基于ontology的语义检索模型架构

目前的web信息检索中，存在着检索效率低下的问题，很难满足普通用户基于自然语言的检索要求，也不具备语义推理能力，无法实现智能化的检索。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。本文就运用本体理论，在对目前的各种研究进行了调查以后，区别了几个关键的容易混淆的概念，然后提出了一个基于ontology的、web环境下的语义检索系统的结构模型。     

基于ontology的语义检索模型架构

运用本体理论，在对其目前的各种研究进行调查以后，区别了几个关键的容易混淆的概念，然后提出了一个基于ontology的、web环境下的语义检索系统的结构模型。     

基于语义的数字图书馆检索模型研究

数字图书馆的建设与研究涉及多学科知识的交叉融合,以用户的简约输入,检索的快、准、精为目标。文章给出了一个基于本体和语义的数字图书馆检索模型,对模型中所涉及的若干主要技术的实现原理、方法和工具进行了论述。     

基于专利本体的语义检索研究

国家知识产权局CNIPR等著名专利检索系统仍是基于关键词的传统检索方式,会漏掉很多重要的相关专利数据。为提高专利信息的利用率,文章提出一种基于专利本体的语义检索模型,并采用Java语言编程实现,最后设计实验测试其检索效果。实验结果表明本研究能根据专利本体库中已经存在的知识和人为定义的规则,推导出库中原来没有的新的隐含知识,有效提高了相关信息的查全率和查准率。     

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。     

基于本体的甲骨文文献语义检索模型研究

在甲骨文信息化研究中,基于关键词匹配的检索方式在查全率和查准率两个方面均不理想。领域本体作为共享概率化的明确的形式化规范说明,既可以将检索范围限定在特定领域,也可以通过概念间的关系寻找与关键字相关联的潜在信息,从而有效弥补关键词匹配方式的缺陷。在构建甲骨文文献本体的基础上,建立了一个基于领域本体的甲骨文文献语义检索模型,通过查询分析模块对查询条件进行分析,将检索关键词进行语义扩展,从而得到新的检索条件,再通过检索分析模块与本体库映射进行语义推理,从而提高检索的准确率和查全率。     

基于语义的数字图书馆推理检索研究

传统数字图书馆检索技术处理语义能力弱。为此,应运用本体的思想和方法组织数字图书馆资源,在资源内容描述语义形式化中引入规则推理技术,把检索从基于关键词匹配层提高到基于语义的知识推理层面。图1。参考文献9。     

基于本体的语义检索技术研究与实现

在本体基础上通过语义相似度和相关度的计算,利用语义推理将描述的隐含语义显式化,以充分挖掘出与检索内容相关的信息,实现相关信息的语义融合,提高查准率和查全率。研究基于本体的语义相似度和相关度的计算方法,并通过该语义检索方法的实现,证明该方法在语义检索系统开发中的可行性。     

基于本体的族式返回检索模型

针对常用信息检索模型存在的两大不足——检索提问与内容表达上的语义缺失与结果返回形式上的单文档局限,提出相应的解决方案,在此基础上进一步提出基于本体的族式返回检索模型,并就该模型中的部分关键问题,如族式返回、查询与文档表示以及语义匹配等进行讨论。     

语义检索研究综述

随着语义网技术的发展,语义检索的研究已成为热点领域。本文首先分析了传统网络检索技术的局限性。然后在对若干研究与应用调研的基础上,对当前语义检索的研究进行了综述,详细分析了目前的两类语义检索研究：语义支持的检索及语义网检索,对语义网检索更进一步分析了其三种不同的研究方向：语义网文档检索、实例检索、关系检索。     

大众标注系统中基于本体的语义检索研究综述

针对大众标注系统中由于用户添加标签的多样性和模糊性导致的检索准确性问题,建立基于本体的大众标注系统语义检索模型,分析需要解决的关键问题,如基于社会化标签建立系统专用的本体和利用构建的本体实现语义检索,据此详细分类并阐述当前研究,并对未来研究进行展望。     

基于领域本体的语义知识检索研究

针对传统知识检索效率低、精度不高等问题,引入本体技术,构建基于领域本体的语义知识检索系统架构,提出综合语义相似度的知识检索算法。算法综合考虑概念间的关系类型、概念所处的层次深度、概念密度、概念间连接的强度以及概念的属性等因素计算语义相似度,避免传统检索中存在的检索精度不高等问题。该模型为构建语义知识检索系统以及解决系统构建中的关键问题提供了理论指导。     

基于本体概念的矢量检索模型研究

针对传统矢量空间模型文本特征值的计算,给出将文本的评价由基于语法的词条空间转化为概念空间的方法和策略：基于领域本体,依据本体概念间的各种关联,先以一定的映射规则,将词条映射到领域的概念术语空间;然后用概念统计和语义归纳替代传统的词频统计,从概念语义的层次计算文本的特征矢量。实验证明,基于本体概念的矢量检索模型能够有效地表达文本的语义内容,获得更好的检索效果。     

基于汉语框架网络本体的问答式语义检索系统分析与设计

通过对检索资源及用户检索提问的语义解析,采用基于概念图匹配的语句相似度计算方法,不仅可得到与检索条件精确匹配的信息资源,而且还能查询到与检索条件语义相关的隐含信息资源,提高信息查全率和查准率。最后,用一个语义检索实验系统验证系统分析与设计的可行性和有效性。     

基于多层次概念语义网络结构的中文医学信息语义标引体系和语义检索模型研究

为了提高中文医学信息检索效率,本文应用语义学研究成果,深入剖析统一医学语言系统(UMLS),从理论上对多层次概念语义网络结构进行了探讨,以此设计了适用于中文医学信息特点的三层概念语义网络结构,并分别确定了各个概念语义网络层次的语义类型和语义关系,进一步完善了医学信息语义网络.以信息检索的认知理论为依据,建立了基于三层概念语义网络结构的中文医学信息语义标引体系和语义检索模型.对扩展检索和语义检索进行统计学Kappa检验,认为两种检索方法的一致性非常显著(p<0.01);与扩展检索中的任何一种方法相比,语义检索方法具有更高的检索效率.     

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。     

基于中文自然语言理解的知识检索模型

基于中文自然语言理解的知识检索模型的设计思路是:通过对用户提问及Web文档信息进行语义层次的自然语言处理,构建概念和概念网络,针对用户真实查询需求与概念网络及其映射的源文档进行推理匹配,然后对检索结果进行排序处理,提交给用户。图2。参考文献5。     

基于Ontology的语义检索研究

本文从语义检索和概念空间的内涵入手,分析了现有的两种概念空间形式,重点分析了基于Ontology的概念空间的构建方法、描述语言及其编辑工具Protégé.在此基础上,分析了基于Ontology的语义检索系统的构建步骤及其关键技术.最后利用Protégé实现了简单的语义检索.     

语义检索在Web2.0环境下的应用探讨

目前Web2.0服务虽能调动大众用户的力量,但所提供的检索方式单一,不能很好地解读用户的需求,也不利于信息的跨平台检索.语义检索是针对概念及概念之间关系的检索,能实现基于语义的匹配和推理,将语义检索应用于Web2.0服务中,能很好地调动用户互动参与,增强信息搜索的准确度,使服务更其个性化.而通过Web2.0,非专业用户能为语义检索的实现贡献力量,用户使用反馈也能逐步提高语义检索的质量.本文在分析Web2.0服务所提供的检索和语义检索各自优劣势的基础上,从语义信息的生成、存储和检索三方面探讨两者结合的方法,并对其应用优势进行展望.