基于本体的数字图书馆检索模型研究(Ⅰ)--体系结构解析

本文讨论了以历史事件为研究领域的本体数字图书馆检索模型(国共两党关系历史数字图书馆)的设计、构建和实现。模型遵循J2EE规范实现了GGHZ-DL本体建库,本体检索,本体推理,本体可视化等功能。文章重点分析了模型开发过程中所采用的数据结构和关键算法。     

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。     

知识管理中的知识流动分析

知识流向、流速是知识管理中的瓶颈问题。文章在对知识管理中的知识分类和特征的分析基础上，对其不同的流动方式和特征进行了研究，并进而探讨了知识流动中存在的几个问题，希望能对知识管理的策略有一定的启发意义。     

论信息经纪人的评价

从阐述评价信息经纪人的意义和重要性出发，讨论了信息经纪人评价的原则和内容，在此基础上，提出了信息经纪人评价指标体系，提出了如何运用层次分析法确定指标的权重。     

公平关切视角下农产品供应链关系治理研究框架

公平感知在渠道关系中扮演着重要角色,对决策制定有重要影响,提出了从公平关切的视角探讨农产品供应链的关系治理问题。提供了该问题的研究框架,并分析了公平关切视角下农产品供应链研究现状、研究内容及所采用的研究思路与方法。     

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。     

情态动词“must”用法举例

情态动词是NMET的必考内容,是学生们平时学习中的一项重点语法现象,同时也是难点。每个情态动词都有其不同的用法,往往可以构成一些较为特殊的句型,本篇就情态动词“must”的有关用法归纳如下,供同学们学习参考。     

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。     

基于UML的网上书店系统建模研究

统一建模语言（UML）在图书情报领域有着广泛的应用空间。介绍了UML的建模机制后，运用UML建立了网上书店管理系统的模型，并使用Rational Rose 2003给出了部分用例图、类图以及顺序图和配置图等。     

基于本体的数字图书馆检索模型研究(Ⅱ)——语义信息的提取

语义信息提取是一项较新的技术,本文讨论语义信息提取的定义、原理和思路,并以国共两党关系历史为领域背景,详细分析语义信息提取的过程,即对于待处理的自然语言文字,将其进行分段和分句;针对拆分出的句子,进行分词和词性标注;在词性标注的基础上选择适当动词作为句子的语义谓词;判断该谓词是否属于语义谓词列表;再根据语义谓词来获取相关的语义实体,同时对于指示代词进行消解;最后对时间和地点维进行提取,并更新语义提取背景。本文还对开发过程中所用到的数据结构、关键算法进行了分析。