基于本体的关系数据库语义检索

以经济学领域本体为例,首先研究SemSORD基本原理和方法,然后提出基于关系数据库关键词检索(Keyword Search over Relational Databases,KSORD)技术实现的关系数据库语义检索模型,并实现相应的原型系统Si-SEEKER,最后提出该领域的研究挑战和技术发展趋势.

基于语义的视频浏览系统中的关键技术的研究

如何快捷地从网络视频媒体库中定位到自己真正感兴趣的内容是视频分析和检索领域中一个富有挑战性的研究课题．为了解决该问题，通常需要对视频进行语义的分类，以充分挖掘其中语义对象、概念以及他们之间的内在因果关系，给用户提供类似于Internet上基于关键词的文本查询方式．另外，对视频媒体内容按照一个灵活的方式进行展示，以辅助用户进行内容的查询和浏览，就象翻书那样方便地从视频媒体库中找到自己感兴趣的内容．本文是针对基于语义的视频浏览系统中的关键技术研究而展开的，其中的工作包括如下几个方面．

语义关系抽取发展现状及抽取方法的研究

命名实体语义关系抽取是信息抽取中的主要任务之一,本文对现有的语义关系抽取系统构建方法进行了分类和介绍,并对这些方法进行了讨论和比较,回顾语义关系抽取研究的历史,总结语义关系抽取技术的现状,将有助语义关系抽取技术研究工作的向前发展。

一种新的基于XML的关系数据映射索引技术

设计了一种新的基于XML的关系数据映射索引技术,利用域关系树解决了DTD的不足,通过改进的XMLSchema算法保持了关系数据间的语义约束,并在映射的XML标签树上建立了RPNL索引,实现了查询代价的最小化O(n)。

基于维基百科网络技术的概念语义网络构建

利用维基百科备份数据库自动构建领域概念语义网络,为领域信息智能检索提供技术基础。对维基百科备份数据库进行下载、分析、筛选处理后,以网络技术学科为研究领域,利用维基百科数据库中的条目数据,设计算法,提取网络技术领域的所有概念;通过维基百科备份数据库中的分类、链接、重定向数据,提取该领域概念之间的同义及上下级关系,最终汇总形成网络技术领域概念语义网络。

《汉语主题词表》词间关系的可视化

利用基于Thebrain技术的Personalbrain软件实现了《汉语主题词表》词间关系的可视化,为检索用户提供直观的词间语义关系图,方便选词。

IEC61850语义信息模型的实现

在变电站配置过程中,其配置语言(Substation Configuration description Language,SCL)最终采用XMLSchema进行定义,如使用本体技术来强化SCL的语义表达,则可以弥补XMLSchema在语义表示上的一些不足,从而避免IEC61850语义信息模型在实现时所产生的语义混乱和失配现象。文章介绍了XMLSchema的组成及技术特点,分析了采用XMLSchema定义的SCL几个基本构件的实现内容和结构关系,举例说明了为增强语义表达能力而采用的两种重要的定义声明方法,提出了基于本体技术强化SCL语义表达能力的基本框架。

《汉语主题词表》词间关系的可视化

利用基于Thebrain技术的Personalbrain软件实现了《汉语主题词表》词间关系的可视化,为检索用户提供直观的词间语义关系图,方便选词。

网络传播词“亲”的语义再释

一、引言 语言与社会文化存在着共变关系。语言的变化发展不是孤立的、自发的，而是受社会文化变迁影响的结果，反过来又对社会文化的变迁产生反作用。随着互联网技术的飞速发展，网络新词语成为了语言学界这几年备受关注的一个语言现象。所谓网络新词语主要是指网民在网络交流中，新创并广泛使用的词语和符号，具体包括语形创新和语义创新。

基础地理实体转换生产及应用

针对采用基础地理信息要素数据进行基础地理实体转换生产中存在数据源格式多样、转换工作量大、语义化困难、地理实体三维信息缺失的问题,实现基础地理信息要素数据快速实体化转换及应用,本文设计了一套转换生产流程,应用ETL技术进行数据转换,应用知识图谱和地理信息系统(GIS)空间运算进行实体关系语义化,应用多源高程数据采集基础地理实体三维信息,最终实现快速转换生产基础地理实体数据的应用场景。本方案经生产验证,生产流程和技术可行,满足生产精度要求,且实体化速度快,可应用于多种应用场景。

LBSO位置及其语义的研究

位置信息是基于位置的服务（LBS）中最基本的信息，个性化服务是未来移动服务的一个最重要特征，本文从获取LBS位置技术的简单介绍开始，阐述了对位置的三种描述方法，特别强调了语义位置在LBS应用中的重要作用。通过对位置关系的层次建模：实现了语义位置的描述；对位置属性的分析，能够更详尽地表示出位置的语义；面对位置变化的数据挖掘，能够从中提取个人偏好信息，为个性化服务提供重要参考。文章最后运用本体技术，对位置所包含语义信息进行了描述，将易于人脑理解的概念化位置和个人偏好信息描述成便于计算机阅读和处理的位置本体和用户本体，为个性化服务的实现提供了有效的解决方案。

基于DBSCAN聚类算法的多模式匹配

模式匹配在很多数据库相关领域中有着广泛的应用,例如数据集成、数据空间以及数据仓库。传统的匹配技术主要研究两个属性之间的匹配任务,而忽略了多个属性间的匹配任务。针对这一问题,提出一种基于DBSCAN聚类算法的多模式集成技术。该方法将关注多个属性之间语义对应关系的发现,相对于两个属性之间对应关系的发现,这将是一个更加复杂的问题。主要研究思路是将每个属性看成向量空间中的一个点,然后利用聚类技术将这些属性划分到不同的集合中,在同一个聚类中的属性具有相似的语义。同时,利用Web结构信息源来提高模式匹配结果的质量。最后,通过大量的实验来验证该方法是有效的并具有较好的性能。

基于半模型的OWL本体理由探求方法研究

OWL本体理由探求是语义Web推理的重要任务之一.随着语义Web数据的急剧增长以及本体规模的不断扩大,目前的本体理由探求策略已难以满足它们对推理性能的要求.该文以基于黑盒的探求技术为研究对象,黑盒法是基于"扩张"和"收缩"两个阶段实现理由探求任务的,"扩张"阶段的目标是获得蕴涵目标公理的理由的一个超集,"收缩"阶段对得到的理由超集进行删减至极小集合.然而,这两个阶段的主要时间开销在于频繁地调用推理机进行变化的公理集合与目标公理之间的蕴涵关系的检测,这会严重影响理由探求的效率.为了解决这一问题,通过观察理由探求过程中公理集合的变化情况,给出增量本体序列定义,并揭示了增量本体序列中的最大增量本体与理由之间的关系.增量本体序列的生成过程主要涉及两方面因素:(1)后继本体对先驱本体的有效扩充(必须保证是拟序关系);(2)对本体链中的本体是否蕴涵目标公理的推理判定(必须保证当且仅当最大本体蕴涵目标公理).在增量本体序列生成过程中,利用半模型证明了后继增量本体与目标公理之间的蕴涵关系是半可判定的,进而给出基于半模型增量推理的理由超集探求算法及其正确性证明.半模型增量推理的增量体现在:保留上一次得到的模型作为下一次判定的初始条件之一,从而避免传统蕴涵判定中,每一次都完全重构模型的冗余计算.最后,提出了一种与现有的收缩过程相反的理由求解方案——基于扩张的理由求解策略.通过迭代地添加公理过程,探测该公理集下的所有理由的公共元素.利用探测到的所有公共元素构造目标公理的理由.随后利用该文提出的增量推理任务分别给出新的"扩-缩"理由探求方法和"双扩"理由探求方法.实验结果表明,改进后的"扩-缩"理由探求方法在求解性能上优于原有的"扩-缩"理由探求方法;而新提出的基于增量推理的"双扩"理由探求方法在现有的求解策略中表现最优.

基于知识图谱的低压配电网拓扑结构辨识方法

低压配电网中正确的拓扑关系是至关重要的。低压配电网实际拓扑结构因运维需要变动频繁且巨大,配电网信息系统中的数据更新不及时、流通性低以及质量差等不能正确反映低压配电网的实际拓扑结构,有必要进行拓扑辨识。知识图谱技术可以清晰地反映出数据间的现有关系,推理挖掘出隐藏知识,适用于低压配电网的拓扑辨识。因此应用知识图谱技术于拓扑辨识中,首先分析知识图谱构建方法,运用知识图谱技术,对多个低压配电网信息系统中的数据进行整合,推理出缺失数据,挖掘出各数据之间的关系。然后构建出低压配电网拓扑结构的知识图谱。最后结合《低压配电网基建工程典型设计规范》以及语义分词技术,对低压配电网信息系统中的户变关系进行辨识。算例实验效果良好,表明所提出的辨识方法具有理论价值和实际应用价值。

知识图谱在人物档案利用中的应用研究

一、知识图谱及其发展现状知识图谱(Knowledge Graph)2012年由谷歌正式提出,其本质是语义网络知识库,关注数据的本体和语义,强调的是实体、以及实体之间的关联,它是一种以语义三元组为结构的知识库,以图模型描述语义关系,其中的结点代表实体或者概念,连接的边则代表各种语义关系。知识图谱获取大量计算机可读的知识,对从不同来源收集到的数据进行融合并利用清洗技术进行再加工,然后将其表达成更接近人类认知的形式,以便用者能够更好地组织管理和利用海量信息。随着知识图谱的研究深入和各种工具的出现,知识图谱作为一种信息分析工具,已经成为一种新的知识管理思路,在搜索引擎、各种智能系统以及数据存储领域都有应用。知识图谱已经成为互联网基于知识的智能服务的基础设施,成为推动人工智能发展的核心驱动力之一。

“广场”断想

“广场”断想司显柱两年前，笔者受聘于另一高校兼课，途经位于合肥的中国科技大学东区校园西门。时值西门两侧围墙拆除，取而代之的将是建筑标牌上写着的“合肥高科技广场”──英语译名为ＨｅｆｅｉＨｉ－ＴｅｃｈＰｌａｚａ──的工程项目。窃以为这一定是一项将用现代...

商务过程的形式化:述评

介绍从信息技术理论角度看商务过程（“geschaeft－process”）的系统形式化。强调指出了商务过程形式化对于利用自动化优化手段改进其管理的作用。指出迄今已提出了为数众多的商务过程形式化方案。本文提出的形式化出发点是，作为它的基础必须包括生产客体及其转换以及与环境的相互关系。介绍了商务过程语义形式化模型。指出根据DIN662M标准，过程系指物质客体、能源与信息的改变与转化。引入了客体（生产、商务）、用于客体转化的股票状况概念。这样客体就由状况、股票、转化所表征。同时，使用如下假设：客体的准确原始状况可以记录下来，客体的转换目标也可以鉴别，商务过程的转化技已知的规则进行，商务过程的性质取决于初始与最终状态。介绍了商务结构、生产因素、周围环境对商务过程影响评估的作法。产生了这样一些概念：局部过程、任务载体、商务过程的输入输出。分析了工作手段、时间、逻辑、空间与作业关系等概念。列一综合表介绍商务过程形式化概念与关键因素：结构化、可变性、推动力、信息量。

虚拟世界的数字映像

我们已经进入了以处理非结构化信息为主要矛盾的IT应用阶段。随着IT产业的高速发展,依托IT类产品,越来越多的信息正在不断地被数字化。在结构化数据之外,形成了数量更为巨大的数字化的非结构化信息。站在一个主体的角度来看,这些信息虽然已经被统一地用数字化形态来表达。

基于语义的GP服务多层次发现算法

随着云技术的飞速发展,"一切资源皆服务"成为可能,"数字地球"的实现也不例外。观测技术的快速发展使数据资源变得很丰富,但数据利用率低是普遍存在的现象,如何完成空间数据信息的再加工是亟待解决的问题,在云时代,具有数据处理功能的服务是解决此问题的方法之一,如何描述、发现和集成数据处理服务,从云端服务池中发现最优的服务是其关键所在。为了提高服务的查全率和查准率,引入了本体的概念,服务的语义描述很大程度上提高了空间数据处理服务的应用范围,缓解了非专业用户和专业人员之间的沟通障碍。本文分析了相关领域服务匹配算法的优缺点,结合GP服务自身的特点,提出了本体的GP服务的多层次发现算法:通过包含关系和线索关系完成服务间隐含关系的挖掘,主要是父子关系和前驱后继关系的表述;扩展传统本体表达模型,增加包含和线索关系,为服务的查找做准备;服务的多层次查找,第一次筛选主要针对服务预处理中包含和线索关系的表达查找,第二次筛选利用神经网络的突触原理,结合传统的服务匹配算法,完成服务的准确查找。经试验证明,此方法大大地提高了服务的查准率和查全率,具有重要的实践意义。