基于最大差异延展算法的Web资源描述算法

针对虚拟计算环境下Web资源特性的描述问题,提出资源空间模型,采用流形学习的方法提取Web资源特征。首先根据资源空间模型,有效地将Web资源抽象为高维空间中的数据集;然后,采用流形学习中的最大差异延展算法。此方法不仅能有效地提取Web资源的特征,而且能够挖掘隐含在Web资源内部的本征信息;此时,描述Web资源特征的数据位于低维空间,有利于资源的进一步处理。基于最大差异延展算法的Web资源描述方法有效地解决了Web资源的描述问题。通过仿真实验证明了此方法的有效性。

RDF（资源描述框架）——Web数据集成的元数据解决方案

元数据的使用可以大大提高信息系统检索和管理的效率,W3C提出的RDF则解决了在Web数据集成中使用元数据的问题.本文逐一介绍RDF的基本含义,RDF在Web上实现元数据描述及交换的机制,RDF的特点及RDF在若干Web新技术中的应用.最后以RDF在DLI2的子项目InterLib中的应用为例,详细说明RDF的应用方案.

本体驱动的半结构化Web生物数据抽取

提出由本体驱动,并根据文档结构和特征匹配来进行信息定位和信息抽取的方法,并实现了一个用户指导的交互式信息抽取原型系统。有效地解决了信息抽取中涉及的同义词,一词多义等语义问题,以及数据项不完整和排序不固定的问题。

基于本体的生物信息数据源的发现

随着互联网和生物信息的飞速发展,即时发现新的生物信息数据源来进行研究变得非常重要。传统的基于关键词的搜索引擎由于忽视了关键词本身所含的语义信息而得到较低的查全率和查准率,文中提出了基于本体的生物信息数据源发现的方法。通过本体描述的领域知识和反映文档信息的特征短语来语义扩充用户请求,从而提高了检索的查全率和查准率。