基于结构化信息源的本体构建方法综述

作为一种能够在语义层和知识层上描述信息系统的概念建模工具,本体在许多领域得到了广泛应用。由于本体的构建和维护工作费时费力,本体的构建方法研究成为了实现语义Web应用的最重要技术。综述了从不同的结构化信息源(数据库、XML文档以及Web表格)构建本体的方法,进行了详细分析与对比,并给出其存在的不足之处以及未来可能的研究方向。

基于表格资源的零件库本体建立方法研究

在电子目录或产品手册中,根据零部件信息多以表格形式组织和描述的特点,提出了基于表格资源提取通用零部件本体模型的方法。以Web表格为对象,研究了表格规范化、表格语义概念模型的提取及建立。这种半自动的本体建立方法可以解决通用零部件因缺乏标准化的描述而产生的不一致性,实现了零件库本体的自动扩展和补充。

电子商务环境下产品本体构建技术研究

产品本体通过构建产品类层次及其属性描述为交易双方提供了对产品共享的通用的理解。针对目前电子商务中标准产品本体缺乏产品属性描述的问题,根据电子商务网站中产品信息多以表格形式组织和描述的特点,提出以联合国标准产品与服务分类代码(UNSPSC)为核心本体,结合表格处理技术的半自动产品本体构建方法。以Web表格为对象,对Web表格的识别、表格规范化、单元产品本体及全局产品本体建立进行了研究。这种半自动的本体建立方法可以解决电子商务中的产品信息模型因缺乏标准化的属性描述而产生不一致性,实现对核心产品本体的扩展和补充。

一种基于未知结构网页抽取本体的方法

在Web上数据大多是结构化的,但事先并不熟知数据的结构,因此不能有效地查询感兴趣的数据。提出了一种独立于文本抽取本体的方法,其过程包括表的理解、数据集成和本体生成,其中表理解是搜寻定位兴趣表、识别及匹配属性和值,并形成记录;数据集成是匹配源记录和目标模式;本体卷积是将源记录的数据抽取到目标模式。结果表明这种方法可以通过已知的目标模式有效地抽取未知结构的数据。

Web表格中本体实例自动获取方法

当前许多领域信息都采用表格形式展现,因此,如何从表格中抽取本体逐渐引起了人们的关注.为了提高从Web表格中抽取本体实例的准确性,提出了基于语义相似度的词汇语义类的获取方法.该方法采用了基于SVM的语义相似度计算方法,提高了判断语义相似度的准确性,克服了以前依靠句法相似度分析表格结构存在的局限性.最后,根据实验结果,对该方法的性能进行评估.实验结果显示,该方法可以有效地从Web表格中抽取本体实例.

从HTML表格自动构建局部本体方法的研究

通过对Web信息源中超文本标记语言表格特点的分析,提出了从超文本标记语言表格自动构建局部本体的方法。该方法包含四个步骤:采用过滤规则,区分定位表格和概念表格;以五元组序列形式化超文本标记语言表格;使用统计方法确定属性单元格;依据属性单元格间和表格间的位置关系,确定属性间关系。实验结果证明,该方法具有较高的准确性。

基于同义词表的异构数据库-本体映射

本体是信息在语义层和知识层的描述。将现有的其它数据形式转换为本体表示将有利于实现数据共享和语义推理。目前计算机系统中的数据大多以关系数据库形式存在,因此基于关系数据库构建本体的研究具有重要意义。本文首先分析了单一数据库-本体映射问题,扩充了Ghawi规则以覆盖更多类型的数据关系,其次针对同质异构数据库-本体映射问题,进一步扩充Ghawi规则,给出了基于同义词表的异构数据库-本体映射规则集,实现了异构数据库-本体映射。

基于本体的ERP沙盘模拟知识模型构建研究

知识模型的构建是知识管理中的重要环节,本体已经被广泛应用于智能信息检索等领域,构建基于本体的ERP沙盘模拟知识模型可以有效提升沙盘模拟过程中的知识检索效率及知识的共享与利用效果,进一步可提升教学效果。文中在分析ERP沙盘模拟过程中相关知识的基础上,参照本体构建的七步法,首先获取了模拟过程中相关概念及概念间的关系,然后在Protégé软件中构建了模型及实例,最后使用Protégé自带的推理工具,对本体模型做了一致性检验及简单的推理实验。

基于DOM树的非规范化表格信息定位技术

Web表格信息提取已经成为构建本体的重要内容之一,它能自动将本体所需的属性名和属性值提取出来,节省大量人工劳动。关于非规范化表格信息提取的研究比较少,对本体构建造成大量信息缺失。提供一种基于启发式规则的非规范化表格信息定位算法,其对定位非规范化表格准确率较高。

基于本体归集的全凭证域现金流量表制作模型设计

由于权责发生制会计分录会在转账中改变现金的最终实际流向,因此,有必要对全部的会计分录实施全凭证域现金流量分析.借助复式记账的借贷平衡结构和现金流量表本身的勾稽关系,设计建立"经营类、投资类、筹资类和汇率变动现金流量进出"模型和"经营活动产生现金流量净额与净利润间调整"模型,可以实现现金流量表及其附表项目的全部凭证直接法归集.在本体中间件理论及方法的支持下,能够通过表及其谓词演算的快速定义,实现现金流量表项目的归集,进而实现电算化操作,并能够随时查询和分析归集结果,从而能有效跟进企业经营业务的变化,实现对现金流量的控制运筹.

军事物流业务流引擎ODB建模方法初探

为提高军事物流业务流引擎应用本体(Military Logistics Business Flow Engine Special Ontology,MLBFEO)的维护与实践应用的效率与可靠性。文章对Protégé、Jena API等持久化OWL文件到本体数据库(Ontology Database,ODB)的表结构、数据元素关系分析基础上,提出了基于RDBMS与RDF"三元组"核心思想,设计了军事物流业务流ODB的结构。文章构建的军事物流业务流ODB为军事物流业务流引擎(MLBFE)的维护和基于MLBFE的业务管理信息系统[1](BMIS)开发夯实了数据结构根基。

基于本体的Web表格信息抽取技术的研究

将本体与和Web信息抽取技术相结合,将信息抽取的重点放在特定的领域,利用表格属性定位、识别表格结构生成启发式规则,可以大大提高信息抽取的准确率。

面向材料实验数据的本体生成与实例匹配方法(英文)

随着信息技术的进步,在线数据共享等应用成为研究焦点.现有材料实验数据存储结构为复杂表,难以直接转换为二维表;数据的结构、存储方式多样;难以数据分享.为解决材料领域异构数据间共享,本文提出以基于规则的本体生成方案,实现由复杂表生成本体的过程.从复杂表生成本体速度比从复杂表解析入库快五倍.为实现数据共享,本文提出利用本体实例匹配寻找相似信息.常用匹配工具对材料实验本体的实例匹配结果不佳.本文分析其原因并针对材料领域数据源当前情况,提出基于TF-IDF算法的两种改进匹配方案,改善了在缺乏领域知识和词典下的匹配结果.为整个材料数据生态环境的建设探索出一条实现路线.其与现有常用实例匹配工具相比在材料实验数据的实验结果更适合.

基于本体的HTML表格识别技术的研究

由于HTML只描述数据怎样显示而不描述数据的内容,因此识别HTML表格并抽取其数据是Web信息抽取领域中重要的研究课题之一,针对现在包装器技术的不足提出了一种新的基于领域本体的HTML表格结构识别技术,为构造HTML表格信息抽取系统打下基础。