基于概念云与本体的信息检索系统(IRSCCO)的设计与实现

基于本体的语义检索是提高信息系统检索精确度的有效途径之一.概念云是云模型在信息领域的应用,是本体中的概念按照一定算法在页面中的排列聚合.基于本体与概念云来构建信息检索系统,其设计方案是采用自上而下与自下而上的两种方式相结合构造全局本体、局部上层本体、局部下层本体;再使用Web2.0环境下的内容管理工具进行本体中概念的管理与组织,从而形成概念云;最后以本体与概念云来完善信息检索系统,既提高检准率,又满足用户对知识获取的需求,并可为其他本体系统构建者提供对概念的获取与重用用户知识的功能.本文还描述了本系统语义检索功能实现的原理,阐述了该系统基本实现步骤和关键细节,并展示了该系统的部分功能.     

面向自然语言的数字图书馆智能信息检索研究

本文提出了一种面向自然语言的智能检索系统框架。该框架的核心是语义推理和个性化处理。该文采用OWL描述的Ontology作为语义推理的基础，以检索请求统计库和用户模式库来实现用户的个性化检索，检索结果以知识的形式返回给用户，能极大地满足用户的信息需求。     

基于语义信息链的语义检索研究

基于本体的语义检索是它从语义理解的角度分析信息对象与检索请求,通过语义信息这个桥梁来实现二者的匹配,满足用户的信息需求。文章从语义三棱出发提出了语义信息链的概念,并详细阐述了语义信息链中的语义检索环节是如何体现语义信息来实现语义层次上的检索。     

基于个体概念语义关系的微内容发现研究

传统的超文本标记语言只能显示而不能使计算机理解页面信息,导致传统的基于关键词的检索工具的查准率、查全率和智能化程度都较低.虽然语义网可以解决计算机对页面信息的理解问题,但以往基于本体的语义匹配算法通常是面向类概念的,在精度上不能满足微内容的发现需求.本文面向微内容检索应用,在分析了个体概念的语义特征的基础上,提出了基于语义关系的个体匹配规则、索引结构和相应的语义检索算法.最后,通过实验验证,证明了基于个体语义关系的聚合机制具有更高的聚合细腻度,所提出的语义检索算法在面向微内容的检索应用中是有效的.     

科学论文功能单元本体设计与标引应用实验

科学论文内容本体是科学论文内容结构和语义功能的形式化和规范化知识表示,对于科学论文的深度标引和知识挖掘具有重要意义。本文系统梳理了已有科学论文内容表示模型和内容本体,并以功能单元理论为基础,提出科学论文功能单元本体的设计思路,构建包含28个类和5种属性在内的科学论文功能单元本体FUO。借助本体构建工具Protégé,对科学论文功能单元本体FUO进行形式化表示。借助语义标注工具GATE,利用功能单元本体FUO对论文进行初步的深度标引实验,检验了该本体的可用性。结果表明,功能单元本体FUO能够很好地表示科学论文内容组件的语义功能及其属性,揭示科学论文正文各部分的语义特征,可以用于面向知识发现的科学论文深度语义标引,为科学论文内容本体开发奠定了基础。图4。表9。参考文献47。     

基于领域Ontology的知识检索模型研究

针对传统信息检索模型不能很好满足用户需求的问题,在分析现有相关研究的基础上,提出基于领域Ontology的知识检索模型。通过构建领域Ontology,对文档进行语义标注,对查询请求进行概念提取和语义扩展,从而得到语义索引项作为文档和用户请求的知识表达,进一步研究领域Ontology中词语间语义关系的计算模型。考虑到语义相似度与语义相关的内在关系,给出相关系数来衡量检索目标与候选者间符合程度。最后对提出的模型进行验证,结果表明检索性能有显著提高。     

基于语义关联挖掘的数字图书馆跨媒体检索方法研究

针对当前跨媒体检索算法没有充分利用不同媒体特征之间的潜在语义关联和无法解决跨媒体检索过程中的维度灾难与语义鸿沟问题,研究并设计基于语义关联挖掘的跨媒体检索算法。该算法主要由语义关联挖掘、跨媒体本体动态构建、跨媒体语义相似度计算三个部分组成。研究表明,该算法能够有效地提升跨媒体检索的准确率和效率,能够在一定程度上满足用户跨媒体检索的需求。     

基于WordNet和SUMO本体集成的自动语义检索及可视化模型

针对语义检索在实际应用中面临的用户查询意图获取困难、潜在语义索引计算复杂、领域本体覆盖范围小、概念语义类型不丰富、自动化程度低等问题,提出基于WordNet和SUMO本体集成的自动语义检索及可视化模型。实验表明这种模型能够过滤掉大量与用户查询无关的信息,提高信息检索系统的检准率,并很好地满足用户可视化和个性化检索需求。     

基子本体的图书馆文献资源检索技术研究

图书馆文献资源共享是图书馆发展的一个重要标志,而知识存储与检索是图书馆文献资源共享与传播的关键技术。目前基于目录分类、关键词等的文献资源检索方法缺乏语义信息,无法满足用户的检索请求。本文引入领域本体作为资源描述的知识基础,提出了基于本体的三层结构智能检索体系模型,并解决了关系数据库存储本体时的知识映射问题。     

基于本体的图书馆文献资源检索技术研究

图书馆文献资源共享是图书馆发展的一个重要标志,而知识存储与检索是图书馆文献资源共享与传播的关键技术。目前基于目录分类、关键词等的文献资源检索方法缺乏语义信息,无法满足用户的检索请求。本文引入领域本体作为资源描述的知识基础,提出了基于本体的三层结构智能检索体系模型,并解决了关系数据库存储本体时的知识映射问题。     

基于语义的馆藏资源深度聚合研究

网络环境下,图书馆馆藏资源已逐渐转变为以数字图书馆为主体、紧密面向用户需求的多元化知识资源。本文基于OPAC、跨库检索、引证关系和元数据的聚合以及相应的整合工具与方法等多个方面对国内外研究现状进行概述,从三个方面进行研究:①基于概念及概念关系、基于引证关系和基于科研本体等对馆藏资源进行语义聚合;②探讨馆藏资源聚合服务所需要的语义描述框架和可视化展示机制;③面向资源主题、知识深化演化、学术社群或科研决策来进行馆藏资源深度聚合。参考文献23。     

科学论文语义增强的研究进展与趋势研判

[目的/意义] 随着科学交流体系向电子媒介迁移,传统的科学论文内容组织及呈现方式带来了诸多弊端。科学论文语义增强能够创新科学论文内容的组织与呈现方式,是解决这些问题的关键,得到了来自科研机构与学术出版商的重视,形成了一系列理论与实践成果。对这些成果进行梳理、归纳,发现其中的优势与不足,能够为后续推动科学论文语义增强的进一步发展起到指导作用。[方法/过程] 从语义增强的概念入手,着重分析科学论文语义增强的核心目标、实现路径与关键问题,随后,梳理对科学论文中正文本与副文本内容进行语义增强的理论与实践成果,并围绕科学论文语义增强路径上的三个阶段：语义标注、语义组织与可视化呈现进行对比分析。[结果/结论] 研究进一步归纳总结现阶段科学论文语义增强的特点,并对科学论文语义增强的未来发展及研究提出4点意见。     

支持语义检索的知识检索模型

本文在语义网络本体模型基础上,利用语义分析和统计方法建立了支持语义检索的检索环境,并基于此环境提出了一种新的知识检索模型,该模型引入信息熵原理,在检索环境的支持下量化语义处理,有效地控制语义扩展过程,从而实现了兼顾查全查准且可控的知识检索过程.     

基于用户情境及语义网技术的个性化搜索引擎

随着网络资源的不断增加,用户对网络搜索引擎的要求越来越高。为了满足用户客观、准确、及时、深入的个性化信息检索的需求,必须改进现有搜索引擎,以便用户能更多地参与搜索流程。提出了在搜索引擎检索过程中融入用户的情境信息,即建立一个用户情境模型结构,并将其与搜索引擎集成在一起,在所集成的结构中应用语义网技术,增加搜索引擎对所检索信息的语义理解,从而实现个性化的信息检索。     

基于旋进原则的领域驱动数据挖掘方法研究

领域驱动数据挖掘(Domain-Driven Data Mining, DDDM)是数据挖掘中的新方法,目的是挖掘用户感兴趣、可行动的知识,与传统的数据挖掘过程CRISP-DM相比,DDDM是基于约束的、人机结合、往复循环、不断逼近目标、深层次的知识发现过程.本文在剖析DDDM挖掘过程难度自增殖的复杂性特点的基础上,提出基于旋进原则的系统方法进行挖掘,提出从领域知识、数据和技术三个方面进行旋进挖掘,以使得挖掘出来的知识更满足用户在现实世界活动中对知识的需求.最后,文中结合名老中医学术思想挖掘进行了实证研究,开发了基于语义的Apriori算法,并用抽象语义、分类语义和组合语义结构化表示领域知识,挖掘结果表明基于旋进原则的DDDM方法是可行和有优势的.     

知识服务——现状、进展及挑战

国外对基于语义Web技术知识服务研究集中在数字图书馆领域。研究主要围绕用户需求的语义表达,落实于知识服务的"以人为本"上。国内学者对此研究主要集中在语义门户、网络化知识组织系统和基于语义Web检索理论方面。基于语义Web技术开发知识服务所面临的挑战来自三个方面:知识服务统一标准规范;知识服务主体的语义互联策略;知识服务用户需求的语义描述策略。表3。图2。参考文献28。     

面向语义出版的学术期刊数字资源聚合研究

[目的/意义] 在语义出版发展的背景下,针对目前学术期刊数字资源聚合中存在的问题,提出实现面向语义出版的学术期刊数字资源聚合的方法,以期解决学术期刊数字资源提供与科研用户信息需求间的矛盾。[方法/过程] 探讨面向语义出版的学术期刊数字资源聚合模型,构建以"冠心病"为具体应用背景的资源聚合实例,验证面向语义出版的数字资源聚合方法在学术期刊数字出版中的可行性。[结果/结论] 以语义出版为导向进行学术期刊数字资源深度聚合,可以实现数字资源知识单元之间及与外部知识组织的语义关联,为科研用户提供更加高效的信息资源服务。     

泛在知识环境中数据挖掘技术进展分析

本文针对泛在知识环境的特征和知识获取需求,重点从数据挖掘的智能演化、挖掘层次、发展要素三个主要方面进行调研分析,探讨了数据挖掘的本质要素及规律,指出基于智能语义处理的知识挖掘是数据挖掘发展的必然趋势.本文进一步提出,将人工智能领域的智能信息获取技术与知识管理领域的大规模语义知识处理技术相结合,构建语义知识表示、分析、检索、推理、挖掘等一体化的知识挖掘体系,是实现大规模知识获取和提升其智能水平的有效途径.     

基于大规模搜索日志的中文长句查询分析研究

本文利用大规模搜索日志对用户中文长句查询的情况进行了统计研究.通过分析搜索日志中的中文长句查询确定了经常发生的查询类型特点,并对用户搜索行为与查询长度、查询类型和查询频率的关系进行了研究.进一步了解了session中用户查询词修改情况,总结了用户查询修改方法和长度修改方面的特征和规律.最后,将不同长度的查询放到了三个商业搜索引擎中分别进行检索,计算其重叠率.通过以上的分析研究发现虽然目前大部分查询都是短查询,但短查询并不能满足用户所有的检索需求,特别是在搜索引擎向语义检索不断发展的今天,长句检索的分析和利用能够从更深层次上了解用户的查询用语特点和搜索点击行为,这对于查询技术的改进和语义空间的构建都具有积极的作用.     

Wiki知识元语义图研究

从检索模型的视角看,知识检索系统的焦点在于语义和知识组织.数据检索和信息检索是通过标引组织数据和文献,而知识检索则是通过链接知识元和知识结构组织知识.与此同时,Wiki越来越成为内容管理和知识管理的一种流行工具.本文提出了一种基于Wiki平台的知识元语义图系统.分析了Wiki平台的知识组织与管理模式,给出了知识元库系统模型,知识元的抽取算法和知识元语义图模型.讨论了Wiki平台的搭建和语义Wiki页面的创建步骤.实现了Wiki网站上的知识元语义图系统.试验表明,基于Wiki平台的知识元语义图对知识交流和思想创新有促进作用.