共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
语义网格环境下数字图书馆知识组织的语义互联策略研究 总被引:7,自引:0,他引:7
数字图书馆知识的无限存在和有限表达之间的根本矛盾需要应用多领域本体方法,介绍现阶段应用多本体的解决方案——本体映射技术,并分析其存在的不足,引入知识地图技术,认为应用知识地图技术可以实现数字图书馆领域本体的聚类,形成数字图书馆本体知识地图,并以此为基础,构建语义网格环境下数字图书馆知识组织的语义互联模型。 相似文献
3.
4.
5.
6.
本文主要探讨语义系统的组成要素及其相互作用。构建由领域本体、桥本体、元数据、概念层、术语层、资源层以及资源存储库等要素组成的语义系统,从而实现语义互联,隐含语义的推理和挖掘及数字资源的互操作。 相似文献
7.
基于语义的数字图书馆定题情报服务模型研究 总被引:1,自引:0,他引:1
本文阐述了定题情报服务的概念,在介绍相关的技术的基础上,对一种基于语义的SDI语义模型进行了详细分析,并对该技术未来的发展进行了展望。 相似文献
8.
基于元数据、领域本体、桥本体和本体解析体系为核心要素构建语义模型,提出数字图书馆知识组织语义互联的应用模型,以语义异构和结构异构的电子病历为案例,设计和部分实现面向医学领域的语义互联模拟系统,从应用层面对数字图书馆知识组织语义互联进行探讨。 相似文献
9.
10.
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。 相似文献
11.
语义网格环境下数字图书馆知识组织理论、方法及其过程研究 总被引:4,自引:0,他引:4
比较研究Web、语义、Web、网格环境下数字图书馆知识组织的理论体系、组织方法和技术工具,在此基础上,探讨语义网格环境下数字图书馆知识组织的目标与内容、知识组织方法与知识组织过程。提出语义网格环境下数字图书馆知识组织有待深入研究与应用探索问题,即知识发现、知识获取、知识建模、知识注释、知识推理等。 相似文献
12.
一种面向语义WEB的数字图书馆框架 总被引:7,自引:3,他引:7
由于目前的数字图书馆系统对用户信息需求缺乏知识级支持,文章提出一种新型的语义Web环境下的数字图书馆模型,这是一个本体驱动基于代理的系统框架。它通过本体为基础的概念级支持,将传统索引和搜索方案中基于关键词的方式扩展到基于知识的方式。同时对这种新型数字图书馆框架的组成和实现的关键技术进行了讨论。 相似文献
13.
14.
面向关联数据的语义数字图书馆资源描述与组织框架设计与实现 总被引:3,自引:2,他引:1
本文提出了一个面向关联数据的语义数字图书馆资源描述与组织框架,该框架具有四个层次:元数据层、本体层、关联数据层和应用层,其核心是RDF语义元数据的构建与关联。以"图书、情报与档案学"领域的数据为例对该框架进行了实现,实现的重点是在本体层和关联数据层,包括相关本体的设计、普通元数据到语义元数据的自动转换、不同数据集间RDF语义链接的建立、关联数据的发布等。 相似文献
15.
《图书馆理论与实践》2014,(1)
语义网环境下数字信息呈现多样性、异构性等特点,造成了大量冗余信息的产生,这些信息资源关联度低,语义异构问题严重,影响了用户获取信息的体验和效率。本文为了提高数字图书馆信息资源集成的质量,运用有关语义网的方法和技术实现语义网环境下数字信息资源的整合、集成,并提出了模型框架,在本质上改变现有整合方式的缺陷和不足。 相似文献
16.
基于领域本体的数字图书馆信息过滤模型研究 总被引:1,自引:0,他引:1
数字图书馆传统信息过滤技术有很大的局限性.基于领域本体的数字图书馆信息过滤模型最大的特点在于它保留了概念之间以及概念属性之间的关系.能够在复杂语义层次进行逻辑推理.该模型实现的关键问题在于基于领域本体的资源评价值转化和基于领域本体的匹配.图1.表2.参考文献9. 相似文献
17.
走向互联的数字图书馆 总被引:3,自引:0,他引:3
本文简要介绍了当前适用于数字图书馆的几种网络互联技术,分析了WebService技术用于数字图书馆网络互联的优势,并初步构建了基于WebService的数字图书馆群 相似文献
18.
文章介绍了基于WSMO框架解决数字图书馆异构性的研究方案,分析了基于语义Web服务模型四个顶层元素及四类的中介器,提出了基于WSMX的数字图书馆SOA架构.通过运用Choreographv引擎和WSMX数据中介器解决了Web服务发现、组合、选择、调用过程中的本体异构问题,并模拟了WSMX数据中介器在数字图书馆间的工作场景. 相似文献
19.
基于领域本体的数字图书馆动态用户兴趣模型的构建 总被引:1,自引:0,他引:1
20.
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. 相似文献