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。     

基于主题层次树和语义向量空间模型的用户建模

语义层次上的用户建模研究对提高用户需求偏好描述准确度和提升推荐服务质量具有重要意义.本文从基于语义层次树的用户建模机理分析入手,将领域本体引入资源描述和用户建模中,通过资源主题特征提取和语义表达、用户需求偏好程度计算,进行基于语义向量空间模型的用户需求偏好建模和表示,最终得到用户的需求偏好模型.实验结果显示,本文所提方法可行且有效,能够提高用户兴趣偏好描述的准确度和提升推荐服务的质量.     

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。     

FCA中的概念语义相似度计算

形式概念分析和领域本体是两种形式化方法，其目标都是构建概念的模型。提出一种计算FCA中的概念语义相似度的方法，实验结果表明，该方法对概念语义相似度计算是有效的。     

基于概念向量的文本语义相似度方法探索CSSCISSCI

在对概念语义相似度方法调研的基础上,本文提出基于概念向量的文本语义相似度测度方法,借助MetaMap工具抽取文本中的概念术语,将概念术语通过词表层级结构转化为概念向量,通过计算两文本中概念向量的语义相似度来测度两文本的语义相似度。为验证基于概念向量文本语义相似度方法的准确性,选取TREC-05 genomics track数据进行实验,实验结果表明,本文提出的方法较常用的余弦方法更优,与专家评估方法更接近,在测度文本语义相似度上具有一定的可行性和有效性。     

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。     

馆藏资源本体模型的语义相似度算法研究

通过对馆藏资源本体相关定义和特点进行分析,在传统语义相似度计算方法的基础之上,提出了一种综合的基于馆藏资源本体模型的语义相似度算法。并构建了竞争情报资源本体,对该算法进行了实例分析。该算法为馆藏资源本体的语义相似度计算提供了一种有效的量化途径。     

基于概念向量空间的文档语义分类模型研究

针对传统文档自动分类方法和目前语义分类方法中存在的问题,提出一种新的基于概念向量空间的文档语义分类模型,该模型通过字符匹配算法将原文档高维词向量空间中相互独立的词项匹配到描述本体概念的属性集合,进而映射成属性集合对应的本体概念,形成低维的、语义丰富的文档概念向量空间。采用目前非常流行的数据集“20Newsgroups”作为实验数据集,对基于概念向量空间的文档语义分类模型进行实验验证。实验结果表明：提出的文档语义分类方法与传统基于词向量空间的文档分类方法相比,能够极大地降低向量空间维度,提高文档分类的性能。      

基于本体论的语义导航模型研究

本文通过对信息导航的现状分析，提出基于本体论的语义导航思想，研究了基于本体论的信息组织，构建了基于本体论的语义导航模型，并结合实例探讨了语义导航的实现原理。     

语义矢量空间模式（SVSM）及其试验评价——自然语言处理与文献自动标引

本文介绍一种基于句法分析和格式语义结构，被称为“语义矢量空间模式”的文献自动标引／检索技术。在此模式中，自然语言文献和检索提问均表示为语义矩阵。通过计算语义矩阵的相似值，检索系统可以预测文献与给定提问之间的相关度，从而达到检索相关文献的目的。初步试验结果表明，若文献及检索提问较长，特别是以原文献作为提问样本时，此检索技术与康奈尔大学的ＳＭＡＲＴ系统相比，在检全率、检准率和相关排序有效性方面均有所改进     

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。     

一种基于领域本体的语义检索系统的设计与实现

基于领域本体的语义检索被认为是解决目前信息检索领域中所面临的困难的途径之一。从语义推理、查询分析等几个关键方面对基于领域本体的语义检索进行研究,在此基础上设计并实现了一个基于领域本体的语义检索实验系统,通过测试表明该系统能够较为有效的实现语义检索,提高检索精度。     

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。