基于形式概念分析的情报学领域本体构建

随着语义网的快速发展,本体构建已经成为了语义网应用的重要研究领域。但目前该领域研究还处于探索阶段,没有形成成熟、统一的方法作为指导。本文引入形式概念分析的理论方法,探讨如何将形式概念分析应用于本体构建中。首先分析了本体与形式概念分析的联系,接着对基于形式概念分析构建领域本体的代表方法进行了综合对比,最后结合情报学领域本体构建实例对形式概念分析在本体构建中的具体方法进行了说明。     

基于描述逻辑的本体检错推理研究——以国共合作领域本体为例

本体检错推理在本体形式化汉语言的描述逻辑基础上,运用Tableau算法对本体的概念层次,声明的实例以及实例间复杂的语义关系进行检测,以保证本体库结构的逻辑一致性和知识描述的正确性。以国共合作领域本体库为例,探讨了本体检错推理的逻辑基础及Tableau算法的原理,分析本体检错推理的内容,并采用描述逻辑推理接口协议DIG集成描述逻辑推理引擎Racer实现了国共合作领域本体检错推理。     

基于形式概念分析的领域本体构建方法优化研究

针对基于形式概念分析(FCA)的领域本体构建方法的优化问题进行论述,解决优化的四个难点,应用并行开发的工程思想,采用“分而治之、映射集成”的具体手段,提出一种新的基于FCA的领域本体构建方法并建立“增量模型”。该方法将整个领域本体构建过程分解成核心本体和若干个并行开发的增量本体的构建过程,而后将核心本体和增量本体通过本体映射和本体集成的手段进行按需组合,最终得到用户所需领域本体。     

数字图书馆领域本体的构建与推理——以医学领域本体为例

以医学领域的预防医学为例，研究语义网格环境下数字图书馆领域本体的构建与应用；以医用叙词表MeSH为例，探讨以医用叙词表为基础构建医学领域本体的必要性，阐述预防医学本体构建的流程，包括本体构建工具、本体构建方法，尝试进行医用叙词表到领域本体的转换研究，并利用Racer推理机对此领域本体进行初步的推理应用研究。     

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。     

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。     

基于概念格的异构资源领域本体构建研究

在对本体构建研究路径进行分析的基础上,阐述以概念格构建异构资源领域本体的内在机理和技术路线。通过概念格的并叠置运算,获得基于主题词表和文本两大异构资源的概念格。进而以异构资源概念格构建异构资源领域本体,并对异构资源领域本体的构建进行讨论。为数字图书馆构建异构资源领域本体做出探索。     

领域知识本体的可视化检索研究

军用飞机领域的试验型中文知识本体OntoAvion的构建,建立在对国内外典型本体系统、本体构建方法、相关描述语言和构建工具考察研究的基础之上。其检索主界面显示效果可分为4个模块:树形列表检索入口,本体动态图形显示区域,检索控制工具条,检索结果输出区域。它能够将本体中的类层次、属性、实例等语义关系以图形化方式直观显示,实现可视化语义检索。     

数字图书馆领域本体的构建与推理——以医学领域本体为例

介绍基于MeSH构建预防医学领域本体的基本过程，并利用Racer推理机对本体中的类进行推理研究。     

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。     

基于领域Ontology的知识检索模型研究

针对传统信息检索模型不能很好满足用户需求的问题,在分析现有相关研究的基础上,提出基于领域Ontology的知识检索模型。通过构建领域Ontology,对文档进行语义标注,对查询请求进行概念提取和语义扩展,从而得到语义索引项作为文档和用户请求的知识表达,进一步研究领域Ontology中词语间语义关系的计算模型。考虑到语义相似度与语义相关的内在关系,给出相关系数来衡量检索目标与候选者间符合程度。最后对提出的模型进行验证,结果表明检索性能有显著提高。     

基于统计自然语言处理技术的领域本体半自动构建研究

本体的构建是影响语义Web成功与否的重要因素之一.本文借鉴机器学习以及自然语言处理等技术成果尝试半自动构建本体,以专业研究论文为研究语料,采用N-Gram文本表达法从语料中抽取关键概念,计算主题度获取领域概念.利用改进的层次聚类算法对领域概念进行聚类以获取其等级体系,采用句法分析与统计相结合的方法从语料中获取可能的主、谓、宾模式为领域关系提供参考,并以农业史为例,设计开发了一个领域本体半自动构建实验系统,文中重点介绍了本体构建中概念的获取、等级关系、领域关系的构建以及形式化处理等关键技术的实现过程.     

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.     

STKOS中领域本体模型框架研究

[目的/意义] 构建普适的领域本体模型框架和规范的方法体系,为STKOS实现动态建模的本体工具集和面向领域应用的本体网络提供建设依据。[方法/过程] 调研分析不同层次的领域本体模型,总结能够为STKOS本体建设提供的参考,构建STKOS中学科领域本体模型的3层架构,提出各层框架可遵循的方法,并以中国科学院植物研究所的需求为例,阐述本文模型框架在构建植物多样性领域本体的应用。[结果/结论] 按照领域本体模型3层架构所构建的植物多样性领域本体较之其他领域本体,具有知识组织体系清晰、构建过程高效、所支撑应用场景丰富的优点,因此,该研究可为STKOS快速而有效地构建领域本体提供实用框架,未来可应用于知识服务平台语义层的建设。     

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。     

领域本体的构建方法研究

领域本体构建是一项复杂的系统工程。从国内外本体和领域本体研究出发,比较分析了典型的领域本体构建方法,提出循环式领域本体构建法,并使用该方法构建软件缺陷领域本体。