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。     

基于用户提问的领域本体知识库的知识检索*

在对汉语智能分词技术、自然语言机器识别技术、Ontology本体构建技术和Ontology知识推理技术进行了较为深入的研究，并在对跨编程语言的程序互调和跨系统运行的软件构建相关技术研究的基础上，使用Java语言采用B/S模式开发出一套基于用户提问的知识检索实验系统。     

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。     

本体的图形化可视检索研究与应用

研究了开发语义应用系统过程中的一些关键技术,设计并实现了基于J2EE的B/S结构的通用本体可视化检索系统。本系统使用Ajax技术实现了客户端与服务器端的的异步通信,能够将任一OWL本体中的类层次、属性、实例等语义关系以动态二维网状图形浏览器的方式进行直观显示,动态图形浏览器支持全览、聚焦、移动等功能。它还支持关键字、SPARQL检索与图形检索的过程同步。图5。参考文献5。     

基于本体的国史知识检索平台构建研究

[目的/意义]构建国史知识检索平台,提高用户获取国史知识的效率,促进国史宣传和教育。[方法/过程]提出基于本体的国史知识检索平台构建思路与总体框架,在构建国史本体知识库的基础上,采用Neo4j数据库作为RDF数据仓储,创建基于Solr的实例索引、三元组索引和词条索引,针对多种检索需求设计实现检索引擎的执行流程、检索式构造方法以及查询处理算法,并为国史知识展示设计可视化实现方式。[结果/结论]构建国史知识检索平台,提供实体检索、查询问答、关联检索、时序检索及语义资源浏览等检索与浏览服务。该平台框架及关键技术实现方案可为面向领域知识的深度检索服务提供重要参考。     

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。     

基于本体的知识检索研究

在分析信息检索模型和知识检索模型的基础上,建立了基于本体的知识检索模型,探讨了基于本体的知识检索呈现.     

基于本体的知识检索研究及实现

本文提出了一种基于本体的知识检索框架。在该框架中,知识检索主要由语义检索和基于规则的推理检索两部分组成。通过对检索方法的研究分析和算法实现,开发了一个基于本体的文档知识管理系统,并由实例对基于本体的知识检索性能予以验证。结果表明,该检索系统具有一定的智能,较好地解决了知识的重用和共享问题。     

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。     

近年来领域本体的应用新进展

近年来,领域本体的发展非常迅速,不仅得到了广泛的应用,在实际应用中也取得了积极的作用。通过查找ISI、Elsevier等数据库查询到,近两年来国外文献中涉及的领域本体,包括化学领域、生物领域（分为基因领域和生物医学领域）、地理学领域和其他领域,并选取其中有代表性的领域本体并对其应用及进展进行分析研究,总结出领域本体应用进展的特点：涉及学科领域广;更加专业化、针对性更强;涉及多个学科的领域本体增多。领域本体的建设发展将有力推动数字图书馆的进步。     

领域本体整合的问题及对策研究

领域本体整合是在某一特定领域中已有本体的基础上生成新的本体。根据原有本体的改变程度,领域本体整合可进一步分为浅层整合与深层整合。目前,在领域本体整合中存在概念分类体系问题、构建技术问题、本体进化问题和实用性问题。针对这些问题,应采用重构领域本体高层分类、构建基本类间关系本体以及语言分层转换等方法进行领域本体的整合。图1。参考文献10。     

学科领域本体的构建与进化*-以经济学领域本体为例

概述国内外领域本体构建方法及本体进化的研究现状；介绍以《中国分类主题词表》为基础构建“经济学领域本体”初始版本的基本过程，阐述经济学领域本体进化的基本设想，以及具体进化过程及方法，包括获取进化实验数据集，抽取候选关键词，获得本体新概念，建立概念关联等。     

领域本体语言维护:类型与任务

针对领域本体语言维护工作缺乏系统研究的现状,根据对变化内容的可预期程度将领域本体语言的维护工作划分为纠错及改善性、适应性这两大基本类型;以适应性维护工作为例,提出了维护工作的核心问题及相应的两大主要任务.     

领域本体的关系抽取研究

利用机器学习和自然语言处理技术中的有关方法,研究从语料中抽取概念关系为领域本体构建服务。对等级关系以及领域关系的抽取方法作详细阐述,并通过实验证明该方法是有效的。     

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。     

电子政务领域数字档案本体的构建

在分析电子政务领域本体构建需求的基础上,提出构建领域本体的必备条件。针对这种需求,分析电子政务领域数字档案的特征,并根据该特征,探讨电子政务领域数字档案本体的构建过程。