林业应用系统本体知识模型的构建方法研究

总结了林业应用系统本体构建的基本方法,介绍了本体知识模型的构建思路,以期为本体技术的推广应用提供参考。

基于本体的建筑工程质量隐患信息知识建模

在传统的项目管理模式中,工程人员都是通过核对监理单位提供的质量隐患整改单中的质量问题信息和建筑工程施工质量验收规范,来确定项目工程施工质量是否达标。为了提高工程信息审查效率,本文提出了一种基于本体的建筑工程质量隐患整改单信息审查知识模型。研究过程主要分为四步:第一,分析建筑工程施工质量验收规范中的词义元素和语义表达;第二,分析质量隐患整改单中的质量问题信息并建立知识模板和语义信息图;第三,参考已有的建筑工程质量验收规范知识模型,建立QII-QHDRFOntology知识模型;第四,完成建模后,将该模型应用于实际案例以验证其可行性和有效性。验证结果表明,本文建立的QII-QHDRFOntology知识模型能够成功审查实际工程质量隐患整改单中的质量问题信息。

本体模型在知识检索和推荐中的应用研究

本文将本体知识模型运用到知识检索和推荐中,利用本体模型的语义特性在Moodle平台实现了有别于传统关键字检索技术的知识检索板块,运用该板块可以检索获取与输入概念具有语义联系的概念,便于学习者快速建立概念间的语义联系网络。

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。

基于情境的移动商务餐饮服务知识建模及推理研究

在移动商务餐饮服务中如何对考虑情境信息的用户需求和服务信息进行有效的知识表示和推理是实现个性化服务的关键。本研究在移动商务餐饮服务中充分考虑情境信息，采用本体和SWRL服务规则搭建了基于情境的餐饮服务知识模型，实现了情境信息与餐饮服务知识的共享和交互。在此基础上，针对服务规则提出基于情境优先顺序的推理优化方法，有效解决了移动商务餐饮服务中基于情境的实时性推荐问题。实验结果表明：该方法有效解决了规则推理的结果冲突问题，并可提高餐饮供需匹配服务的质量。本研究为实现移动商务下的餐饮菜品推荐服务提供了基础。

基于关联数据的汉语文本语义化描述和展示

[目的/意义]由于汉语文本缺乏语义结构化,机器无法理解自然语言。因此,对汉语文本的语义结构化挖掘,有助于用户对其进行深层次利用和创新,从而推动数字人文研究发展。[方法/过程]文章以历史事件文本为研究对象,采用语义网技术,通过优化时间概念的语义表达方法,构建历史事件本体知识模型KMHEO;借助外部知识库,采用数据关联技术,将非结构化和结构化数据转换成遵循统一标准的结构化数据;并在此基础上,从单术语、双术语和多术语三种检索模式角度,设计了一个历史事件本体应用原型检索系统。[结果/结论]实验结果表明,文章设计的历史事件本体应用原型检索系统可以为用户提供形式多样的知识查询模式,能较好地解决历史事件中存在的关联缺失问题,为历史现象分析研究提供了新思路。

基于遗传算法的词语语义相似度计算研究

语义相似度计算就是把词语间语言学上的信息映射为0到1之间的数值。基于知识本体的语义相似度计算方法,利用知识本体提供的信息,建立词语关系和语义相似度之间的函数关系,该方法可解释性强、使用简单,成为语义相似度计算的一类重要方法。提出了一种基于《同义词词林》的语义相似度计算模型,该模型运用遗传算法探索了《同义词词林》语义编码与语义相似度之间的内在联系,建立了更符合《同义词词林》中所蕴含的语义相似信息的函数关系式。该方法使用遗传算法搜索知识与语义相似度的函数表达式,克服了先验模型中函数形式及调节参数的局限性,所得计算结果与人工判定结果的皮尔逊相关系数为0.8645,为使用人工智能方法挖掘自然语言处理中的规律提供了一种新的思路和方法。

Fuzzy Ontology Construction Based on Incomplete Knowledge

There exists widely incomplete knowledge all over the world, but incomplete knowledge still cannot be dealt with in the process of ontology construction. Hence, a method for fuzzy ontology construction based on incomplete knowledge is proposed. First, the calculation principle of the attribute weight of the ontology concept is presented, and the calculation function of the attribute weight is derived through experiments. Then, the membership degree of the incomplete individual to the concept is computed. Finally, the incomplete individual is classified according to the principle of the variable precision rough set model. The experimental results show that the average precision of the classification of the incomplete individuals is 81.7% when the common attributes are omitted and that it is difficult to classify the incomplete individuals correctly when the private attributes are omitted. This method is significant for handling incomplete knowledge in the process of ontology construction.