化利用是目前存在的亟待解决的问题。要解决这个问题,就要解决语义知识表示的问题。该文基于概念层次网络,描述了词语、句子和篇章层面的语义知识表示方法。基于文中描述的词汇层面的表示方法,构建了一个多语言本体知识库。该知识库的知识表示方法不仅可以为知识表示理论研究提供基础,还可以为自然语言处理相关领域的应用提供资源支持。     

未来能理解人类语言的智能网络——语义网

文章介绍了语义网的定义、作用和与传统万维网的区别,论述了语义网如何基于可扩展标记语言XML和资源描述框架RDF来实现让计算机能够自动识别和处理网上信息,并对语义网通过本体层来表示出信息的含义及各种信息问的语义联系及本体的构建做了一定的探讨。     

知识图谱研究综述

随着信息化社会的来临,各种互联网技术应运而生,数字信息已然成为当今社会中商家必争的宝贵财富资源。众多数字信息中,怎样帮助用户精准筛选出有效信息是当前搜索引擎所面临的巨大挑战。传统的互联网搜索仅仅是基于本文的链接,搜索时仅单纯的给出包含搜索词的网页,让用户去网页中寻找答案,这种检索方法耗时耗力,还不能准确给出用户想要的答案。由此谷歌率先提出以知识图谱(Knowledge Graph)为技术基础的的搜索引擎,这是搜索引擎界的一次重大变革。它以图的形式表现客观世界中的概念和实体及其之间关系,现如今广泛应用于语义搜索、智能问答、决策支持等智能服务领域。本文针对什么是知识图谱、如何表示构建知识图谱及知识图谱的主要应用作了详细阐述,希望更多的读者可以了解知识图谱及其对人工智能发展的巨大贡献。     

基于OWL的自然灾害领域应急响应知识表示方法

利用语义网中本体和OWL(Ontology Web Language,即网络本体语言)等相关技术,通过一阶谓词逻辑及产生式知识表示方法具体描述地震灾害应急响应,为实现自然灾害领域应急响应的知识表示和共享提供一种参考。     

改进的本体语义相似度计算方法

概念的语义相似度研究,是知识表示以及信息检索领域中的一个重要内容。通过分析两种传统的语义相似度计算方法,对它们存在的问题进行改进,提出了一种综合的基于本体的概念语义相似度计算方法。该方法结合本体的DAG网状结构特征和语义距离计算中的多种语义影响因素,充分利用本体中概念的语义来计算概念间的语义相似度。实验结果比较合理,验证了该方法的有效性。     

一种基于本体的概念语义相似度计算研究

概念的语义相似度研究,是知识表示以及信息检索领域中的一个重要内容.通过分析两种传统的语义相似度计算方法,对它们存在的问题进行改进,提出了一种综合的基于本体的概念语义相似度计算方法.该方法结合本体网络特征和语义距离计算中的多种语义影响因素,充分利用本体中概念的语义信息计算概念间的语义相似度.实验结果比较合理,验证了该方法的有效性.     

一种基于本体的语义相似度算法研究

在研究目前比较经典的基于语义距离的相似度算法的基础上,通过分析语义概念的其他关键因子,增加了节点密度以及概念属性对语义相似度的影响,提出了一个更为规范的相似度算法。通过实验分析证明,改进后算法所得相似度值更加合理,在一定的调节参数下,与人类主观判断的兼容度比原始算法提高了约15％。     

基于知识图的领域本体构建方法

提出了一种基于知识图的领域本体半自动构建方法。以《知网》为语义知识资源,知识图为语义表示方法,采用成熟的软件工程流程,最终构建出的领域本体具有结构明确、语义清晰的特点。对于在其上的语义网、信息抽取等应用提供了有效支持。介绍了本体的概念、设计的准则、建模的流程,并对未来的本体的移植性进行展望。实验结果表明该方法在不确定性知识处理上优于传统本体构建方法。