面向茶学领域本体的概念间分类关系提取方法研究（英文）

以茶学领域知识为研究对象,提出了一种本体概念分类关系的提取方法。该方法通过改进基于语言模式的规则,对茶学领域概念集合构建广义后缀树,形成概念间的层次结构和分类关系。并以上述方法为基础开发了相应的原型系统,试验结果表明该方法是有效的。     

基于SWRL的梨树病害领域本体隐含关系挖掘

针对梨树病害领域本体的构建、推理及完善,本文提出了基于SWRL的梨树病害领域本体的构建方法,该方法包括确定梨树病害领域的核心概念集、添加概念的属性及概念之间的关系、添加概念的实例、表示领域本体四个步骤;此外,还设计了一系列SWRL规则,使用Jess推理引擎,建立了SWRL规则的推理机制,通过推理的方法实现了自动挖掘梨树病害领域本体的隐含关系,从而完善梨树病害领域本体。     

一种文本分类模式下的本体构建方法

本体在知识管理和语义网中扮演着越来越重要的角色,但本体的构建是一项费力又费时的工作,为此本文提出一种基于文本分类模式下的本体自动构建方法。该方法以形式化概念理论分析作为基础,计算出概念之间的相关度,以概念间的相关度和它们在文档中出现的频率矩阵构建本体概念图。实验结果表明,在文档分类模式下自动构建本体支持目前的信息分类系统,形成的本体有利于更好地共享和重用,促进语义Web的本体的升级。     

基于浅层语义的农业FAQ检索系统

本文提出了一种基于浅层语义的FAQ检索模型.该模型以自然语言为接口,利用"知网"和农业本体,首先从用户输入中抽取农业领域概念词,然后根据这些概念词从系统数据库中检索出一个候选QA对的小集合,通过计算输入问句与候选QA对的语义相似度,选择一些与输入问句接近的问题,以及对应的答案返给用户.     

基于Ontology的农业科学领域知识库构建

本体(ontology)的概念起源于哲学领域,在农业信息检索领域中,由于本体可用以解决知识概念表示和知识组织体系方面的问题,因此本体概念引起了农学界专家的高度关注。发达国家在农业科学领域已经建成一些很成熟的领域本体库,并得到了实际应用,为加快这方面的工作,我国在"十一五"计划中,将开展以网络农业信息资源组织为主的农业本体构建技术研究列入其中,因此,农业本体研究是响应国家号召,大力发展和提高我国农业技术和服务水平的重要措施。以农业科学领域中的油料作物——油菜为主要对象,构建农业领域本体知识库。首先在中文科技期刊全文数据库中检索包含油菜的论文题目作为基本语料,然后对检索到的题目利用汉语词法分析系统(institute of computing technology,Chinese lexical analysis system,简称ICTCLAS)进行分词分割,按词频出现频率筛选农业科学领域的关键词语并进行定义和细化,最后利用Protégé软件构建农业科学领域知识库。构建简单的农业科学领域本体库模型,目的是为农业领域实现网络信息快速检索和提高农业信息共享水平打下坚实基础,同时为开展以农业本体服务为目的的农业本体论研究与应用作初步探索。     

基于地理本体建模的河流阶地识别方法研究——以汉中盆地为例

目前尚缺乏自动提取河流阶地的有效方法。提供了一种用于自动识别和提取河流阶地的方法。首先借助ASTER GDEM与Landsat5 TM数据,以汉中盆地为例,依托地理本体对河流阶地进行建模;然后在此基础上通过基于对象的影像分类技术对其进行提取。在基于对象分类技术中使用地理本体建模方法,能够有效地自动识别和提取河流阶地。     

一种基于领域本体的课件自动生成方法

课件在多媒体教学中发挥着重要的作用。对目前课件制作模式进行研究,发现目前课件的制作主要依赖人工制作,对于课件自动生成方法研究甚少。本文提出一种基于领域本体的课件自动生成的方法,利用课程教学大纲和教材的领域本体自动把教材转换为课件。详细描述课件自动生成模型和课件自动生成过程并对关键实现技术进行研究。基于领域本体自动生成课件,一方面可实现领域本体的重用,另一方面也可减轻教师制作课件的工作量,并且课件内容可随着领域本体的自动更新而更新,从而实现课件自动更新。     

基于概念相似度计算的语义Web服务发现方法

提出一种基于领域本题概念相似度计算的语义Web服务发现方法。给出合理的概念相似度计算公式,通过领域本体概念相似度计算,最终获得请求和候选服务之间的相似度。传统的概念相似度计算方法只考虑继承关系,本文采用的单概念语义不但考虑继承关系,还考虑二元关系,使本体关系结构构成图结构,更加合理。计算语义距离时,适当处理多继承问题和环问题。实验证实,本算法使得匹配更加合理精确。     

Cluster-Merge本体构造算法

本体构造就是利用各种数据源以半自动方式新建或扩充改编已有本体以构建一个新本体。现有的本体构造方法大都以大量领域文本和背景语料库为基础抽取大量概念术语,然后从中选出领域概念构造出一个本体。Cluster-Merge算法首先对领域文档先用k-means聚类算法进行聚类,然后根据文档聚类的结果来构造本体,最后根据本体相似度进行本体合并得到最终的输出本体。通过实验可证明用Cluster-Merge算法得出的本体可以提高查全率、查准率。     

基于领域本体的农作物病虫害问题分类研究

问题分类是问答系统的重要组成部分,其作用是将问题划分到对应的类别里以提高问答系统的准确率。本研究提出了一种基于领域本体的农作物病虫害问题分类方法,该方法首先构建农作物病虫害领域本体,将领域本体中的领域词添加到分词系统中以提高分词的准确率。然后提取特征词,并利用同义词词林和领域本体对特征词进行扩展。最后,针对农作物病虫害领域的特殊性将问题分为4类,利用语义和规则相结合的问题分类方法对问题分类。试验结果表明,该方法有助于提高问题分类的准确率。