语义网表示文档内容的语义数据模型

<正>互联网改变了人们的生活。目前通过互联网可以看报纸、电视,也可以听广播。广播网、电视网和互联网的“三网合一”,已经没有技术上克服不了的困难了,人为的阻碍也只能     

现代网络需要语义检索

分析了现代网络存在的一些问题,指出具有语义的信息是网络检索的前提和基础,并强调了在语义网中使用搜索引擎的重要性.     

情报检索语言研究的新领域

情报检索语言的发展面临现代化、理论方法综合化和集成化的新条件,研究新的语言模型,提高检索语言的表达、描述等功能是当前的重要研究课题,同时要具体研究数据库检索语言、网络检索语言、本体论和语义网检索语言。在所有这些领域里,检索语言的机器理解功能日益重要;为适应机器处理的环境,对它的逻辑推理能力的要求越来越高,知识建模功能与系统表达能力受到越来越多的重视。     

知识组织系统中关系模式的应用比较

文章以医学数字信息资源知识组织为案例，对领域本体、目前常用的医学数字信息资源知识组织的工具《医学主题词表》和统一医学语言系统的语义网络进行对比研究，深入分析了三者的联系和区别，在此基础上讨论了知识组织体系中的关系模式在知识组织中的应用特点。信息资源知识组织有赖于领域本体的完善，而领域本体高质高效的构建和应用需充分发扬和整合主题词表和语义网络的成果，即利用叙词表已经规范了的专业概念和语义网络定义的语义类型。     

中文信息处理中的语义关系表示探析

根据目前中文信息处理的现状对自然语言在句法结构与语义结合方面的需求，对美国加州大学伯克利分校构建的框架网络工程进行探索与研究，详细分析框架网络数据库中最重要的框架关系，并利用这些关系将词汇进行联系形成网状数据库，目的在于利用词与词间的关系进行信息抽取或信息检索时，能够方便准确地进行信息处理并得到理想结果。     

一种基于本体的XML文档语义提取方法

介绍一种解释XML文档语义的方法。该方法使用RDF Schema描述的本体来对XML文档进行语义提取，并将结果以RDF数据模式（三元组）表现出来。     

基于ontology的语义检索模型架构

目前的web信息检索中，存在着检索效率低下的问题，很难满足普通用户基于自然语言的检索要求，也不具备语义推理能力，无法实现智能化的检索。而源于知识工程和人工智能领域的本体理论和技术，能够很好地处理自然语言理解问题和具有基于语义的推理机制，因此成为改进传统信息检索方式的良好工具。本文就运用本体理论。在对目前的各种研究进行了调查以后，区别了几个关键的容易混淆的概念，然后提出了一个基于ontology的、web环境下的语义检索系统的结构模型。     

语义网络多面观

在可扩展标记语言XML、资源描述框架RDF、本体互换语言OIL和其他新出现的标准的帮助下，语义Web有可能对已经存在的Web数据提供更多的结构和意义，这将会引导WWW发展到一个新的全球性网络：语义Web在这个网络上可以发现很多有效的信息。语义Web的实现将会对下一代的数字图书馆产生巨大的影响。     

语义Web与Ontology研究

本文介绍了语义Web和Ontology的概念特征，探讨了语义Web与Ontology的关系，结合信息检索研究了Ontology在语义Web中的应用，并对实现中需解决的问题进行了说明。     

基于文本的信息过滤模型

信息过滤技术用于帮助用户在动态信息流中过滤出用户感兴趣的信息。通过对信息过滤概念的阐述,抽象出这类系统的一般模型。介绍了布尔模型、向量空间模型、潜在语义索引模型和神经网络模型等四种信息过滤模型,并就其特点进行了分析。