面向关联数据的语义数字图书馆资源描述与组织框架设计与实现

本文提出了一个面向关联数据的语义数字图书馆资源描述与组织框架,该框架具有四个层次:元数据层、本体层、关联数据层和应用层,其核心是RDF语义元数据的构建与关联。以"图书、情报与档案学"领域的数据为例对该框架进行了实现,实现的重点是在本体层和关联数据层,包括相关本体的设计、普通元数据到语义元数据的自动转换、不同数据集间RDF语义链接的建立、关联数据的发布等。     

叙词表融合方法研究

多表融合过程中可能产生概念界定不一致,语义关系矛盾冲突、相互缠结的问题,加上多人协同工作模式的复杂性,致使知识体系梳理极为困难。从逻辑角度对"概念"、"词汇"及概念间"关系"进行界定,提出多表融合的技术路线。多表融合以多表概念映射为前提。由于词群构成的复杂性,需要对closeMatch映射进行语义分析,以区分出exactMatch映射。概念合并和新关系生成可能引发多种逻辑问题:关系冲突、等级关系循环、等级关系冗余、兄弟概念互参、上下位概念共参、交叉互参、等级关系多路径。这些逻辑问题可被区分为两大类:逻辑错误、逻辑优化,并进一步影响逻辑问题的解决步骤。讨论了多人协同工作模式下叙词表的数据锁定机制。图9。表1。参考文献11。     

面向科技文献的多模态语义关联特征提取与表达体系研究

科技文献资源是一种多模态数据,除文本信息外,还包含丰富的图像、表格、公式、音频、视频等多种模态的信息,有利于用户充分理解科技文献资源中的知识。该文把多模态思想引入科技文献的语义表示方面,对科技文献中的图像、表格和公式信息进行语义分析,与文本信息共同表示文献语义内容,通过科技文献中多种模态信息的语义表示及相互关系完善科技文献内容的语义化表示,发展刻画科技文献对象多态性的表达体系。     

主题法、分类法与Ontology的比较研究

在网络信息时代，如何对海量的信息资源进行有效的组织和高效率的检索，是我们面临的一个突出问题。主题词表、分类表及新兴起的Ontology技术，在这些方面体现出了很强的应用价值。本文通过从不同角度对三者的比较分析，明确了Ontology的优势和关键技术难点，并为Ontology在语义检索中的应用研究打下了基础。     

Connotea中Social Tagging机制研究

选取Connotea为研究对象，统计分析标签、被标引资源、标引者两两关联关系，发现标签覆盖资源范围较广，标签共现现象突出，部分用户标引活跃，资源平均标签数较低，用户对内容关注度规律性转移，科研领域的用户比较多地使用规范词。提出增加标引词结构关联和细粒内容定位标引。     

最新标签本体：标签和民俗分类法语义模型

当前,人们越来越关注协作化标签系统中标签数据的表示和共享。传统的标签（指随意标注的、没有与结构化本体相关联的标签）由于语言和语法的差异以及录入错误等,不适于做协作化处理。而且标签反映的是用户个人的观点,也不对同义词、词形变化或者其他对照映射关系做规范处理。因此笔者认为,标签的常规处理方法对语义协作的贡献非常有限,即便是有,要让计算机实现自动共享也是极其困难的。在语义层面上讨论数种协作标签标注的方法,提出一个标签协作标注和设计民俗分类法的概念模型,同时比较已有的标签本体,提出一个评价标准,并参照该标准讨论这些标签本体的优缺点。     

基于语义的启发式病毒检测引擎研究

对形式化语义在启发式病毒检测引擎上的应用进行了研究,分析了基于虚拟机技术的反病毒检测引擎的效率问题及启发式病毒检测引擎,发现其规则的选取对病毒判断的准确率影响很大。提出基于形式化语义的启发式病毒检测引擎．进行了计算机病毒语义关系框架及数据结构的设计,通过深入剖析不同病毒程序传染部分的代码结构,总结出病毒程序的典型语义特征,形成描述其典型语义特征的语义关系框架;在检测时抽取蕴涵在待检程序中的语义,进而建立描述程序语义关系框架;计算二者的匹配程度来确定程序是否含有恶意程序,从而达到检测未知病毒的目的．     

Wikipedia bi-linear link (WBLM) model: A new approach for measuring semantic similarity and relatedness between linguistic concepts using Wikipedia link structure

Wikipedia links its articles by manually defined semantic relations called the Wikipedia hyperlink (link) structure. The existing Wikipedia link-based semantic similarity (SS) and semantic relatedness (SR) computation models, such as Wikipedia one-way link (WOLM) model and Wikipedia two-way link (WTLM) model, do not assess the strengths of the relationships between a candidate concept and its links (out-links or in-links). These models treat all the links as equally important even though some links are semantically more influential than others and should be given more importance. This phenomenon reduces the accuracy of these models. This paper presents the Wikipedia bi-linear link (WBLM) model that extends the previously proposed WOLM and WTLM models. The WBLM model explores the Wikipedia link structure as a semantic graph and discovers the strongly (bi-linear links) and weakly (out-links or in-links) connected links of a candidate concept. It improves the link-based vector representations of concepts by assigning weights to their connected links according to the strengths of their semantic associations. The experimental results demonstrate that the proposed WBLM model significantly improves the SS and SR computation accuracy of the WOLM model (6.9%, 8%, 24%, 17.3%, 31.2%, 30.6%, 26.5%, and 35.4%) and WTLM model (1.2%, 3.9%, 7.1%, 9.9%, 11%, 6.3%, 12.7%, and 13%), in terms of linear correlations with human judgments on gold standard benchmarks, including MC30, RG65, WS203, SimLex, 353All, MTurk287, MTurk771, and MEN3000, respectively. Moreover, this research offers a deep insight into the Wikipedia link structure and provides an adequate base for understanding it as a semantic graph.