面向细粒度意见挖掘的情感本体树及自动构建

该文定义了一种用于细粒度意见挖掘的情感本体树结构,并基于细粒度意见要素抽取技术提出本体树的自动构建方法。重点研究了评价搭配抽取算法、搭配倾向预测算法以及特征聚合算法,并在解决搭配倾向预测及特征聚合问题时引入了互联网资源的自然标注性。在COAE2011实验3评测数据集上的实验结果证明了该算法在评价搭配抽取、搭配倾向预测上都取得了很好的效果。

基于主题本体树的文本流层次主题检测技术

本文首先提出主题本体树层次结构的主题结构模型,并研究了基于主题本体树的层次主题检测技术.在真实新闻数据上的仿真实验表明,该方法能从文本流中有效检测层次主题,实验表明三种测度中混合对称测度效果更好.

基于本体知识查询树的语义路由检索模型

提出一种基于本体知识查询树(OKQT)的混合P 2P语义路由检索模型,通过对路由节点中OKQT的查询,使得用户节点能够根据检索词和OKQT中知识的匹配,在网络中进行快速准确的查询定位,对所需知识进行精确查询。同时对于网络中无法和检索词匹配的查询,通过计算它和其他知识的语义相似度,对检索词进行相应的缩放,返回相应的知识供用户参考。实验表明,这种先定位后查询的方法提高了语义路由效率,具有较强的查准率、查全率和扩展性。

水下采油树树本体的加工工艺研究

根据中国南海某油气田开发项目的工况环境及应用要求,对某型卧式水下采油树关键部件——树本体制造过程中的主要技术难点进行了阐述和分析,并针对性地提出了解决措施。在此基础上,通过自主研发完成国产化试制,并按相关标准进行性能及功能测试,试验结果表明,工艺质量完全满足设计性能及功能要求。

本体驱动的文本虚拟样本构造方法研究

构造虚拟样本能够为机器学习中的训练集融入先验知识,从而改善标注瓶颈问题。提出了一种本体驱动的文本虚拟样本构造方法。在确保类别不变性的前提下,该方法依据领域相关本体所明晰表达的领域知识,基于本体树的点、边、子树,从同义、父子、语义同构的多个词义关系角度实现了文本虚拟样本的构造。初步实验表明,该方法与原分类及类似方法相比具有更好的分类精度和推广能力。

基于功能本体的Web服务自动组合方法

在基于语义的自动Web服务组合中,往往采用输入输出等静态参数来描述服务功能,但是输入输出等参数由于缺乏动作描述,很难完整地描述服务功能。针对该问题,引入含有动作特征的功能本体来增加对服务功能的描述,并设计了基于功能本体树的功能合并方法。在此基础上,通过构建服务依赖图得到用户期望的输出,然后采用逆向搜索算法实现服务功能到功能本体树的映射,并结合功能本体合并方法验证每条组合路径的功能正确性。通过实例及实验分析证明了所提算法的优越性。

基于本体和贝叶斯网络的Deep Web集成系统研究

Deep Web指无法简单地通过搜索引擎或网络爬虫能够检索到的隐藏在后台数据库中,而往往这些内容具有丰富的信息和数据。获取Deep Web所蕴含的丰富信息的有效方法是构建Deep Web集成框架,而查询接口作为Deep Web的唯一访问接口,所以Deep Web集成系统的关键就是构建Deep Web集成接口。研究的目标是通过自动构建特定领域的本体来表示Deep Web接口信息,从而能够自动识别该领域Deep Web接口来建立索引,提取数据库中丰富的资源。在没有人为干预的情况下展开整个过程。本文的方法能完全自动地提取Deep Web接口信息并派生领域本体,并通过本体贝叶斯网络识别新Deep Web接口,进行匹配。在特定领域,通过一种新的自动从Deep Web接口中提取属性方法,通过Word Net构建成本体语义树,运用得到的领域语义本体树结合贝叶斯网络完成领域分类,并在分类后进行查询接口与集成接口的模式匹配。本文提出的方法通过对比人工提取属性构成的语义树在分类和模式匹配的结果进行对比,验证了该方法的可用性和适用性。

基于结构相似性的需求资源本体匹配方法

为解决国防动员指挥流程中需求、潜力等信息资源描述不一致、匹配不高效问题,在构建具有相似结构的需求和资源本体的基础上,提出基于结构相似性的需求资源本体匹配方法。该方法首先利用需求和资源本体清晰且相似的概念层次结构,对其进行基于本体树的概念类映射,减少概念对的搜索空间,提高了匹配速度;然后对映射类的实例集采取属性约束的方法进行精确匹配,确保了匹配质量。最后以某部国防动员指挥所中的交通运输业务为例,验证了该方法的可行性和有效性。

对等网环境下基于树模型的对等节点的知识地图构建研究

针对P2P网络知识资源共享中的资源无结构化和缺乏有效的资源导航问题，本文采用知识地图理论对对等网节点知识资源进行统一表示和导航，给出了对等节点的树形知识地图模型，该模型包含三个基本要素：知识单元集合、关系集合和关系集合到知识单元有序偶集合上的映射。在此基础上，以本体概念树为知识资源分类标准，给出了基于树形知识地图模型的对等网节点知识地图的构建方法。并邀请领域专家对树形知识地图的性能进行评价，评价结果表明本文构建的树形知识地图在对等节点知识资源结构化、导航方面具有不错的性能，为有效表示和导航对等网上的知识资源奠定初步的理论基础。

本体构建的粒计算学习模型

粒计算的核心是粒子、粒层和粒结构。应用粒计算思想和本体论模型定义了本体粒和相容粒概念,给出了计算本体粒集和本体树的生成算法。该算法通过相容类产生初始本体粒集,应用本体粒的内涵分量IG扩展其他本体粒,最后联合关系分量RG和本体粒的关系构建本体粒集的格分层结构,借助加权树思想生成本体的概念树模型。经过中医喘证本体的实证研究,说明算法正确高效,为本体学习提供了很好的技术途径。

SWAPS:一种基于Small World的文件搜索算法

资源发现是P2P应用所面临的最核心问题之一.无结构P2P方面的已有工作主要采用了查询消息泛洪和信息索引机制,这会造成严重的网络带宽负担以及巨大的索引维护开销.提出了一种无结构P2P环境下能够节约带宽、易维护的自适应搜索算法,即SWAPS.SWAPS根据用户的访问历史抽取用户的兴趣属性,并遵循用户的访问行为模式,以自发的方式组织基于用户兴趣属性的应用层SmallWorld覆盖网络,然后基于覆盖网络实现了高效的文件定位.分析了影响搜索性能的关键因素,针对Small World网络特点分别设计了基于兴趣度、基于本体距离和基于兴趣宽度等有效的查询消息转发策略.最后实验显示,SWAPS以其高成功率、低带宽消耗和很小的响应时间能够显著的提高搜索性能,而且对用户的访问行为体现出良好适应性.

基于大数据的网络教育方向选取方法研究

针对传统网络教育方向选取方法在向用户推荐网络教育方向中存在选取方法不准确,用户满意度低的问题,提出基于大数据的网络教育方向选取方法。采用基于本体树的个性化网络教育方向推荐算法构建学生特征行为概念本体树和网络教育资源特征概念本体树,对不同网络教育资源本体树的关联度进行计算。给出算法流程模型图,该算法实现过程中将网络教育资源的特征概念与数据库中的网络教育资源进行相似度匹配,实现学生用户对网络教育资源的个性化选择,将学生用户偏好相似度运用到网络教育方向选取过程中,有利于实现网络教育方向的个性化选取。实验结果说明,所提方法可为用户选取正确的网络教育方向,具有较高的准确率和召回率,用户满意度高。

一种基于语义的Web服务发现策略

随着计算机网络应用的不断发展,基于Xml的Web服务技术不断成熟。服务数量和种类不断增多,并逐步向大规模、海量化发展。如何在海量Web服务中高效、精确的选取目标服务成为研究课题。为了解决上述问题,本文提出了一种基于语义的WEB服务发现策略。通过定义系统本体,构建了服务词汇本体树。给出了基于本体树的服务标注方法,详细描述了海量服务数据处理策略。对基于用户驱动的服务绑定、用户需求信息的本体标注方法做了详细阐述。最后,通过实验证明了所提方法在提高服务的绑定效率和精度上具有优越性、可行性和正确性。

生物基因最短路径模型分析

为系统地全局的研究生命现象及其本质,文章设计了一个基于基因微阵列实验数据的生物基因最短路径模型,并且针对最短路径模型构造新的观测计算方法最短路径分析法。通过对基因表达谱数据进行统计学分析和计算机处理,生成基因本体论分类生成树,最后根据已知基因分层次推断未知基因的功能。实验表明,最短路径模型和最短路径分析法能够将具有相似生物功能的基因聚类起来,从而更加精确地揭露基因之间的功能关系。

移动用户兴趣点标记语义映射方法

针对当前移动用户兴趣点标注没有统一的语义本体这一问题,通过对移动用户兴趣点分类,建立了POI概念本体层次树,将用户标注的POI信息与本体树节点通过一种改进的映射方法建立映射关系,为移动用户标注信息提供统一的规范化语义.实验收集多名志愿者5周的真实标注信息来评价该方法,实验结果表明该方法具有较高的准确率.

XML索引技术在Web服务发现中的应用

讨论语义Web下服务的发现,借助本体对信息源进行标注,使用本体概念来描述服务参数。利用本体概念之间的包含关系来实现服务匹配,而本体概念关系则依据其在相关本体概念树中的位置来确定。这种结构化数据的存储与搜索和XML数据有共同点,因此尝试把在XML数据查询中应用非常普遍的索引技术(B+-树索引)应用到的语义Web服务发现过程中,讨论了索引的建立方法并给出具体的检索算法,最后通过实验表明在大规模的服务匹配过程中应用索引可以提高搜索效率。

基于领域本体的用户兴趣模型构建方法研究

针对知识推送中用户兴趣模型构建困难、稳定性低的问题,提出一种基于领域本体的用户兴趣模型构建方法。该方法首先基于本体概念层次结构树通过web使用日志搜集用户的基本信息,其次利用这些信息和领域本体库使用本体编辑工具建立领域本体,再次通过改进的相似度算法对用户进行分类,并对每类用户建立用户模型,最后结合兴趣度和传递调整的方法对用户兴趣模型进行更新。实验表明,该模型对描述用户兴趣有较高的可信度和准确度。