基于传递的语义相关度计算方法研究

基于本体的语义相关度计算方法以概念在本体中的结构特征,如深度、密度,概念间的语义关系类型、路径等一系列因素为基础来度量概念间的语义相关度,缺乏对传递因素的考虑.本文通过基于本体的通用语义相关度计算方法的影响要素分析、传统方法的特点研究及语义传递规律的介绍,提出一种基于传递的语义相关度计算方法,并利用<知网>与传统方法基于人工判断进行效果比较,验证了新语义相关度计算方法的应用效果.     

基于概念格的多本体协同知识地图构建研究

针对不同领域本体之间存在的异质性,以及本体之间存在语义分歧、难以协同操作,从而影响本体复用与知识共享的现实问题,以当前成熟的领域本体为研究对象,通过在共同语义基础上对异质领域本体的概念格解析,在不破坏偏序关系的情况下获得本体中相关概念的外延与内涵,进而借助基于对象(外延)与属性(内涵)的概念相似度计算方法建立跨本体的映射,并最终构建多本体协同知识地图,实现跨越异质本体的知识呈现与知识检索.     

基于概念相关性度量的语义Web服务匹配：模型及匹配器原型

针对当前主流语义Web服务匹配方法过分强调服务请求与服务广告的精确匹配从而导致用户在实际中难以获得真正所需要的Web服务、或在服务自动发现与集成任务中计算负荷过大的问题,本文把基于本体的概念语义相关性度量模型引入Web服务匹配,提出一个新的更"轻便"的语义Web服务匹配模型.该模型使用一系列概念组分别描述服务的服务类别、输入、输出、前提、效果等诸方面的语义信息,在此基础上通过基于本体的概念组之间的相关性度量模型分别评价服务请求与服务描述在这些方面的语义匹配度.总体语义匹配度被定义为输入、输出、前提、效果方面的语义匹配度的加权和.基于这一匹配模型,本文进而研究了相应的服务匹配器原型.初步的数据试验表明,本文所提模型能较好地适应用户需求表述的模糊性,从而提高服务匹配的召回率;从计算复杂性看,本文所提模型也优于基于严格逻辑推理的语义Web服务匹配模型.     

基于领域本体的数字图书馆信息过滤模型研究

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.     

基于PROMPT的本体映射实例分析

本体语义互操作可以有效促进相关本体基于语义的互联互通.目前,异构本体的语义互操作主要是通过本体映射来实现.本文以医学领域中的公共卫生领域疫情监测本体与医学领域顶层本体(BioCaster 和 UMLS Semantic Network)为研究案例,通过基于字符串匹配与锚遍历相结合的PROMPT系统,探讨两个本体的语义相似性,旨在从中发现两个医学本体间的相似性特点,为医药卫生领域本体语义互操作解决方案的优化提供一定的实践基础,从而促进语义网环境下医药卫生信息资源乃至其他领域中信息资源一体化.     

基于知识的协同过滤推荐系统研究

传统的基于项目的协同过滤算法,不能很好地解决数据稀疏和新项目问题(冷启动)带来的推荐质量下降的问题.笔者从智能检索的思想出发,提出一种新的基于知识的协同过滤推荐算法.该算法借助于领域本体,表达语义知识,增加了项目之间的关联信息;考虑到领域本体中结点、边、深度和密度对相似性计算的不同影响,算法结合信息论中的互信息相关概念,对相似性计算公式进行改进,提高了运算精度.实验结果表明,该算法相对于传统的基于项目的协同过滤推荐算法而言,可有效缓解由数据集稀疏和冷启动带来的问题,显著提高推荐系统的推荐质量.     

结合语义相似度与相关度的概念扩展

本文研究在本体构建的语义网环境下,量化领域概念的关联程度扩展概念,实现概念检索的问题.利用语义的层次结构和蕴涵关联计算语义相似度和相关度,并结合二者,提出语义扩展度的概念及计算方法,由此控制调整扩展概念集的范围和大小.经过实例计算与分析,验证并阐明了该方法的合理性、有效性及其特点.     

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。     

基于领域本体和概念向量的中文文本相似性测度研究

文本相似性测度被广泛用于计算用户提问与文档资源相关程度以及基于内容相似资源推荐。OCVSM是一种基于领域本体和概念向量相似性测度的方法。该方法将军用飞机领域知识本体OntoAvion的概念集作为词汇抽取特征项,根据本体中概念间的关系确定特征项的相似度,最后利用余弦算法计算文本向量相似度。实验证明,该方法与基于语言学词典的相似性测度方法相比,更接近用户对文本相似性的判断。表10。图5。参考文献10。     

WordNet与SUMO本体之间的映射机制研究

针对本体概念与自然语言词汇之间存在普遍性与特殊性的矛盾,以WordNet同义词典和SUMO本体为研究对象,对两者进行简要概述,详细分析两者之间的映射动机,提出自然语言词汇、WordNet同义集和SUMO本体概念之间的映射模型,并深入分析WordNet同义集与SUMO本体概念之间的映射实例、映射效果及应用。希望藉此更好地利用WordNet同义词典与SUMO本体概念之间的映射关系去解决本体概念与自然语言词汇之间的矛盾,促进本体更广泛地应用于智能检索、语义分类、数据挖掘等领域。     

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。     

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。      

基于语义的半结构化P2P网络

如何利用具有本体标注的结构化文档中的语义信息组织P2P网络,提供对基于语义的信息共享与查询的P2P网络支持,是当前P2P网络的研究热点之一.本文提出采用Peer所存储文档中的加权本体概念向量作为Peer的特征向量,通过相似度计算将Peer聚成Peer组,从而构造基于语义的半结构化P2P网络.用户的查询请求由各Peer组内的组服务器负责路由转发,组服务器计算查询请求与各路由表项之间的相似度,将查询向最有可能包含查询目标的Peer组转发.文中较全面地阐述了本体概念局部和全局权重的计算方法.由于P2P网络拓扑的建立过程和查询路由过程均基于语义信息,使得网络的各项性能与基于关键字处理的P2P网络相比,得到了较大的提高.     

基于语义相似度的Web文本分类研究

传统的Web文本分类方法将文本中关键词的相似度作为分类的依据,丢失了很多重要的语义信息,导致分类结果不够准确且计算量大。基于此,文章提出了一种基于语义相似度的Web文本分类方法,利用领域本体将用关键词表示的文本特征向量表示为与之匹配的语义概念特征向量集,定义Web文本相似度的计算公式,设计并实现基于语义相似度的KNN算法。实验结果表明,该方法从语义概念层次上表示和处理Web文本,降低了文本特征空间维度,减少了计算量,提高了分类精确度。     

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。     

敏捷供应链中知识服务检索的语义相似度问题研究

针对钢铁行业敏捷供应链本体,通过分析传统的语义相似度计算方法,改进其不足,综合考虑概念、属性和概念间关系这三个影响因素,构建一个语义相似度计算模型,可以有效提高知识服务检索的质量和效率,得到满足知识服务用户需求的信息。     

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。     

本体构建中的语义分析方法研究

归纳总结语义分析方法的发展概况,在本体构建中,提炼出一种语义分析方法,并对该方法的要素进行详细分析,结合产品分类开展本体构建的语义分析方法实验,着重于解决现有很多本体中语义表达过于简单的问题,建立大量的概念间关系、属性间关系、概念与属性间关系、实例间关系、概念与实例间关系,并进行形式化逻辑表达。