基于领域本体的语义文本挖掘研究

为了提高文本挖掘的深度和精度,研究并提出了一种基于领域本体的语义文本挖掘模型.该模型利用语义角色标注进行语义分析,获取概念和概念间的语义关系,提高文本表示的准确度;针对传统的知识挖掘算法不能有效挖掘语义元数据库,设计了一种基于语义的模式挖掘算法挖掘文本深层的语义模式.实验结果表明,该模型能够挖掘文本数据库中的深层语义知识,获取的模式具有很强的潜在应用价值,设计的算法具有很强的适应性和可扩展性.     

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。     

基于本体概念的专长表示研究

传统的专家识别系统大多采用一组带权重的关键词来表征专家的专长,然而这种基于关键词的专长描述不足以概括专家的研究主题。提出基于领域本体概念的专长表示方法,通过构建相应的领域本体来描述领域核心概念和概念间关系,利用谷歌距离来计算关键词到本体概念的语义相似度,完成关键词到概念的映射,从而得到基于本体概念的专长表示。     

领域本体评价研究

借鉴国内外学术界相关评价理论和方法,对领域本体建设评价理论与方法进行初步探讨;认为领域本体评价不仅是技术层面的,而是理念、需求、技术、管理与服务诸多关联要素评估的综合体;指出领域本体评价应遵循整体性、科学性、通用性、可行性、导向性和开放性原则;提出由领域本体的建设机制、领域本体的组织与管理、领域本体的呈现与服务三大类指标构成的领域本体评价体系。     

基于领域本体的语义向量空间模型

经典向量空间模型中关键词相互独立的基本假设,造成了检索性能的限制.针对这一问题,本文介绍并分析了国内外学者对经典向量空间模型提出的改进研究.针对其研究的不足,通过分析经典向量空间模型的特点,构建领域本体以建立向量空间模型中关键词之间的语义联系,通过计算关键词之间的语义相似度,提出语义增量的概念,对关键词之间的语义联系进行量化分析.结合语义增量,对TF-IDF算法进行了改进,提出了STF-IDF算法,据此建立了语义向量空间模型,以期待提高经典向量空间模型在语义检索方面的性能.最后用实例验证了该模型在查全率和查准率方面均要优于原模型.     

基于中文学术文献的领域本体概念层次关系抽取研究

基于学术文献构建领域本体对促进领域学科发展具有重要的意义。本文提出了一种以中文学术文献为数据源,半自动化抽取领域本体层次关系的框架方法。首先,构建了一个通用的领域本体层次关系的细粒度研究框架。其次,设计了一种新的概念表示方法,融合了深度学习方法得到的概念语义特征和上下文的时间序列词频。进一步结合了AP聚类、Prim算法和Web搜索引擎的查询数据,提出了基于规则推理的本体概念层次关系抽取算法(RROCHE),实现了半自动化概念层次关系抽取。最后,基于中文分词领域的中文学术文献数据,通过数值实验方法讨论了方法的可行性和有效性。本文提出的框架方法也非常容易推广并应用到各领域本体层次关系任务中。     

基于语义网的本体转换模型研究

在语义网络环境下,通常运用不同领域的本体来组织分散于各处的信息资源。为了有效地解决这些分散信息资源的定位和整合问题,本文提出了一种新的本体转换模型,主要从原理和方法论上对该模型框架进行了研究,并对模型的各个有机组成部分进行了阐述,着重讨论了相似度匹配阶段算法的应用原理和语义转换阶段概念映射规则的多种表达方法。     

基于本体的语义相似度计算方法研究综述*

在对基于本体的词语语义相似度进行界定的基础上,对基于本体的语义相似度研究进行综述,分别阐述基于距离的语义相似度计算、基于内容的语义相似度计算、基于属性的语义相似度计算和混合式语义相似度计算等算法模型,最后从宏观层面指出今后本领域的研究方向。     

领域本体评价研究

本体评价的任务是评价本体在特定环境或应用的质量,本体评估对于语义网以及其他语义相关技术的推广非常重要,目前对本体评价的研究还很少。本文对目前的本体评价现状做了总结,对评价策略和技术做了评价和分析,同时指出目前本体评价中存在的问题和进一步的解决方案。     

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。     

基于ontology的智能检索技术研究

介绍ontology的概念模型、明确性、形式化、共享性等属性特征,阐述面向信息检索的ontology的层次结构(即顶层on- tology、领域ontology、任务ontology和应用ontology)及其相互关系,研究分析基于ontology的智能信息检索系统的运行机制和系统体系的构建,并以实例说明ontology在深层次检索中的优势。     

本体评价若干问题研究

在简要介绍本体评价的层次及内容的基础上,结合场景特点,深入分析比较几种常见的评价方法、评价工具等,最后从宏观层面分析存在的问题,指出今后本领域的研究方向。     

基于形式概念分析的领域本体描述模型研究

针对如何运用形式概念分析（FCA）协助完成领域本体的描述问题,先阐明基于FCA的领域本体描述原理,进而提出基于FCA的领域本体描述模型,最后以脊椎动物领域为例,给出一个基于FCA的脊椎动物领域本体描述的实例。     

领域本体进化研究

结合理论与技术应用对领域本体进化进行研究。对领域本体进化的概念做出界定,指出领域本体进化研究的三个层面以及领域本体进化的学科发展依据和理论依据。同时,对领域本体的进化方式、进化方法、进化过程中所产生的不同版本管理以及对本体学习、本体编辑、本体迁移管理、本体存储等关键技术进行分析和阐述。     

基于虚本体构建的网格领域本体匹配研究

现有的语义网格信息检索过程,实际上只是用户请求的某些概念描述与网格本体的匹配,无法做到真正的本体与本体之间的匹配。在充分研究现有网格本体匹配算法的基础上,提出构造网格虚本体来形式化描述用户需求,即通过网格领域虚本体的构造为网格本体的匹配做铺垫,同时利用本体分层和图匹配来提高匹配的准确率, 并对其匹配模式和匹配算法都有相应的改进和提高。     

本体评估方法研究

本体评估的意义在于保证本体的构建质量,实现对本体的有效管理与维护,从而为本体构建者提供参考依据,为本体使用者提供选择依据。本文借鉴国内外学术界相关评估理论和评估方法的研究成果,以几种国外正在研究的本体评估方法及工具为对象,对它们进行了系统的分析与比较。     

基于领域本体的文献模糊相似度算法研究

利用分类主题一体化的主题词表构建领域本体,并通过概念间的关系定义及语义相似度公式,引入调整因子,确定概念相似度算法,再通过余弦系数法进一步得到文献间的相似度。对于本算法的结果,与领域专家预测的相似度进行比较,结果证实该算法有效。     

本体评估指标体系的构建研究

为有效地实现本体构建的动态评估,论文基于本体建设的生命周期阶段,提出涵盖本体的原模型阶段、模型阶段、应用阶段三个阶段的评估指标体系。评估内容涉及对本体概念层、结构层、语境层、应用层的全方位评估,其目的在于保证本体的构建质量,实现对本体的有效管理与维护,从而为本体构建者提供参考依据,为本体使用者提供选择依据。