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。     

XML数据的存储策略研究

如何有效存储大量的XML数据是数据管理必须面对的重要研究课题。本文基于XML数据的半结构化特性，分析了目前XML数据的四种主要存储技术，提出了具有现实意义的存储实施策略。     

学术资源本体非等级关系抽取研究

[目的/意义] 概念非等级关系抽取是本体构建的必要步骤,学术文献作为一种重要的学术资源类型,本文主要利用其结构特点来进行本体概念非等级关系的抽取。[方法/过程] 首先,在本体概念抽取的基础上,对文献中概念的类型进行分类,以便于后期关系动词搭配的概念类型来排除不符合条件的三元组;其次,确定学术文献中的关系类型,并采用C-value方法抽取表示关系的动词,进行本体关系的表示;再次,评价概念对的关联性,利用互信息法对概念对进行排序并去除非相关概念对,实验表明该方法非常有效;最后评价概念对与关系动词的关联,分析影响三元组关联的因素,再采用实验确定模型挖掘三元组,实验比较现有的关联规则挖掘的方法。[结果/结论] 结果表明本文提出的三元组选择模型效果明显超过现有的关联规则挖掘方法,并且在语料集扩大的情况下这种优势更为明显。     

中文专利本体半自动构建系统设计

为充分发挥知识组织在企业专利战略中的作用,在分析专利文献的基础上,根据中文专利文献句法描述的特点,利用最大串频匹配、蚁群聚类、多层KMeans聚类、改进关联规则计算、基于规则和CRFs的术语关系抽取等算法,设计出一套领域本体的半自动构建系统,包括术语抽取、分类关系抽取、非分类关系抽取、本体形式化等模块,初步实现结构化数据和非结构化文本的本体半自动构建。     

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。     

基于主题爬虫的本体非分类关系学习框架

提出一种借助主题爬虫自动从返回的相关网页进行本体非分类关系学习的框架与方法。针对利用互联网进行本体学习的特点,所用到的主要方法是词频、共现统计和分割聚类算法KMeans,并没有采用复杂的语法结构分析和半指导聚类算法如EM、BIRCH和SOM,因此自动化程度和效率较高。学习结果将用于指导主题爬虫进行网页相关性的判断。这种非分类关系的学习质量将由主题爬虫在实际应用中的表现来客观评价。     

基于聚类算法的本体层次关系获取研究

提出利用蚁群聚类方法进行初始聚类,通过K-means聚类算法对初始聚类的结果进一步分层聚类,并结合术语综合相似度计算的方式提取每个类的标签,从而完成术语层次关系的构建。最后抽取部分实验结果,由领域专家对其进行评价,并对结果进行分析。     

本体与元数据关系研究

通过对本体与元数据关系的论述和分析,提出了元数据引入本体,或者本体引入元数据,可以使两者发挥各自特长,相得益彰,从而使两者都不会固守各自传统领域,而是相互渗透,相互促进的观点。     

基于向量空间的知识拓扑结构模型研究

本文以知识拓扑结构为研究对象,针对其在应用中的局限性及运行效率等问题,提出一种基于向量空间的知识拓扑结构模型.该模型将组织中独立初创性知识和派生知识的全体构成一个n维向量空间,并与其伴随向量空间中的向径相对应.从初创性知识到派生知识的过程就转化为n维向量空间内对应向径间的线性组合,对知识的正逆向搜索、知识动态变化等操作通过相应向径间的内积运算来实现.该模型能够清晰地体现知识间的内在联系,在搜索性能等方面得到了相应的改善.     

基于知网和术语相关度的本体关系抽取研究*

 提出一种基于知网和术语相关度的关系抽取方法。首先通过句法分析提取术语的上下文特征,结合自然语言特征和互信息的方法计算术语之间的相关度,然后使用术语的义原和动态角色作为关键词,在知网语义关系框架中定位关系,并为关系指定明确的语义标签。实验结果表明该方法具有较好的实用效果。     

基于汉语框架网络本体的文本推理案例研究

以汉语框架网络本体在自然语言处理中的应用为目的,介绍了如何用OWL DL语言对框架网络进行形式化表征以及如何从框架网络本体的标注文本生成以OWL DL表示的标注本体。进而说明如何将OWL DL数据用于DL推理机RacerPro,在推理基础上完成问答系统提出的任务。     

本体评估方法研究

本体评估的意义在于保证本体的构建质量,实现对本体的有效管理与维护,从而为本体构建者提供参考依据,为本体使用者提供选择依据。本文借鉴国内外学术界相关评估理论和评估方法的研究成果,以几种国外正在研究的本体评估方法及工具为对象,对它们进行了系统的分析与比较。     

航空领域本体构建研究

本文对领域本体构建方法选择原则进行了研究,在提出领域本体构建方法设计与选择原则的基础上,根据航空本体的特点,提出了基于<中国航空百科词典>的航空领域本体构建方法.该方法通过尽可能复用现有术语,重视框架设计与概念间关系规划环节,将概念间关系确定尽可能通过计算机自动完成,人工工作量少,领域专家参与少.通过本方法试验,初步构建出了航空领域本体,在较短的时间内构建出了航空本体.论文针对进化在本体构建中的重要性,在构建方法中重点论述了航空领域本体进化方法,按流程对本体进化中的新词获取、概念及关系确定、版本标识、进化周期等工作环节进行了系统研究.     

知识发现本体论研究

知识发现的本体论抽象 ,从RDF到Ontology,揭示了其本质所在、原理和机制以及“始由出者”。文章通过对知识发现研究的历史回顾 ,指出了各种知识发现模型在本体上的一致性 ,澄清了容易模糊的概念 ,提出了各种操作平台通过本体论描述纳入一体化的思路。知识发现的本体论是知识发现寻求大同的理论。面临开发者的问题是元数据如何走出自我中心困难     

近十年本体应用的研究进展

将2005年以来本体在语义检索、信息系统、知识管理知识发现、机器翻译、医学生物学以及地理信息系统等领域的应用现状进行了总结分析;在对本体应用领域揭示的基础上,对今后的发展趋势进行了展望。     

基于维基技术的本体构建方法探讨

本体作为一种新的知识组织方式,可以解决知识的共享和重用问题,是目前信息科学领域的热点问题之一.针对目前本体构建中存在的问题,本文提出利用维基技术这一新的互动开放的信息交流平台,将其贯穿于整个领域本体的构建过程,网聚大众智慧和力量,以期有效解决语义web内容的可获取性、可扩展性等现实问题.     

基于数据本体的科学数据语义化组织研究

[目的/意义]数据驱动的科研时代,科学数据的重要性越来越高,有效组织科学数据,便于科学数据被科研人员复用和利用计算机进行二次开发,对科学研究具有重要意义。[方法/过程]利用专家调查法确定科学数据本体的概念、属性和描述科学数据的元数据模型,在领域专家的参与下构建科学数据本体,将科学数据组织于一个由相关概念组成的知识环境中。[结果/结论]利用数据本体组织科学数据,使科学数据在内容上更加丰富,在表现形式上更易于被计算机所理解,通过对构建基于数据本体的检索实证表明其检索结果能够利用推理功能提高检全率,并便于以可视化的形式展示检索结果。     

基于本体模型的信息检索机制研究

本文首先介绍了本体的基本概念 ,然后利用描述逻辑建立了本体的形式化模型 ,并提出了本体术语包含关系的检验算法 ,最后根据所建的本体模型研究了信息检索机制。     

领域本体进化研究

结合理论与技术应用对领域本体进化进行研究。对领域本体进化的概念做出界定,指出领域本体进化研究的三个层面以及领域本体进化的学科发展依据和理论依据。同时,对领域本体的进化方式、进化方法、进化过程中所产生的不同版本管理以及对本体学习、本体编辑、本体迁移管理、本体存储等关键技术进行分析和阐述。     

基于本体的标签控制方法研究

从标签用于网络信息资源组织的缺陷入手,分析标签控制的必要性,认为可以引入本体对标签进行控制,改善标签组织信息资源的能力.在此基础上,介绍了一种基于本体的标签控制方法--标签本体.