共查询到20条相似文献，搜索用时 609 毫秒
1.
2.
3.
4.
5.
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
6.
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
7.
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
8.
9.
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
10.
基于术语本体的网页标引方法 总被引：7，自引：1，他引：7
语义信息检索已经成为信息检索的发展方向 ,从本体论构建语义信息的视角出发 ,在澄清本体概念的基础上引入术语本体 ,提出了一种半自动化的结构化网页标引建立的方法。 相似文献
11.
【目的/意义】传统的信息检索技术主要是基于关键词匹配的信息推送,该方法容易出现漏检和误检的情 况。语义检索通过语义分析获得用户真正的检索意图,实现精准检索。【方法/过程】本文在对语义检索的原理和模 型进行描述的基础上,提出了基于本体概念树模型的词元扩展算法,通过对词元的语义相似性、语义相关性进行计 算,得出词元的语义关联度,关联度超过一定阈值的词元的集合即为扩展后的词元集。【结果/结论】该方法既考虑 了具有继承关系的词元间的语义相似性,也考虑了具有相同属性词元间的语义关联度,结论更具参考价值。 相似文献
12.
13.
14.
基于ontology的语义检索模型架构 总被引：1，自引：0，他引：1
将本体(ontology)与叙词表、语义网络、语义检索和概念空间等几个容易混淆的概念进行比较,提出了一个基于ontology的语义检索系统的结构模型。 相似文献
15.
基于语义相似度的信息检索研究 总被引：2，自引：0，他引：2
如何准确表达用户意图,判定概念实体之间的语义相似度是语义信息检索技术中的一个重要研究方向.综舍考虑实例多重继承关系及属性值的层次关系,提出了一种语义相似度计算方法,并利用继承关系的树状结构特点对语义相似度的计算过程进行了优化.在实例多重继承关系相对复杂的情况下准确率提高更加明显.实验表明本文提出的算法,在本体知识库的多种组成情况下,均能有效地提高相似度的计算准确率. 相似文献
16.
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
17.
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
18.
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
19.
【目的/意义】使用人工或常用软件工具获取本体概念及概念间关系已无法满足自媒体环境下大数据的本
体构建及维护的要求,本文尝试用自动或半自动方式予以实现。【方法/过程】对电子商务领域原始语料进行分句、
分词等预处理,构建领域语料库;使用基于语言学以及统计学的方法提取电子商务领域本体概念,同时提出基于混
合策略的本体概念抽取方法;然后使用基于语言学、聚类的方法提取电商领域本体概念与概念之间存在的分类关
系,使用基于关联规则挖掘的方法抽取其本体概念与概念之间存在的非分类关系。【结果/结论】将文本挖掘与本体
构建结合起来,提出了领域本体概念及概念间关系自动抽取与本体构建方法,实验表明使用本体框架 Jena利用此方
法可以自动构建电子商务领域本体,并可将其应用到通用的语义检索系统中。 相似文献