概念本体论视角下公益广告语的认知机制研究

现代语义学的主要理论之一就是概念理论,"常规关系"是含意本体论的一个核心概念,"基于模型的语用推理"理论是徐盛桓提出的认知理论之一,这两个理论可以解释公益广告语进行的话语理解和生成在内的语言运用认知机制,以达到向社会公众传播某种积极意识理念的交际意图。广告受众在释义公益广告语过程中,需要利用语义特征进行语用推理,最终获得公益广告所需要的语用效果。

基于概念本体的视频内容分析框架

为解决视频内容分析过程中对视频组织结构划分的问题,建立了一个基于概念本体的视频分析模型,将视频以概念本体的方式进行划分,归纳出视频中四种典型的概念:类别概念、对象概念、属性概念以及情感概念。论述了各类概念之间的关系:实例关系、属性关系、归类关系、组成关系。采用人工定义规则与学习方法相结合的方法,实现对视频概念本体的识别和划分。以概念本体为中心划分视频结构,符合人类认知事物过程和认知规律,便于将底层特征向量与高层语义进行映射、组织和处理。

一种概念本体的共享方案

针对不同知识系统概念和术语的不统一,讨论了应用领域知识系统在概念本体共享交换层的设计和实现,重点研究了本体在语法和语义上的异构性,提出了建立全局本体结合各本地本体系统的语义异构解决方案。在OIL对RDFS的扩展的基础上,依据框架概念本体表达的特点对RDFS进行了扩展补充,建立了概念本体与OIL及扩展RDF(S)语法的映射关系,确定了将概念本体转换为XML文本的方法。

基于本体概念相似度的语义Web服务匹配算法

通过定义本体中概念之间的语义距离来计算本体概念之间的相似度,提出一种基于该相似度的Web服务的精确匹配算法,新的算法与经典的OWL-S/UDDI匹配算法比较,不仅在等级上保持一致,而且使同一等级或不同等级之间的服务匹配都达到精确的程度。用GEIS系统中Web服务的数据进行两种算法的性能测试,得出相似度匹配算法的平均查准率是OWL-S/UDDI匹配算法的1.8倍,平均查准率是OWL-S/UDDI匹配算法的1.4倍。

基于关联规则和语义规则的本体概念提取研究

为解决基于非结构化文本的中文领域本体概念提取效率和准确率不理想的问题,提出了一种基于关联规则和语义规则的领域本体概念提取方法。利用领域一致性和相关性检查以及关联规则分别获取候选概念和关系集合,计算候选概念在领域术语关系中的深度和广度,利用深度和广度信息反馈概念隶属度的思想,定量分析术语与领域的隶属程度,进行本体概念的领域隶属度检查,完成领域本体概念的提取。实验结果表明,该方法提高了领域本体概念的提取效率和准确率,具有可行性和合理性,领域本体概念的提取准确率提高了12%左右。

语义Web中本体概念的语义匹配分离方法

本体概念能够有效表达Web服务的语义信息,可通过推理机实现自动语义匹配,但推理机的推理过程比较耗时,会对服务计算技术多个环节的效率产生很大影响。以本体概念间的匹配度为基础,建立公共本体概念库,可在不影响本体概念表达能力的前提下,实现语义匹配过程的分离。为适应公共本体概念库的动态特性,给出对其进行更新(添加、删除和修改)的算法。实验结果表明,该方法大幅提高了语义匹配的效率,且不会对语义匹配的性能产生影响。

一种适用于复合术语的本体概念学习方法

术语的提取显然在本体概念学习中起着重要作用,由于汉语文本中词与词之间没有明显的界限,使得领域术语特别是复合术语的提取尤为困难。针对传统提取方法缺乏语义支持、计算量大、准确率低等不足,提出了一种适用于复合术语提取的本体概念学习方法。首先利用自然语言处理技术过滤掉与术语无关的成分,对语句进行自然切割,为领域术语提取提供完整的候选数据集,以保证候选领域复合术语不被误分。在此基础上,根据术语的领域统计和分布特征,利用术语频率和信息熵进行多策略的领域术语筛选,经同义术语识别与合并,获得领域概念集。经实验验证,提出的方法能够以较高的准确率从领域文本中提取出领域单词术语和复合术语。

本体概念间上下位关系抽取研究

以匹配"是一个"模式的句子作为研究对象,提出了一种基于句法分析与规则匹配相结合的上下位关系抽取方法.针对结构复杂的句子中下位概念抽取困难的问题,借助句法分析的结果,给出了下位概念中心词的获取方法;结合中心词位置信息和概念边界信息,设计了合适的下位概念抽取规则.实验结果具有较高的准确率和召回率,证实了方法的有效性.

基于百科词条的本体概念聚类方法研究

该文面向本体关系集合的自动构建,提出一种基于百科词条的本体概念聚类方法,用于发现领域概念之间的语义关系。在给定领域本体概念集合的条件下,该方法首先获取相关的百科词条并建立每一概念的向量模型,然后根据距离判别法进行概念聚类,得到概念间的相近关系。采用该方法对3个领域中的领域概念集合进行聚类,实验结果表明,该文方法比传统聚类算法有更好的聚类结果,有助于概念间关系的自动获取和领域本体自动构建。

基于本体概念相似度的网页排序算法研究

网页排序的目的是使主题相关度高的网页排在检索结果靠前的位置，但是由于网络资源规模巨大且呈高度动态的增长，检索结果仍然会存在大量不相关的网页信息。针对这种问题，本文通过分析比较目前对网页排序算法的研究，提出一种基于本体概念相似度计算的网页排序算法，并以盐湖领域为例进行分析。该方法通过构建盐湖领域本体获取本体概念集，并对概念集分类且给予权重，利用概念相似度计算方法计算网页内所有概念与本体概念集中概念的相似度，根据综合得分对网页进行排序。实验结果证明该方法具有可行性和较高的准确率。

概念转变理论:本体论、元认知和动机的视角

概念转变理论已经成为一种人们广为接受的科学学习理论,对科学教育的实践产生了广泛而又深刻的影响。与此同时,其自身也经历了一个从认识论范畴到本体论范畴、从认知层面到元认知层面、从理性过程到非理性过程这样一个不断丰富、发展的过程。文章在简要介绍经典概念转变理论的基础上,重点讨论了近年来学者从本体论、元认知和动机的视角对经典概念转变理论的发展,同时指出这些新视角对概念转变教学实践的启示:科学课教师在进行概念转变教学的过程中,要仔细分析学生前概念与科学概念相关本体的差异,要让学生意识到自己与前概念相关的经验和相关概念生态圈,并需要关注学生动机的发展,从而为学生的概念学习创造一个良好的心理环境。

Pellet本体概念分类算法优化

针对Pellet1.4(简称Pellet)推理机的本体概念分类算法效率较低,为了通过减少调用ABOX推理概念间包含关系来提高分类性能,提出了一种全局标记方法。方法首先对所有节点嵌入一个二维散列mark,用于节点存储与其他节点的包含关系标记,然后在推理过程中通过ABOX的推理结果,动态修改相关节点中mark的标记信息。最后充分利用以前的推理结果所修改的标记信息来减少ABOX一致性检测次数。通过使用全局标记方法的算法替代Pellet推理机中原有概念分类算法对实际本体分类进行仿真,实验结果表明该方法可以有效地减少调用ABOX执行一致性检测次数,提高本体概念分类性能。

非ISA关系在本体概念相似度计算中的度量方法研究

在本体概念相似度计算过程中,关于本体概念间非ISA关系的处理方法较少。针对本体中存在非ISA概念关系的情况,总结了一些传统的概念相似度计算方法,提出了一种新的适应于非ISA概念关系的相似度计算方法。此方法利用Tversky模型计算本体有向无环概念图的信息量覆盖程度,并结合语义距离方法,再进行权值求和。实验表明,提出的方法可以有效地度量ISA关系,对非ISA关系具有适用性。

改进的本体概念语义相似度计算方法

本体概念语义相似度计算被广泛应用于本体映射、语义Web服务本体匹配等领域,以往的概念语义相似度计算方式存在计算粒度大,计算方法单一等缺陷。文中提出一种改进的基于概念子图的概念语义相似度计算方法,该方法考虑了本体概念的深度、密度对语义距离的影响,细化了计算粒度,并将语义距离与信息量方法相结合。试验表明,改进的方法优于传统方法。

一种基于本体概念相似度的语义Web服务匹配算法

通过定义本体中概念之间的语义距离来计算本体概念之间的相似度,提出一种基于该相似度的Web服务的精确匹配算法,新的算法与传统的经典匹配算法(OWL-S/UDDI算法)比较,不仅在等级上保持一致,而且使同一等级或不同等级之间的服务匹配都达到精确的程度。

基于本体概念图的web文档主题爬取探讨

提出了基于本体概念图的web文档的主题爬取,采用本体概念图构造主题层次图,赋予待爬取的URL对象以层次语义信息,按照语义相关性与重要性选择爬取URL对象,搜索属于特定语义相关主题的重要web文档的WWW子集。

基于本体概念图的电子课本系统构造技术研究

提出一种在Web上自动构造电子课本学习系统的方法。学习者通过遍历域本体库的本体概念图,指定主题层次。引导主题爬取Web文档,自动构造电子课本,在Web上学习就像在读一本书。

《管子》中的“宙合”是本体概念

《管子》中的“宙合”是本体概念陈红兵《管子·宙合》篇言：＂天地，万物之橐；宙合，有（通又）橐天地。＂橐，指无底的长布袋。＂＂天地，万物之橐＂有两层含义：一是万物生于天地；二是天地是开放的，生化万物的功能无限。《宙合》在另一段中言：＂天（通育）养，无计...

基于CCRF的领域本体概念上下位关系抽取

现有领域本体概念上下位关系抽取方法受到手工标注和特定模式的限制。针对该问题,提出一种基于层叠条件随机场的领域本体概念上下位关系抽取方法。以自由文本为抽取对象,采用两层条件随机场算法,将训练数据处理成条件随机场能识别的线性结构。低层条件随机场模型考虑词之间的长距离依赖,对词进行建模,识别出领域概念并对概念进行顺序组合,结合模板定义特征得到概念对;高层模型对成对概念进行上下位语义标注,识别出领域本体概念之间的上下位关系。采用真实语料进行实验,结果表明,该方法具有较好的识别效果。

一种基于本体概念语义相似度的查询优化方法

文章提出一种优化查询方法,该方法将本体概念语义相似度和词法之间的关系相结合。先利用语法特征对用户输入的关键字进行扩展,然后通过分析语义相似度的强弱对扩展的结果进行收敛,以这种方式来提高用户输入的关键字和本体映射的准确性和完整率。传统搜索引擎不能很好地理解用户的意图的缺陷通过此方法可以得到有效解决。同时文章针对方法实现了优化查询系统,结果显示,搜索的准确率得到有效提升。