基于规则的智能检索系统推理机制的研究

本文以数字图书馆的资源检索为应用背景,研究本体支持下的基于规则推理的语义检索机制.在本体知识库支持下,检索系统面向基于本体结构的元数据,依据概念关联及相关推理规则,寻求蕴涵关系,发掘隐含信息.本文从数字图书馆资源的语义关系中提炼出推理规则,并选用正向链推理算法实现推理,基于正向链接的规则推理依照事先定义的规则集,能够从已有事实出发挖掘已存事实中的隐含结论,适用于无确定推理目标且解空间很大的一类推理检索任务.本文通过实例分析验证了这一方法在智能检索系统中应用的可行性,并提出采用先推理后检索的策略解决在面向庞大数据集和复杂推理规则时产生的推理时效问题.     

基于SWRL推理机制的心电图本体设计与实现

将语义网规则语言SWRL和推理引擎JESS结合起来,通过对本体概念及其属性的分析,能够判定出本体概念之间隐含的语义关系,从而进行知识发现.利用Protege 3.4 制作心电图本体,基于SWRL推理机制建立心电图各波型、波段不同值组合的规则,将SWRL规则导入到JESS推理引擎中进行推理,最后将推理产生的新信息再写入心电图本体中,具有推理功能的心电图本体可用以解决心电图智能诊断问题,并为构建心电图专家系统打下基础,该方法为本体在专业领域的应用进行了有益探索.     

基于本体与规则的语义推理研究

为解决本体相关概念的共享和信息集成,发现本体间的语义关联,提出了本体与规则整合下的语义推理模型ORRM,构建了家庭本体FO。将推理集中在两个不同层次,第一层的推理使用Racer推理机进行描述逻辑的推理,检测本体的冲突。第二层使用本体中表示的概念和属性制定成员规则库,采用基于XML的SWRL呈现规则和Jess推理引擎,增加了本体概念问语义的关联。该模型在本体中引入规则表示,弥补了OWL DL在推理机制上的不足,推导出的新本体在原本体的基础上实现了本体成员间隐含关系的语义推理,完善了本体知识库的内容。在语义Web领域,该模型的应用能够提高本体知识的利用率。     

基于语义关系的本体推理规则研究——以国共合作领域本体库为例

本体知识推理的关键任务是分析语义关系、定义和形式化推理规则并对其优化。以国共合作领域本体库为实例,分析领域本体中4种常见语义关系的特点,在此基础上定义了推理规则,并采用JRL规则语言形式化了本体推理规则。     

结合逻辑推理与内容计算实现面向学术网络的智能检索

本体描述语言OWL-DL的表达能力局限于描述逻辑,因不能挖掘推理实例间的关联而影响本体的实际利用率。针对这一问题,研究基于SWRL的知识库推理机制,SWRL机制通过引入规则推理扩展本体知识库中的语义关联,使隐性知识显性化,推理结果更完善。该框架被用于解决面向学术资源网络的隐含知识发现问题,同时融合内容计算来发掘学术文献间的主题关联。本文提出的方法及策略在原型系统中得以检验,实验证明其合理性、可行性及有效性。     

基于FCA和关联规则的情报学本体构建

提出一种新的领域本体学习方法,结合形式概念分析(FCA)与关联规则挖掘从非结构化文本中获取情报学本体。该方法从文本集中通过种子-扩展机制的方法获取领域核心概念,构建文档概念格(文档×关键词矩阵),在此基础上通过形式概念分析方法来识别概念之间的等级关系,通过关联规则挖掘概念间的相关关系。最后,采用基于"黄金标准"的方法对本体学习的结果进行评价,结果表明:通过这种方法构建的本体可以达到较高的领域知识覆盖率,而且能够识别概念之间部分隐含的关系,从而验证该方法在领域本体的构建中实用且有效。     

基于本体的数字图书馆检索模型研究(Ⅳ)——历史领域知识推理机制

基于本体的领域知识推理主要分为基于逻辑的领域知识检错推理和基于关系的领域蕴涵知识发现推理。对本体描述的领域知识进行推理,可以检测知识逻辑体系错误,减少领域本体构建繁琐的工作量,减轻对领域专家的依赖,发现领域蕴涵知识。在国共合作领域知识进行语义关系分析的基础上,提炼推理规则库,并分别运用TABLEAU算法和RETE模式匹配算法,在推理引擎Racer和Jena中实现了逻辑检错推理和蕴涵知识发现推理。     

基于语义网技术的中医温病因果知识建模

不同于西医,中医药是建立在其内在规则和模式的基础上,该规则或模式即为因果链.现有的知识挖掘技术应用在语义本体未能较好地利用中医药的内在规则.通过知识表达,我们可以将这种隐含知识转化为因果图.本文将展示一种使用具有规则推理的OWL 2语言对中医药领域的温病诊疗体系建模的方法.我们将特别关注症状和证候之间的因果关系.本文通过两个典型用例来评估该方法.该模型使用Prot＆#233;g ＆#233;建立温病因果知识模型,使用基于规则的推理引擎Jena实现推理过程.评估结果表明该方法可以清晰地展示温病诊疗体系的因果关系,在中医知识挖掘领域具有较大的潜力.     

基于本体构建的协同推荐研究

通过构建领域本体,利用用户兴趣与领域本体中概念的映射关系,构建用户兴趣本体,发掘用户兴趣模式。研究用户兴趣本体相似度的计算方法,并通过用户兴趣相似度进行垂直加权,通过时间新颖度进行水平加权,从而利用改进的加权关联规则挖掘算法对用户感兴趣的领域本体中的概念进行挖掘,实现面向内容的协同推荐。     

基于本体和Rough Set理论的知识推理模型

随着计算机的普及与快速发展,如何通过在批量数据中提取有效规则实现机器智能分类与推理,提高知识推理的有效性与准确率,成为当前知识服务领域的难题之一.文章基于本体(Ontology)的知识组织方式和粗糙集(Rough Set)理论的知识获取技术,针对批量数据的规则提取实现知识推理,提出知识推理模型ORSKM.ORSKM模型利用九元组构建领域本体,实现实例数据的语义化描述;从领域本体的属性中提取粗糙集的决策表,由决策表对领域本体关系进行领域知识知识库归约,获取领域知识相关的属性规则;通过粗糙集知识推理算法实现知识获取,最后通过实验对该知识推理模型进行验证.     

基于流通数据挖掘的读者阅读兴趣本体模型构建

从检索图书馆读者借阅记录入手,针对读者借阅记录的分类号进行频数统计和聚类分析,并依据获得的借阅兴趣类目构建读者阅读兴趣本体模型。使用SWRL规则描述语言构造推理规则,在Jess推理引擎中进行推理,实现读者阅读兴趣本体模型的动态更新。通过程序测试表明：挖掘流通数据、建立读者阅读兴趣本体模型、利用关系数据库数据和推理方法动态更新本体,是实现个性化荐书服务自动推送的可行方法。     

基于本体理论的文献供应链知识表示及推理

知识表示与匹配推理是语义知识管理的中心环节。为实现文献供应链知识的语义管理，提出文献供应链知识本体模型，以及资源描述框架（RDF）与改进的Voronoi图形式化表示方法；建立了基于RDF形式化表示的定性推理与在此基础上基于改进的Voronoi图形式化表示的定量推理。实验显示，基于形式化表示的推理规则与算法在文献供应链管理中得到合理的结果验证。     

描述逻辑语义推理机制的应用研究

对基于描述逻辑的语义推理机制进行阐述分析，详细探讨在本体构建过程中，运用基于描述逻辑的语义推理进行一致性判定和相容判定的重要性和实现技术。并以具体的本体构建为例，对构建过程中的推理判定进行了验证。     

本体推理在知识检索中的应用

介绍本体在知识检索中的作用,对语义网规则语言（SWRL）和Protégé-OWL API的使用进行详细介绍,利用Protégé-OWL API和SWRL实现本体概念的推理操作。通过领域本体进行实验,对结果进行分析,为进一步应用提供参考。     

Beyond the FAQ: Explicit and implicit norms in Usenet newsgroups

Drawing on reference group and socialization theories, this article examines the social norms of online communities. These theories are modified through an examination of the history of Usenet and a review of the scholarly literature related to social norms and normative behavior in Usenet newsgroups and other virtual communities. The article proposes a modification of Merton's paradigmatic division of norms into behavioral and attitudinal norms by dividing social norms found in online interactions into two types: explicit norms and implicit norms. Explicit norms are codified in documents such as FAQs that outline the purpose and rules of a group, whereas implicit norms are those norms that emerge informally through day-to-day interactions of the group. Both categories of norms are examined in two specific newsgroups.     

汉语框架网络本体与VerbNet、WordNet集成研究

针对汉语框架网络本体（CFN）在词汇覆盖面及语义分析和推理中存在的不足,在充分分析其结构的基础上,通过将其与另外两大知识库WordNet和VerbNet的集成,以增强汉语框架网络本体的广度和深度,从而达到构建一个功能强大的汉语框架网络本体知识库的目的。     

The relationship between listening styles and conversational sensitivity

This study examines the relationship between the listening styles people tend to employ habitually and related levels of conversational sensitivity. Conversational sensitivity deals with the extent to which people enjoy listening in social interaction, can identify hidden meaning in conversations, and generally are highly aware of implicit messages that may be gained from conversations. One way in which conversational sensitivity might be apparent is in the listening styles which people rely on habitually. Conversationally sensitive receivers may favor one or two listening styles over others. The results indicate a positive relationship between the People listening style and conversational sensitivity, as well as weaker positive relationships between the Content and Action styles and sensitivity. Conversationally sensitive people are most likely to employ the People listening style. The results illustrate the conversational advantages of employing a People listening style.