DocOnto——一种基于本体的文本分类器

基于概念类别属性,在Protege平台下构建了茶领域本体,并实现基于茶领域本体的DocOnto文本分类器.在该分类器上对茶文档、酒文档和比萨文档进行分类实验,并与朴素贝叶斯分类器的实验结果对比,表明DocOnto分类器在综合查准率相当的情况下,有效地提高召回率,获得更高的F1指标.     

基于领域本体的Web信息抽取

针对Web信息在抽取过程中数据精确率不足的问题,提出了一种基于领域本体的web信息抽取方法.该方法使得领域本体中概念的层次关系和属性的特点得到了充分利用,本体的构造在抽取过程中逐渐得到完善,从而增强本体对应用领域的描述能力.实验证明文中的方法对web页面的信息抽取具有较高的效率.     

基于卫星的远程教学系统

基于卫星的远程教学系统以其宽带宽、广地域、实时双方向、耐灾害以及容易设置等特性被世人瞩目，但是其高的建设成本以及高通信费用却限制了其发展。该文从实际出发，通过卫星通信线路和地上线路的有机结合，构筑了低成本、高速率的基于卫星的远程教学系统，并在其上进行了模拟教学实验。就教材服务器设置问题提出了两种解决方案，同时利用Java开发了远程控制程序。     

基于语义路径的XML签名

针对现有的XML签名对特定细粒度信息查找困难和签名速度慢的问题,提出一种基于语义路径提取信息的变换算法,此语义路径通过构建XML索引结构得到。运用该算法查找细粒度信息方便快捷。对语义路径和信息的签名提高了XML签名的效率和灵活性,保证了数据的安全和良好的文档结构。     

基于领域本体的词语相似度计算

基于领域本体综合考虑属性、语义距离、层次深度和调节因子等多种因素对词语相似度的影响,提出计算词语相似度的方法.实验证明,该方法充分利用了领域本体中概念的层次关系和属性特点,并把它们结合起来,利用词语之间的相似度对文本的向量空间模型进行扩展,达到了较好的文本分类效果.     

基于知网的概念匹配细粒度化研究

基于知网的语义结构,构建了具有添加和删除特点的语义树,使概念的匹配粒度实现细化,并给出了概念语义树匹配算法。实验结果证明了算法的有效性,较好地解决"关键字障碍"和语义歧义性问题,提高查全率。     

基于贝叶斯网络的本体不确定性推理

运用OWL语言扩展了本体对领域知识的不确定性表示,并基于贝叶斯网络实现了本体领域知识的不确定性推理。实验表明将贝叶斯网络与本体结合起来,能够充分发挥本体在知识描述方面的优势和贝叶斯网络的推理能力,实现依据部分信息的概率描述获取知识,指导实践。