【摘 要】
:
随着信息技术的快速发展,信息无论是在量上还是在表现形式上都越来越丰富,信息交换和检索的数量巨大,并且非常频繁.信息检索中的"查全率"和"查准率"问题的传统的解决方法是使用基于关键字的搜索技术,但是在许多文件中包含有语义信息,而它们并没有包含用户所需要的关键字.这种情况下如果用基于关键字的检索方式就检索不到该文件.为了克服基于关键字的信息检索技术的这一缺点,我们需要使用本体来设计一个基于概念的模型.
【机 构】
:
山东大学计算机科学与技术学院,济南,250061
【出 处】
:
第二届全国Web信息系统及其应用会议(WISA2005)
论文部分内容阅读
随着信息技术的快速发展,信息无论是在量上还是在表现形式上都越来越丰富,信息交换和检索的数量巨大,并且非常频繁.信息检索中的"查全率"和"查准率"问题的传统的解决方法是使用基于关键字的搜索技术,但是在许多文件中包含有语义信息,而它们并没有包含用户所需要的关键字.这种情况下如果用基于关键字的检索方式就检索不到该文件.为了克服基于关键字的信息检索技术的这一缺点,我们需要使用本体来设计一个基于概念的模型.然而,由于关键字和概念之间的关系是一对多的关系,所以我们必须寻找一种方法,以有效地筛除那些与关键字相关性不大的概念,在本文中我们就提出了一个分区域筛选算法.
其他文献
在搜索引擎的使用过程中存在着用词歧义问题,即用户查询所使用的词往往与文档中所使用的词有较大的出入,用户不能得到他真正需要的文档,从而影响搜索引擎的查询精度.查询扩展可以在一定程度上解决这种问题,但简单的查询扩展不能稳定地提高用户查询的精度.本文提出一种通过深入挖掘查询日志来构造查询空间中词条之间关系的方法,利用该方法构造的相似词典可用于基于查询空间的查询扩展.
本文以XQuery作为查询语言,XML作为抽象数据模型,研究了面向数据集成的空间数据源Wrapper的技术,描述了关系模型与XML视图的映射关系,并基于这种映射关系实现查询的转换和查询结果的组织.
在目前将本体应用在语义信息检索研究的基础上,提出将应用到基于本体的智能信息检索中的系统模型,介绍两大模块:资源语义注释模块和语义检索模块中各个组件的功能,其中,接口代理是实现语义检索的核心,语义注释组件是实现语义检索的前提和难点.提出利用的中英双语词典中的概念记录对查询进行语义扩展的算法,并建立网络资源内容和相应的概念记录之间的链接实现对资源的语义注释.
以模糊值模糊关系数据库为基础,提出一种XML信息管理系统设计;提出模糊数据上的上操作和下操作,通过证明模糊频繁项集的向下封闭性,说明Apriori算法可以用于XML模糊数据库的模糊规则挖掘.最后实际应用表明系统具有较高的研究价值.
Web服务匹配的目的在于搜索一个合适的服务来满足服务请求方的需求.但是服务请求往往不能仅通过调用一个服务来满足,而是需要调用若干个服务.本文对这类复杂的服务请求进行了定义和分类,并且改进了一种基于语义的服务匹配算法,使之能够对一部分复杂的服务请求进行匹配,扩充了匹配算法的能力,提高了匹配的精确性.
本文分析和研究了SQLServer2005的XML功能,它已经有效地解决了原生XML的存储、XML的模式管理、XML内容管理、XML索引、查询和更新等.使用SQLServer2005提供的XML解决方案,可以将SQLServer的使用从传统的商业应用系统拓宽到数据集成、电子政务、以及内容管理等应用领域,本文也讨论了几种SQLServer2005的典型XML应用方案.
语义映射是基于本体的信息集成环境中一个普遍存在的问题,现有的本体集成机制一般只讨论简单的一对一映射的问题,本文在定义了基于语义相似性的复杂语义映射的基础上,探讨了基于复杂映射的本体集成机制,并详细介绍了集成的步骤.
针对传统的现代远程教学系统对资源表示不具有语义的缺点,提出面向个性化学习的网上自助教学系统的研究,通过对学习报告建立本体模型,使其具有机器可理解的语义信息.在研究中将报告的本体模型分为报告的数据本体模型和报告的操作本体模型,数据本体模型表示的是报告概念之间的关系和属性,操作本体模型是对数据本体模型中的概念设定其操作类型.本文讨论的重点是报告的操作本体模型,通过构建报告的操作本体模型,使得对于相同的
在阐述数字博物馆中Agent、WebService技术与Ontology模型应用的同时,设计了一个基于Agent的语义网络(SemanticWeb)模型的分布式文物信息检索系统,给出了基于本体理论的信息检索概念及相应的语义推理机制.SemanticWeb是W3C组织制定的下一代Web的目标蓝图,用它提供了一个基于语义的信息共享的平台.
提出了一种通用异构数据源集成系统的原型OBISUA(Ontology-BasedIntegrationSystemUniversalArchitecture),在此基础上给出了两个查询重写算法将用户提交的全局查询转化为对数据源的查询,并利用缓存来存放用户对全局本体的查询结果,对于无法由缓存取得结果的查询,有两种查询处理的方法:一种是将查询直接分发给各个数据源处理;另一种方法是将查询分解,然后分发给