基于领域本体的智能检索模型

在传统检索模型的基础上,结合本体概念,提出一种基于领域本体的检索模型。该模型利用本体中语义概念关系及语义扩展机制对查询关键词进行概念映射及扩展,通过计算文档相似度返回检索结果,提高检索的查准率和查全率。     

基于本体的查询扩展研究

查询扩展是优化信息检索的一种有效方法。基于关键词的查询扩展对语义信息的忽略为结果带来了不好的影响,因而提出一种基于本体的查询扩展方法。首先建立本体模型,通过计算本体中的概念语义相似度和实例语义相似度,实现语义查询扩展。     

基于本体实现有效Web信息检索

基于关键词处理的传统检索技术会在检索过程中遗漏大量与检索概念相关或同义的内容。针对这种情况,提出了一种基于本体的Web信息检索模型。另外该模型通过解析语义文档并分析所需的概念属性之间的关系得到一定的相似度,并在检索过程中利用该相似度进行语义扩展。     

基于概念关联度的智能检索研究

为提高智能检索系统的查准率和查全率,分析了目前查询扩展方法存在的不足,考虑计算有向边权重的因子对语义距离的影响,对基于语义相似度的计算方法进行优化,提出了一个计算用户查询与文档相关性之间关联度的表达式.利用构建的领域本体量化概念间的关联程度,通过计算合理的相似度与相关度的权重来进行查询扩展,并设计了一个基于概念关联度的语义检索模型,将检索结果按关联度排序显示.实验表明,该方法在确保查准率的前提下能有效提高查全率.     

基于本体的教育资源语义检索研究

为解决教育资源检索过程中检索信息缺乏语义理解,导致检索效率低的问题,提出了一种改进的基于本体的教育资源语义检索。通过语义查询扩展、本体中概念相似度计算等环节的研究,构建语义检索模型,并对模型实现的关键技术进行分析,在一定程度上提高了教育资源检索中的语义处理能力和检索效率。     

基于领域本体的语义检索关键技术研究

针对基于关键词匹配的传统检索方法存在的不足,通过将语义引入到检索过程中,可以构建一个建立在本体基础上的语义检索模型。为了提高检索结果的准确率和全面率,通过使用本体的语义推理是一种很有效的办法。     

基于领域本体和Lucene的语义检索系统研究

语义相似度是影响语义检索系统查准率和查全率的重要因素。设计了一种改进的语义相似度模型,用于量化概念间的关联程度,通过对相似度阈值的控制来调整查询扩展时扩展概念集的范围。在Lucene的基础上设计了一个基于领域本体的语义检索系统,该系统对提交的关键词组进行查询扩展后,将扩展关键词组导入文本检索引擎Lucene中,并把语义相似度作为检索结果排序算法的关键因素。实验结果表明,该语义相似度模型得出的相似度值更加接近专家经验值,系统的查询准确率与未加入查询扩展的Lucene系统相比有较大的提高。     

一种基于相似度矩阵的本体检索匹配算法

针对用户查询与知识文档间检索失配问题,提出了一种基于相似度矩阵的本体检索匹配算法。该方法是对现有的检索匹配算法的一种改进。方法利用领域本体来快速确定候选匹配集;进而从三个层次来综合计算元素间的相似度;利用相似度矩阵得到两本体间的相似度。实验结果表明,在查全率、查准率和响应时间方面都有较好的表现。     

一种基于加权领域本体的语义检索方法

提出了新方法WOSR,以对已经被本体概念标注的领域信息资源进行语义检索.WOSR方法首先建立领域本体,再采用均等概率分布方法为概念赋权,然后通过概念的权重求出概念相似度,最后计算用户检索请求和信息资源之间的语义相似度,并根据相似度的大小排序输出检索结果.实验结果表明,WOSR方法比其他经典方法的检索效果更好.     

基于Ontology的跨媒体检索技术

针对如何在相似媒体之间进行有效关联,描述跨媒体的相似性等问题,提出一种新的跨媒体检索方法。提取多媒体对象的低层特征,利用Ontology对其进行组织,在语义层次实现多媒体关联。实验结果证明,基于Ontology的方式可以有效完成跨媒体检索。     

改进的基于概念相似度的文本检索

为提高信息检索的查全率和查准率,提出改进的本体语义相似度计算方法,利用本体中概念语义相似度对检索结果文档的分值进行重新计算,过滤掉与原始查询相关度较小的文档。给出定义查询扩展中的迭代参数,减少进行扩展的次数,提高查询效率。利用开源工具Jena, Lucene进行文本语义检索测试,验证该方法的可行性和有效性。     

本体论在基于Web的土壤知识体系智能检索系统中的应用

随着Internet的迅速发展与普及,如何从海量的网络信息资源中及时、准确地找到所需的信息成为当今的一个研究热点。本体论(ontology)的引入为面向Web的智能检索提供了新的方式。文章以土壤分类知识体系为例,采用纯XML(eXtensibleMarkupLanguage)数据库Tamino作为信息导航库,根据用户输入的查询条件,以直观的树型结构来显示相关分类信息,采用点击方式理解用户的需求,实现Web智能检索。该文还介绍了智能检索系统的设计与实现的具体过程以及采用的XML和JSP(JavaServerPages)技术,可以将其推广应用于网络环境下的其他共享信息资源检索,为用户提供高效、贴切的服务。     

基于Ontology的多Agent智能答疑系统模型研究

针对目前智能答疑系统在知识共享、知识重用以及问题求解查全率和查准率方面的不足,提出了基于Ontology的多Agent智能答疑系统模型。该模型首先需要建立基于Ontology的问题解答知识库,然后对用户输入的问题进行关键词拆分、本体交互和语义扩展等,并在问题解答库中进行查询,得到合适的问题答案。与同类答疑系统比较,在知识共享、知识重用以及问题答案的精确定位与表达有了较为明显的改进。     

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。     

基于本体语义检索技术研究

络信息的激增和多样化给有效的信息检索带来了种种困难,目前的检索工具仅提供了基于关键字的检索,而忽视了关键字本身所含的语义内容。本文提出的图书信息检索系统利用本体论中概念规范、语义丰富的特点将用户的检索要求扩充成语义集,并且将检索到的文档通过文档分析器进一步过滤,使用户最终得到与检索要求内容匹配度较高的 的文档。     

基于本体语义检索技术研究

网络信息的激增和多样化给有效的信息检索带来了种种困难,目前的检索工具仅提供了基于关键字的检索,而忽视了关键字本身所含的语义内容.该文提出的图书信息检索系统,利用本体论中概念规范、语义丰富的特点,将用户的检索要求扩充成语义集.并且将检索到的文档通过文档分析器进一步过滤,使用户最终得到与检索要求内容匹配度较高的文档.     

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。     

语义检索关键技术研究

传统的基于关键字的信息检索,由于忽视了关键词本身所含的语义信息,故只能得到较低的查全率和查准率。而源于知识工程和人工智能领域的本体理论和技术,能够很好地处理自然语言理解问题和具有基于语义的推理机制,因此成为改进传统信息检索方式的良好工具。与传统的检索技术相比,它能提高检索的精度和覆盖率,减少了不相关的返回结果。文中将对语义检索系统中所涉及到的语义检索预处理及查询语义扩展等关键技术进行分析研究,为语义检索系统的顺利实施奠定了良好的理论与实践基础。     

基于本体论的Web知识检索及其应用研究

该文简要介绍了基于本体论的知识抽取和检索的概念,分析了知识抽取技术的分类、技术发展现状。着重对知识抽取的信息来源、对知识抽取的典型方法进行了深入探讨。最后通过给出的一个应用实例,表明采用知识抽取工具形成相应的知识库,配合适当的知识检索方法实现一个完整的知识检索系统的思路是可行的。