一种基于本体的高校知识管理系统及实现

针对高校师生知识的分布式、动态性和异构性等特点以及高校知识的学科专业的分类特征，提出了一种基于本体的高校知识管理系统模型OUKM，重点研究了OUKM的知识组织、知识查询和知识排序等实现方法，提出了基于知识结构本体的知识组织方法，以及精确知识查询、排序算法和模糊知识查询、排序算法。针对计算机专业知识，实现了一个基于本体的高校知识管理系统。     

一种基于本体的知识库语义扩展搜索方法

为使知识库的信息搜索突破传统基于关键字查询的局限,提出一种基于本体的知识库语义扩展搜索方法。将本体和语义扩展引入知识库,对用户查询条件进行扩展搜索,通过相关度分析对搜索结果进行排序,使搜索效果得到优化。实验结果表明,该方法能提高搜索查全率和查准率。     

面向产品外观设计的知识管理系统

为了在工业设计领域提升设计方案的创新性和生成效率,提出一种基于产品外观案例的显性和隐性设计知识管理方法.该方法根据产品外观设计知识和情景的特征建立了知识管理的目标和流程,通过引入外观设计知识本体框架和算法机制,支持设计师搜索相关案例,进行知识重用.最后利用手机外观设计知识管理系统,对该方法进行了说明和验证.     

一种基于领域本体的资源反馈检索模型研究

针对现有资源平台无法互通共享资源,资源库检索系统仅依靠用户输入的单词关键字描述检索资源而无法挖 掘用户需求中的语义信息的问题,提出了一种基于本体的资源反馈检索模型。该模型通过构建本体、概念相似度计算、查询关 键字扩展等关键技术,利用了用户多次反馈中的包含语义知识,满足了用户的查询需求。实验表明,该模型能够有效提高检索 的性能。     

基于领域本体的语义查询扩展

在信息检索研究领域,资源与查询词的匹配决定信息检索质量。现有检索方法的检索结果存在过多不相关信息,不能很好满足用户需求。针对传统信息检索存在的问题与当前语义查询扩展方法的特点,本文在分析各种语义查询扩展方法及其相关研究的基础上,提出一种改进的基于领域本体的语义查询扩展方法。该方法论通过本体模型和概念相似度的计算对检索信息进行检索意图树的构建并扩展;然后在资源本体中以最短路径的方式搜索资源。实验结果表明,本文方法相较其他查询扩展方法能得到更好的检索结果。     

基于领域本体知识库的语义查询扩展

为了在检索过程中全面表达用户查询意图,提出了基于领域本体知识库的语义查询扩展方法。该方法借助领域本体推理出的知识,使检索系统从语义层面理解用户查询语句,并通过语义相似度来控制扩展词的规模,避免了查询过度扩展,使得新构造的查询能更准确地描述用户的检索需求,提高了检索的有效性。原型系统的实验结果表明,该方法较传统的关键字匹配法和LAC方法有明显的优势,在保障查全率的基础上,可极大地提高检索准确率。     

基于Topic Map的知识管理系统研究

为提高企事业知识的共享、重用以及有效检索，提出了一个基于主题图的知识管理系统模型，采用本体描述语言TopicMaps对企事业中的知识类型进行描述，分析了主题图的特点，研究了知识管理系统中知识主题图和知识表示、检索之间的关系，并由一个实例分析说明了该模型框架的应用。     

基于领域本体科学效应知识语义检索的研究

当前传统的信息检索技术并不能准确的捕获用户的信息需求,基于本体的方法虽然考虑到语义搜索的复杂性但是却迫使用户使用一个十分难以掌握的查询语法．通过对用户查询习惯和查询短语的分析,我们发现查询短语通常为简单的动宾结构短语．针对化学领域科学效应知识和用户的查询习惯的特点,给出了一种从自然语言查询到本体知识映射的语义检索的方法．     

基于本体信息的企业知识管理系统的模型框架

本文系统阐述了本体的有关概念和方法,并对基于本体的建模、信息管理和查询等关键技术进行了详细的讨论,提出了一种基于本体信息的企业知识管理系统的模型框架.通过将各种类型的资源向知识本体层映射,可以充分发掘资源之间内在蕴涵的关联关系,能够很好地满足用户对相关资源的检索和融合需求.     

知识网格中基于领域本体的智能检索

本文提出知识网格环境下基于领域本体的智能检索模型,采用OWL DL语言对领域知识进行形式化描述,支持推理和深层语义检索.＂标注＂和＂查询优化＂是检索的两个关键技术.通过规范的概念和概念间语义关系对文档片段进行标注,并针对＂一词多义＂问题提出＂主题-概念＂两阶段消歧算法.＂查询优化＂过程中,基于OWL DL推理的优化算法实现查询概念的自动扩展,提高了查全率和查准率.基于以上方法,建立航天领域本体,利用网上数据库开放资源作为测试集进行评测.实验显示,与传统基于     

Web 2.0下基于案例的知识管理系统

为实现Web 2.0环境下网络知识的获取和共享,提出一种基于案例的知识管理系统。采用案例推理的方法实现知识管理,根据Web 2.0网络环境的特点,在案例表达阶段,为每个案例设置标签属性,使其能实现开放性分类。在案例检索阶段,将领域本体引入相似度的计算。利用人工神经网络算法、用户录入案例标签维护案例库和本体库。实验结果表明,该系统能快速检索出具有较高相似度的历史案例。     

知识管理中的联想检索

提供高效便捷的知识检索途径是知识管理系统走向实用化的关键，但传统的检索方法会遗漏大量有用信息而不适用于知识管理系统。文中根据语义网络中概念之间的语义关系把概念分解成核心网络和同义网络，并构造了一个检索扩展模板，以实现对查询语句的语义扩展，最后构造了一个权值计算函数对检索结果进行排序。     

基于Ontology的语义检索模型研究

针对基于关键字匹配的传统检索方法存在的不足,在检索过程中引入语义,提出一个基于本体的语义检索的模型。该模型将信息检索方法与语义查询技术相结合,通过基于本体的知识库实现对检索信息的语义查询。同时研究了语义检索的关键技术—本体的构建以及语义推理。     

An XML query rewriting mechanism with multiple ontologies integration based on complex semantic mapping

Semantic integration, which can be divided into three parts including ontology mapping, mapping representation, and reasoning and query rewriting with mappings, plays a key role in information integration systems. This paper develops an XML query rewriting and ontology integration mechanism, which acts as a global-as-view (GAV) approach to represent and query semantic information in mediator based information integration environment. It proposes the patterns and properties of ontology mappings, discusses the procedure and algorithm of ontology integration firstly, and then proposes the ontology based XML query mechanism, especially the XML query rewriting mechanism. Finally, a mediator-based implementation of the mechanism in OBSA system is introduced.     

国家知识基础设施中的数学知识表示

数学知识表示是知识表示中的一个重要方面,是数学知识检索、自动定理机器证明、智能教学系统等的基础.根据在设计NKI(national knowledge infrastructure)的数学知识表示语言中遇到的问题,并在讨论了数学对象的本体论假设的基础上提出了两种数学知识的表示方法:一种是以一个逻辑语言上的公式为属性值域的描述逻辑;另一种是以描述逻辑描述的本体为逻辑语言的一部分的一阶逻辑.在前者的表示中,如果对公式不作任何限制,那么得到的知识库中的推理不是可算法化的;在后者的表示中,以描述逻辑描述的本体中的推理是可算法化的,而以本体为逻辑语言的一部分的一阶逻辑所表示的数学知识中的推理一般是不可算法化的.因此,在表示数学知识时,需要区分概念性的知识(本体中的知识)和非概念性的知识(用本体作为语言表示的知识).框架或者描述逻辑可以表示和有效地推理概念性知识,但如果将非概念性知识加入到框架或知识库中,就可能使得原来可以有效推理的框架所表示的知识库不存在有效的推理算法,甚至不存在推理算法.为此,建议在表示数学知识时,用框架或描述逻辑来表示概念性知识;然后,用这样表示的知识库作为逻辑语言的一部分,以表示非概念性知识.     

支持创新型组织学习:基于任务情景的知识适用性管理

面临商务环境的快速变迁和难以预测,创新型组织学习正在成为组织提高生存、适应和竞争能力的关键途径.然而,现有的KM技术对于如何支持创新型组织学习,没有进行深入、系统的研究;导致知识工作者在获取适用性好的信息体(从而促进业务创新)和主动参与OM开放性进化(以促进创新知识的传播和共享)方面缺乏有效的支持.文中提出基于任务情景的知识适用性管理方法KAMTC,旨在以基于应用域本体的任务情景描述模式作为统一的语义基础,去确切、全面和便捷地描述业务工作的查询需求和受检信息体的适用性,以克服这些挑战性问题,进而有效支持知识创新和创新型组织学习的展开.     

一种基于Rough本体的信息检索方法

基于本体的信息检索是实现知识检索的有效途径,针对目前本体支持的形式化概念还不足以表示不完备知识的问题,提出一种基于Rough本体的信息检索方法,该方法中本体以本体信息系统的形式表示。用户提交关键字查询后,首先结合基于关键字检索的方法在预先定义的语义文档空间中搜索文档,然后利用关联搜索的方法来搜索与关键词关联的个体集和属性集,以属性集作为等价类构造Rough本体的近似空间,最后通过近似空间计算个体集和文档集的相似度,根据相似度高低对文档排序。实验表明,此方法比基于关键字和基于经典本体的方法有更高的查准率。     

云计算下支持语义的可搜索加密方法研究

传统的云计算下的可搜索加密算法没有对查询关键词进行语义扩展,导致了用户查询意图与返回结果存在语义偏差,并且对检索结果的相关度排序不够合理,无法满足用户对智能搜索的需求。对此,提出了一种支持语义的可搜索加密方法。该方法利用本体知识库实现了用户查询的语义拓展,并通过语义相似度来控制扩展词的个数,防止因拓展词过多影响检索的精确度。同时,该方法利用文档向量、查询向量分块技术构造出对应的标记向量,以过滤无关文档,并在查询-文档的相似度得分中引入了语义相似度、关键词位置加权评分及关键词-文档相关度等影响因子,实现了检索结果的有效排序。实验结果表明,该方法在提高检索效率的基础上显著改善了检索结果的排序效果,提高了用户满意度。     

基于本体映射的多本体查询方法

随着语义网的发展,本体已经成为很多领域表达知识的主要手段。许多领域都根据自己的需求建立了本体来描述本领域内的知识。但是目前许多针对本体的语义查询只能对一个本体进行查询。为了实现一个查询能够对多个本体进行访问并且返回适当的查询结果,文中提出了一种利用本体映射实现对多本体的查询方法。其中的映射方法是一种基于语义的多策略结合方式。通过实验发现查询的速度与本体的数量基本呈线性关系且不会因为本体异构程度而增加。