一种基于语义的Web挖掘方法研究

在已有的基于Dom Tree的网页信息提取算法基础上,通过对Html标签进行分类,逐个分析各Html标签所包含的结构信息,设计了一种自底向上的网页分块方法,并在此基础上,实现了文本相似度比较的网页主题内容信息块识别算法,提高了主题内容信息块的识别精确度。     

网络课程资源支持下基于语义Web的个性化主动学习服务研究与实现

针对个性化学习的需求,本文提出了一个网络课程资源支持下基于语义Web的个性化主动服务系统。系统以学习者、课程和资源对象语义建模为基础,从学习者的学习水平、学习目标、学习偏好和学习状态四个方面出发,分别与课程知识、学习资源对象等方面的语义进行匹配和推荐,设计了主动时机和方式决策机制,以实现学习路径与资源对象等的个性化主动服务。实验表明,该系统可以较好地促进学习者课程知识建构,有效地提高学习效率和学习效果。     

一种基于领域本体的语义Web服务动态组合方法

面对Web环境下日益增加的Web服务,如何自动地根据服务请求进行服务的动态组合,成为目前研究的热点技术。提出了一种基于领域本体的动态组合方法,并且设计了一个框架模型,该模型利用领域本体以及语义技术支持服务的自动发现、调用、组合。该方法综合考虑了服务的语义支持、领域特性、服务的自动组合。     

基于本体语言OWL逻辑语义与推理的研究

语义Web研究的目的是为了使机器可以理解知识,所以实现语义Web首先需要解决的问题就是计算机对知识的理解问题,只有计算机理解了所建立的知识,才能在此基础上展开推理服务。OWL是专门为基于Web的应用设计的本体语言,该语言与描述逻辑的组合可以实现一定程度上的推理服务。文中概述了本体语言和描述逻辑及它们之间的关系,并通过一个个实例显示本体中基于描述逻辑的推理服务。     

基于语义Web的学习支持系统构架

本文首先论述了学习支持系统的基本思想,然后基于语义Web对学习支持系统中的知识查询模块进行了设计,为语义Web的教学系统应用提供了例证。     

基于HTN规划系统SHOP2的语义Web服务组合

针对目前语义Web服务组合动态性方面的不足,在对语义Web服务组合的关键技术(语义Web服务本体语言OWL、语义Web服务描述模型OWL-S)研究的基础上,选择基于HTN规划系统的规划器SHOP2,描述从OWL-S过程模型到SHOP2规划域的转换,给出一种关于Web服务组合的、合适的AI规划方法—HTN规划方法,以适应Web服务的动态性组合。     

XML+RDF+Ontology实现Web信息的语义描述

介绍了语义Web的定义及其体系结构,以及实现语义Web的三大关键技术XML、RDF和Ontology(OWL),然后分析了如何使用这三大技术来描述Web信息的语义。     

基于语义Web的教育资源模型相关技术研究

针对E-learning(电子学习)系统中实现教育资源智能搜索与整合的要求,对建立一个基于语义Web技术的教育资源语义模型涉及到的一些技术进行了分析研究。介绍了语义Web的体系结构,针对目前E-learning中存在的问题提出了相应的解决方案。     

一种基于OWL的智能网站系统研究

语义Web是下一代网络的视图。它通过本体来表示意义,并通过使用这些本体表示的不同资源类之间的关系,可以基于规则、逻辑和条件来进行推理和知识发现。以OWL作为本体表达语言,以能支持RDF/OWL本体处理的Jena系统作为开发支持平台,开发了一个具有初步智能的网站系统框架。系统将网站所需的信息内容按主题、属性进行分类并用OWL本体文档进行规范描述,以形成系统知识库,根据知识库自动生成网站。     

基于语义Web的搜索引擎研究

在分析传统Web搜索引擎的基础上,提出了一种具有语义功能的搜索引擎设计方案：介绍了该语义搜索引擎的实现思路及要解决的关键问题;最后为了缓解查准率和查全率的矛盾问题搭建了一个语义网络模型。基于语义Web的搜索引擎作为一个新的研究方向,对于提高Web的查全率和查准率有一定的参考意义。     

Web 2.0环境下基于本体的适应性学习系统的设计

目前的适应性学习系统只能机械地呈现给学习者一些学习材料,而不能满足学习者个性化学习的需求,不能根据学生认知模型智能地组织符合学习者特点和需求的教学内容和教学策略.本文将本体运用到适应性学习系统中,提出一种基于本体的适应性学习系统的系统架构,详细介绍了系统的核心组成部分:语义层和本体库,及系统具体的实现技术.本文用本体来描述学习资源,初步实现了对教学内容的智能导航和学习资源的共享.     

基于元数据及语意网的学习技术探讨

本描述了元数据和语意网的基本概念，重点介绍了基于元数据和语意网的学习技术系统的基本模型和组成部分，并对元数据和语意网环境下的学习技术的未来发展趋势进行了展望。     

英语双宾构式的语义动态识解

英语双宾构式的意义可解释为"给予",但真正意义还有其特殊性,且进入此类构式的动词形式并不单一,需要进行细致分类研究。然而构式语法本身对于语法结构多义性问题的解释比较困难。以Langacker认知语法理论中的动态分析为核心,探究双宾构式的认知机制,并对中心语义和扩展语义识解,根据动态体验,得出某种图式形式的认知结构并用以分析进入构式的特殊意义。     

一个基于WEB的自主学习系统模型

智能教学系统是计算机的一个重要应用领域。本文描述了一个基于Web的自主学习系统模型,着重介绍了系统的基本功能和主要特点。该系统吸取当前智能教学系统相关研究中较为成熟的技术给予实现,集成了教学、自学、自测、智能反馈等功能。     

一种语义稀疏服务聚类方法

随着SOA迅猛发展和互联网上服务数量俱增,服务发现成为极具挑战性的工作。传统的服务发现方法在语义稀疏情境下精准度不高,主要是缺乏有效信息对发现工作的支持,无法对服务进行准确的类别划分。针对此问题,提出一种基于BTM面向Web服务短文本描述的服务聚类方法S3C,该方法的主要思想是利用BTM在短文本聚类过程中使用Biterm（词对）优势对服务描述进行潜在特征表示,基于服务潜在特征使用Kmeans聚类方法进行服务聚类。BTM采用词对的主题建模方式,能够极大程度地扩展文本信息,解决短文本中的关键词稀疏问题。采用PWeb数据集进行大量对比实验可知,该方法与经典聚类方法相比,类簇的平均纯度提高30%,平均熵降低近50%。     

基于学习对象的树状学习模型

本文在对学习对象分析研究的基础上,经过对传统学习模型的分析,结合目前的计算机技术和教学实践,创新地提出一种树状学习模型,探讨了该学习模型的特点,并在该模型的基础上研究了学习对象的设计,讨论它的粒度大小问题,从另外的角度对学习对象进行了理论和应用的研究。     

基于语义的Web服务发现的研究与实现

本文提出了基于语义的服务自动发现的框架，从服务的描述、发布、注册和发现方面，结合本体、语义Web和agent技术，研究了服务的自动发现的实现过程，最后给出了实现方法。     

我的中文学习之旅

迄今为止，我已经在北京住了快两年了。我可以讲我称之为日常用语的中文并且能听懂更多。有能力与当地人沟通使我在这里的经历变得更令人愉悦；我无法想象住在中国却不会讲中文的情景。如果一个人那样生活的话，那就失去太多了。我已经有五年说普通话的经历了。我在乔治亚大学呆了三年，取得了哲学学士学位。但在我开始学习中文以前，我早就对中国以及这个国家的语言颇感兴趣了。     

基于社会化语义网的网络学习初探

社会化语义网是在Web2.0和语义网研究和发展基础上提出的新一代Web应用模式,它融合了二者的优势,克服了各自的局限性,将构建语义丰富的社会化互联网络。社会化语义网拓展出一个更加完善的虚拟学习空间,有助于促进知识的协作、共享与聚合,实现精确的语义知识搜索,为网络学习提供了新的学习环境和平台支撑,也为我们创造了新的研究方向与内容。