共查询到20条相似文献,搜索用时 15 毫秒
1.
针对本体模型的层次结构,综合考虑语义距离、语义重合度、概念深度和概念宽度等多种因素,提出基于本体的概念语义相似度计算方法.实验结果表明该方法合理、有效,可应用于面向语义的信息检索. 相似文献
2.
基于本体匹配的语义对等网信息检索 总被引:2,自引:0,他引:2
提出了一种基于语义相似、本体匹配的对等网信息检索方法.定义语义节点,在节点中通过计算语义相似度,在网络中进行语义匹配来部分替换传统的字符串相似度计算.仿真模拟结果表明,该方法能够有效提高信息检索效率. 相似文献
3.
提出一种基于本体的语义信息检索方法,并对领域本体知识库的构建、生成、存储,以及文本预处理、语义推理等关键技术进行了研究,最后通过具体实例,分析了Jena推理机在本体中的推理机制。 相似文献
4.
5.
语义Web是一个新兴的研究方向,本文探讨了本体Ontology及在语义Web中的作用,结合信息检索和B2B的电子商务这两个具体应用,研究了本体在其中的作用,并且介绍了实现中本体描述语言和建设方法. 相似文献
6.
本体作为语义基础被广泛应用于信息检索、人工智能、语义网络和知识管理等领域。然而本体的构建和维护工作费时费力,影响了本体的广泛应用,本文主要分析了现有的几种经典工具,讨论了各自的特点,指出其存在的不足之处。 相似文献
7.
基于本体的跨语言信息检索在数字图书馆中的应用 总被引:2,自引:0,他引:2
首先对跨语言信息检索和相关技术进行了介绍,了解当前跨语言信息检索技术的不足,然后阐述了传统跨语言信息检索技术在数字图书馆应用中的局限性,并由此引出了基于本体的跨语言技术。最后提出了一种基于本体的数字图书馆跨语言信息检索系统,并详细阐述了系统的流程,着重讲述了数字图书馆跨语言领域本体的构建。由于本体具有良好的概念层次和对逻辑推理的支持,对源语言和目标语言进行语义扩展,提高了数字图书馆跨语言系统的检索效率。 相似文献
8.
基于本体基础提出相似度和相关度分析,以充分挖掘领域本体所提供的背景知识,通过语义推理将描述的隐含语义显式化,提供计算机被描述资源的可理解语义.设计了实现该方法的Web信息检索模型,实验表明该方法能提高查准率和查全率. 相似文献
9.
使用基于本体的语言标注能有效地避免词汇上的歧义,全面提高数字图书馆用户信息检索效率.本文以生物学为例,采用本体的语义辨析来分析用户给定的关键词,揭示这几个关键词所指向的概念,介绍了生物信息领域本体构建方面的工作,探讨了领域本体构建过程中的语义标注方法. 相似文献
10.
基于本体的语义检索技术研究 总被引:1,自引:0,他引:1
网络信息的激增和多样化给有效的信息检索带来了种种困难,目前的检索工具仅提供了基于关键字的检索,而忽视了关键字本身所含的语义内容。文章介绍了对本体的认识,以及本体的创建及其推理方法等语义检索的关键技术。详细介绍了基于本体的检索思想以及语义检索系统的体系结构及其构建。 相似文献
11.
12.
关于本体论的研究综述 总被引:3,自引:0,他引:3
本文是一篇关于本体论的综述性文章,介绍了本体的概念、本体的理论研究,包括本体的建模元语、分类、表示语言、构造规则以及目前研究本体的权威机构,对与本体相关的概念进行了介绍,分别探讨了本体与语义网络,本体与语义网,本体与叙词表的关系,最后介绍了本体在信息检索以及其他一些领域的应用。 相似文献
13.
人们在利用搜索引擎进行信息检索时,较少的检索词难以反映用户真正的检索意图,因此对用户输入的检索词进行扩展尤为必要。对传统的查询扩展进行了改进,通过建立领域本体,借助本体及本体的推理机制,将用户输入的检索词从直接和间接两方面扩展为语义联系的查询关键词集合,以提高信息检索质量和效率。 相似文献
14.
本体技术作为一种能在语义和知识层次上描述概念体系的有效工具,给词语间相似度计算带来了新的机会。词语相似度的研究,是知识表示以及信息检索领域中的一个重要内容。本文利用本体来组织概念,计算概念之间的语义相似度,将语义相似度分成概念相似度和描述相似度,把概念相似度和描述相似度进行合并,生成最终的语义相似度。依据《中国分类主题词表》建立的计算机领域本体,验证了语义相似度计算方法的有效性。 相似文献
15.
数字图书馆中关联检索研究 总被引:1,自引:0,他引:1
语义Web和本体的提出为图书情报检索的研究提供良好的理论支持.在基于本体的数字图书信息检索模型中提出关联检索的问题,并通过贝叶斯网络给出解决方案,为数字图书馆中智能检索实验系统的顺利实施奠定基础. 相似文献
16.
本文针对关键词检索无法反映出文章的语义信息及无法满足用户的个性化检索的问题,结合本体和智能Agent技术。提出了一种基于本体的信息检索智能Agent模型,研究并分析了在这种模型框架下检索信息的流程。 相似文献
17.
18.
《科技通报》2015,(8)
需要对语义主题树特征进行聚类算法设计,提高对语义特征的搜索和语义泛化能力。传统的语义特征聚类算法采用基于本体映射的语义特征聚类算法,建立异构的本体模型之间的语义等价映射关系,导致聚类性能和语义泛化能力不好。提出一种基于语义覆盖度融合的I/O映射聚类算法,利用领域知识和模式匹配,建立本体之间语义映射关系,考虑三种与语义信息相关的学习知识,得到语义相似度函数,利用统计TF-IDF的方法计算词语的特征权值,通过语义主题树特征匹配,实现搜索引擎的覆盖度I/O映射聚类改进。仿真实验表明,采用该算法能提高对语义的覆盖度融合能力,具有更好的数据聚类性能,较好地完成语义映射任务,语义信息检索查准率提高为98.7%。 相似文献
19.
针对传统信息检索系统所存在的不足,提出了一种基于领域本体的语义智能检索系统结构,并实现了在农业果品领域中的应用,实验证明,该语义智能检索系统能够检索到与关键字语义相关的信息,如同义、近义及上下位关系,并在一定程度上解决了“信息过载”。 相似文献