基于情节本体的叙事性文本语义结构化表示方法研究

叙事性文本是对现实世界的记录,也是人文学者的研究对象与基础,对叙事性文本的阐释更是人文学术研究的基本任务。随着数字人文的发展,人文学者对远距离阅读与策略型阅读的需求与日俱增。作为构成叙事性文本的基本单元,事件和情节是文本解读的重点。为了更好地适应人文学者阅读需求的转变,建构叙事性文本智慧数据,支撑数字人文研究,以情节为视角,以事件为基础,对广泛存在的叙事性文本进行深层次语义表示与结构化处理显得尤为重要。但现阶段较为成熟的文本表示方法更适用于结构相对清晰、统一的科学文本,不能很好地表示叙事性文本中存在的复杂叙事结构,因此,以知识表示与知识组织为出发点,构建符合叙事性文本特征的语义结构化表示方法具有十分重要的意义。本文在梳理叙事学基本理论与概念,以及事件知识表示、事件本体与叙事本体等理论研究的基础上,对叙事文本中存在的事件、事件间关系进行语义建模与表示,同时完善了对情节的定义,构建了基于事件的情节本体EBPO,提出了叙事性文本的层次-网络结构模型,用以实现对叙事性文本的语义结构化表示。初步标注的实验结果表明,借助情节本体及结构模型,可以实现对叙事性文本的语义结构化处理。     

基于领域本体的语义文本挖掘研究

为了提高文本挖掘的深度和精度,研究并提出了一种基于领域本体的语义文本挖掘模型.该模型利用语义角色标注进行语义分析,获取概念和概念间的语义关系,提高文本表示的准确度;针对传统的知识挖掘算法不能有效挖掘语义元数据库,设计了一种基于语义的模式挖掘算法挖掘文本深层的语义模式.实验结果表明,该模型能够挖掘文本数据库中的深层语义知识,获取的模式具有很强的潜在应用价值,设计的算法具有很强的适应性和可扩展性.     

基于本体的语义Web文本分类探讨

本文探讨了本体与语义Web的关系、本体在语义Web文本分类中的作用,并重点探讨了基于本体的语义Web文本分类的特点以及Web文本分类器的一般工作原理.     

基于本体和关联数据的书目组织语义化研究

以书目对象基于形式形态多样性、生命周期变化性、复合对象复杂性的序化问题作为书目语义化组织的研究起点,提出并初步实践基于本体构建语义关联、通过关联数据的一致化语义描述方法(RDFS/OWL)和统一存取机制(SPARQL)进行语义化组织的方法。     

面向语义网的本体表示

本体将在语义网中起至关重要作用。它通过提供共享的并精确定义的术语源,将语法的互操作扩展到语义的互操作。语义网肯定是以XML and RDF为基础,采用分层设计的方法。图2。参考文献8。     

面向语义网的本体学习技术和系统研究*

针对网络中存在的不同结构化程度的数据,探讨目前用于实现语义网的各种常见本体学习技术、方法及其可获得的本体元素、存在的问题,比较当前融合多种本体学习技术的本体学习系统,分析所采用的关键技术、适用的处理对象以及生成的结果描述。     

面向文本的领域本体学习方法与应用研究综述

根据本体构成的要素 --概念、概念间关系、公理,结合文本的非结构化特点,总结梳理当前从文本中自动获取领域本体概念及概念间关系的主要方法的思路、特征和适用范围,并运用两个实例解析面向文本的领域本体学习的具体步骤和实现过程。最后讨论存在的主要问题和进一步的研究方向。     

基于语义网的本体转换模型研究

在语义网络环境下,通常运用不同领域的本体来组织分散于各处的信息资源。为了有效地解决这些分散信息资源的定位和整合问题,本文提出了一种新的本体转换模型,主要从原理和方法论上对该模型框架进行了研究,并对模型的各个有机组成部分进行了阐述,着重讨论了相似度匹配阶段算法的应用原理和语义转换阶段概念映射规则的多种表达方法。     

面向数字图书馆的本体学习研究

面向语义Web的智能数字图书馆的实现很大程度上依赖于本体的建立,本体与数字图书馆中的数字资源采集、数字馆藏和用户访问网关都密切相关。在本体构建方面,目前存在的绝大多数本体都是手工生成的,该方法效率低、出错率高,更难以维护和更新。这对语义级数字图书馆的实现造成了巨大的障碍。为此提出了一种面向数字图书馆的本体学习方法GOLF,通过对各专业领域中大量的Web文档集和语料库进行挖掘来实现本体学习,并分别讨论了本体学习中本体概念的抽取、概念之间语义关系的抽取和分类体系的自动构建等关键技术。     

基于专利本体的语义检索研究

国家知识产权局CNIPR等著名专利检索系统仍是基于关键词的传统检索方式,会漏掉很多重要的相关专利数据。为提高专利信息的利用率,文章提出一种基于专利本体的语义检索模型,并采用Java语言编程实现,最后设计实验测试其检索效果。实验结果表明本研究能根据专利本体库中已经存在的知识和人为定义的规则,推导出库中原来没有的新的隐含知识,有效提高了相关信息的查全率和查准率。     

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。     

基于本体的语义搜索引擎解决方案研究新进展

通过分析基于本体的语义搜索引擎的研究与开发成果,总结语义搜索引擎的一般架构,并详细分析hakia、Qrobo、Swoogle、Zoominfo、Kango等典型语义搜索引擎的技术解决方案和功能特色,简要总结当前基于本体的语义搜索引擎开发中存在的问题与困难。     

基于本体的Web用户行为语义分析

通过对用户行为进行研究，提出一个用于分析用户行为语义的用户行为本体，并使用该本体实现用户行为语义的概念知识表示以及用户行为的分类。在此本体的基础上，使用统计学的方法得到用户行为的语义。该方法对于用户行为相关研究提供一定的理论基础，并将计算结果同用户的实际情况进行比较，验证该方法的有效性。     

基于本体的网络群体性事件主题发现研究

将本体论和语义计算的相关技术引入到网络群体性事件的主题发现研究中,并通过构建食品安全领域本体进行实证研究。实验结果表明,该方法能够有效地获取主题信息,有助于实现网络群体性事件的主题发现。     

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。     

面向企业产品创新的科技论文语义知识本体构建研究

为了能够使企业科研人员更高效地利用科技论文知识进行产品创新,论文通过FBS模型分析了包括产品需求、产品功能、产品作用原理、产品结构等类别在内的科技论文语义知识结构,定义其类别及等级体系,并明确其语义关系,最终构建出面向企业产品创新的科技论文语义知识本体,并利用情景分析法探讨企业科研人员如何利用可视化结果进行产品创新,希望能够提高企业科研人员对科技论文知识的利用率,进一步提升企业的产品创新效率。     

基于本体的语义检索技术研究与实现

在本体基础上通过语义相似度和相关度的计算,利用语义推理将描述的隐含语义显式化,以充分挖掘出与检索内容相关的信息,实现相关信息的语义融合,提高查准率和查全率。研究基于本体的语义相似度和相关度的计算方法,并通过该语义检索方法的实现,证明该方法在语义检索系统开发中的可行性。     

融合语义关联挖掘的文本情感分析算法研究

面对网络中日益丰富的文本性情感信息资源,利用关联挖掘技术对其进行智能化的自动挖掘与分析,获取语义层面的用户情感知识,对于企业竞争策略的制定和竞争优势的保持具有重要的潜在价值。将关联挖掘技术融入文本情感分析之中,研究并设计一种融合语义关联挖掘的文本情感分析算法,实现语义层面的情感分析与用户情感知识挖掘。实验结果表明,该算法取得了很好的预期效果,显著提高了情感分析的准确率与效率以及关联挖掘的深度与广度。     

利用UMLS语义网络构建医学文献本体的实证探索

以清晰表达知识内涵、促进本体语义共享为目的,以医学文献知识为研究案例,文章基于UMLS语义网络顶级本体语义关系构筑了领域本体属性关系,并通过医学文献知识本体的构建,阐述了依托顶级本体的语义关系构筑领域本体语义的方法,探讨了基于顶级本体语义的领域本体通用构建途径,实现了医学文献本体的语义关系系统化,为领域本体的建模提供了思路。     

基于领域本体实现Web文本挖掘研究

为弥补改进传统Web文本挖掘方法缺乏对文本语义理解的不足,采用本体与Web文本挖掘相结合的方法,探讨基于领域本体的Web文本挖掘方法。首先创建Web文本的本体结构,然后引入领域本体“概念-概念”相似度矩阵,并就概念间关系识别进行描述,最后给出Web文本挖掘的实现方法,发现Web文本信息的内涵。实验中以网络媒体报道为例,通过文本挖掘得出相关结论。