开源主题图Ontopia引擎工作机制研究

在概要分析OKS知识组件和Ontopia主题图引擎体系结构的基础上,深入分析了引擎API的主要开发包、核心接口之间的构成关系以及实现形式。针对Ontopia引擎接口对主题图创建、存储、数据交换和应用功能开发等方面的支持,并结合具体代码实现方法对引擎工作原理进行了全面分析。

主题图在低年级数学解决问题教学中的案例分析及启示

本研究围绕低年级数学教学中问题解决的教育意义,探讨了面临的挑战和现状,同时深入分析了主题图在此过程中的应用和功能。通过对主题图定义的阐释及其在数学解决问题教学中的角色,本文展示了一种创新的教学方法。案例分析环节采用事先制定的标准选取教学实例,进而通过教学实践验证了主题图教学法的有效性。通过对案例的系统分析,本研究揭示了主题图作为一种工具在促进低年级学生数学问题解决技能方面的积极作用,并为数学教学者提供了具体的教学策略和启示。在总结部分,该研究综合了研究发现,指出主题图在低年级数学问题教学中的教育价值和实施前景。

基于主题图的多源地理空间数据关联关系表达

多源地理空间数据之间存在着隐含的关联关系,这种关联关系难以被直观展示及有效查询,因此会导致数据利用及数据共享的困难。针对这种情况,利用主题图工具Ontopia组件构建了关联关系主题图。此外,为提高主题图构建效率,提出基于C#的关联关系主题图自动生成算法。最后,基于Ontopia组件的Java API接口,构建了多源地理空间数据关联检索模型。实验证明,Ontopia工具及主题图自动生成算法可正确地完成关联关系主题图的构建,关联检索模型则可实现地理空间数据及其关联关系主题图的同界面表达和交互显示及关联关系主题图节点的有效查询。

面向课程领域知识的主题图学习研究

为了解决传统领域知识的主题图构建方法中大量时间和人力耗费的问题,提出了面向课程领域知识的主题图学习方法,分析了TMLDK的主要活动流程,建立了学习活动图,讨论了TMLDK中领域关键词提取、关键词向主题的转换以及信息集成等关键技术,并利用浅层解析、相似度计算等技术完成了网络课件向TMC的半自动转换,最后利用TM4J和Java开发出TMLDK的原型,对其学习过程进行了验证。TMLDK的实现能够协助领域专家方便地构建领域知识的主题图,可以节省大量的人力和时间,而且有利于TMC后期的维护和更新。

一种基于扩展主题图的分布式知识融合

针对知识融合的效率问题,扩展了传统主题图的组织结构,并在此基础上构建一种基于扩展主题图的分布式知识融合体系结构,提出一种基于全信息的主题图相似度算法,设计了扩展主题图融合的规则和算法,充分考虑了比较元素的涵义和所处语境,提高了相似度算法的准确性,实现了分布式环境下知识的有效融合.

国内外主题图应用研究述评

本文对国内外主题图发展概况进行简要回顾,侧重介绍国内外主题图应用研究的相关成果,包括叙词表改进与知识库建构、知识组织与检索、知识建构、网络门户导航与知识导航、语义网应用和学科管理几个方面。指出国内在该领域研究中存在的问题,如尚未形成系统性、规模化研究,研究方法手段比较单一,主题图应用范围领域应进一步扩大等,在此基础上提出今后国内主题图研究的可能走向。

利用主题图建立概念知识库

概念知识库是知识概念及其相互关联的集合 ,是知识组织与知识检索系统的基础。主题图作为描述信息资源中知识结构和知识关系的规范标准 ,为概念知识库的建立提供了高效灵活的可行性建立方案。本文介绍了主题图的基本架构及其相关概念 。

面向多源知识融合的扩展主题图相似性算法

针对基于元数据或传统主题图的知识组织模式没有实现知识的多层次多粒度表示，以及知识融合过程中相似性算法准确性不高而影响融合质量的问题，结合全信息理论与扩展主题图结构特点及语义信息，提出了面向多源知识融合的扩展主题图相似性算法（ETMSC）和阈值选取的相关性、层次对应和实验确定三原则．该算法综合了语法、语义和语用的相似性，扩展了主题图元素间组成结构上的相似性，同时充分考虑了涵义及所处语境的相似性．主题图相似性的判别准则与阈值有关，阈值的确定与数据集相关．实验结果表明，ETMSC算法与单纯基于语法或语义的相似性算法相比，准确性提高了9．2％～11．1％．

基于主题图的农业模型描述与表示方法

为了提升不同学科模型资源的共享与管理能力,提出了一种新的农业模型描述与表示方法。它以模型组件描述信息为元数据来生成不同层次主题图。首先分析农业模型特征,建立农业模型与模型组件之间的映射关系;然后,抽取农业模型组件刻面与关联描述信息,构建了农业模型组件描述模型(DM-AMC),进一步将DM-AMC表示为主题类型、关联类型、事件类型以及关联角色;最后,通过实例化并采用匹配融合算法生成了面向农业模型组件的主题图(TM-AMC)。研究以作物生育期模型为例,生成了统一描述与可动态扩展的原子主题图XTM文档。通过对农业模型信息的统一描述,并以DM-AMC为基础生成多层次、便于统一访问的TM-AMC,可提升农业模型信息的全局共享与管理能力。

基于主题图的课程领域知识管理研究

提出了基于主题图的课程领域知识管理方法,建立了TMDKM的知识管理模型,并利用描述逻辑对TMDKM中的知识模型和知识服务进行研究,最后利用TMAPI和Java开发出TMDKM的原型系统,对该模型进行了验证。TMDKM在完整准确地反映课程领域知识的同时为知识的交流、共享与创新提供了有力支持,从而达到了课程领域知识管理的目的。

基于P2P和主题图的分布式合作数字参考咨询知识库建设

针对分布式合作数字参考咨询知识库建设存在的资源分布异构、可扩展和知识管理等问题,在深入分析P2P、主题图和OAI等技术的基础上,提出一种基于P2P和主题图的合作数字参考咨询的知识库建设方法,以有效解决以上问题。

基于主题图的本体信息检索模型研究

针对本体在定义领域概念时具有规范性、明确性和可共享性等特点,结合主题图对文档资源组织方式具有语义可导航性,提出了一种基于主题图的本体信息检索模型,并给出了模型的形式化定义。选择旅游领域作为研究对象,定义了旅游本体和旅游文档资源主题图,分析了在信息检索模型中利用本体来规范用户自然语言查询输入,识别用户检索意图和扩展查询语义方面的作用,并展示了主题图在语义导航和用户相关度排序方面的价值。最后通过实验表明基于主题图的本体信息检索模型较传统的检索系统有较好的性能。

社会标注环境下的数字图书馆知识组织模型研究——基于标签主题图视角

文章在分析标签和主题图技术在知识组织的优势的基础上提出主题图技术应用与标签,并进行了可行性分析。同时以超星数字图书馆中的"我的图书馆"社会化标注系统中的标签样本为例,阐明了标签主题图的构建过程,并利用OKS中的可视化工具对标签主题图进行了可视化,以期为基于社会化标注的个人数字图书馆构建基于社会化标签的知识导航提供思路。

基于智能主题图的科技文献细粒度知识组织模型

[研究目的]大多数科技文献检索系统仍采用关键词方法对篇章级的科技文献进行描述和组织,这种知识组织方式缺乏对文献内容语义的丰富描述与组织,不能满足用户精准化的知识需求。为了实现对每篇科技文献内部内容的语义导航,向用户提供精准化的检索内容,对科技文献内部知识进行细粒度描述与组织变得更加迫切。[研究方法]结合智能主题图结构,构建了一个基于智能主题图的科技文献细粒度知识组织模型。该模型在分析文献集合的内部内容特征基础上,抽取文献内部的主题以及知识单元,将文献集合划分为资源层、知识单元层、主题层以及聚类层,并采用全信息相似度方法计算主题及主题之间的关联、知识单元及知识单元间的语义关联度。[研究结论]以《中国图书馆学报》中的部分文献为数据集进行实验,以图形化的方式对该模型进行了展示,并与传统检索结果进行比较,结果表明,本研究提出的科技文献细粒度知识组织模型能对知识单元进行较为准确导航与检索。

国外主题图研究综述

通过对相关论文与网站资源的调查,试图对国外主题图技术的研究状况进行较为系统的梳理和概括,并在此基础上,提出对国内此领域发展的几点建议。

基于OAI和主题图的分布式数字图书馆体系框架

针对当前数字图书馆存在的互操作、资源共建共享、服务器单点失效、负载均衡和知识管理等问题,在深入分析P2P、OAI和主题图技术的基础上,着重在体系结构方面提出一个能够有效解决以上问题的基于OAI和主题图的分布式数字图书馆体系框架。

一种基于主题图的组织知识的分布式存取架构

在分析组织知识的存储状况和主题图结构的基础上，提出了一种基于主题图的组织知识的分布式存取架构，并且进一步给出了主题图的组织方式和使用方法，以及支持主题图的工作流程。依据提出的架构，易于实现组织知识的分布式存取和提高组织知识管理的有效性。最后给出一个实现架构的实例。

主题图在突发事件应急信息分析中的应用研究

对突发事件进行快速有效的识别和分析处理,对信息需求者得出合理的应对策略是非常有价值的。文章以主题图为工具,充分利用主题图灵活的知识组织和信息导航优势,将复杂事件按照不同的视角进行主题和主题关联抽取,降低了知识结构的构建难度;同时,利用主题图合并技术,合并不同主题图中的相同或相似主题、主题关联,从而使得复杂事件整体知识结构的还原成为可能。基于主题图的信息组织方法为突发事件应急中的信息分析提供了新的思路,也是文章的新颖性所在。

主题图在公安信息资源整合中的应用研究

主题图作为一种新型的信息知识组织工具,在很多领域得到了应用。将主题图用于公安信息资源整合中,提出解决信息孤岛问题的公安信息资源整合模型,对该模型进行研究和探索。

主题图融合技术研究综述

主题图在信息资源上层构建了一个结构化的语义网,提供了一个良好的语义模型,可以弥补Web2.0在应用上存在的语义缺陷,而主题图融合作为主题图的重要研究内容,是将分布式环境下同一领域内分散的局部主题图合并为一个全局主题图,实现Web信息的有效组织和管理以及信息的集成与共享。归纳总结了主题图融合的处理过程,分析评价了主题图融合中的难点——主题图的相似性算法,并对融合的原则和算法进行了分析总结,明确了高相似度主题融合的过程。此外,在分析主题图融合冲突的基础上,提出了主题图融合冲突检测与消除的整体设计方案,并将主题图的动态更新进行了阶段划分,最后指出了主题图融合未来的研究方向。