期刊文献+
共找到393篇文章
< 1 2 20 >
每页显示 20 50 100
Structured AJAX Data Extraction Based on Agricultural Ontology 被引量:6
1
作者 LI Chuan-xi SU Ya-ru +2 位作者 WANG Ru-jing WEI Yuan-yuan HUANG He 《Journal of Integrative Agriculture》 SCIE CAS CSCD 2012年第5期784-791,共8页
More web pages are widely applying AJAX (Asynchronous JavaScript XML) due to the rich interactivity and incremental communication. By observing, it is found that the AJAX contents, which could not be seen by traditi... More web pages are widely applying AJAX (Asynchronous JavaScript XML) due to the rich interactivity and incremental communication. By observing, it is found that the AJAX contents, which could not be seen by traditional crawler, are well-structured and belong to one specific domain generally. Extracting the structured data from AJAX contents and annotating its semantic are very significant for further applications. In this paper, a structured AJAX data extraction method for agricultural domain based on agricultural ontology was proposed. Firstly, Crawljax, an open AJAX crawling tool, was overridden to explore and retrieve the AJAX contents; secondly, the retrieved contents were partitioned into items and then classified by combining with agricultural ontology. HTML tags and punctuations were used to segment the retrieved contents into entity items. Finally, the entity items were clustered and the semantic annotation was assigned to clustering results according to agricultural ontology. By experimental evaluation, the proposed approach was proved effectively in resource exploring, entity extraction, and semantic annotation. 展开更多
关键词 information extraction structured data AJAX agricultural ontology semantic annotation
下载PDF
Ontology-based Knowledge Extraction from Hidden Web 被引量:1
2
作者 宋晖 马范援 刘晓强 《Journal of Donghua University(English Edition)》 EI CAS 2004年第5期73-78,共6页
Hidden Web provides great amount of domain-specific data for constructing knowledge services. Most previous knowledge extraction researches ignore the valuable data hidden in Web database, and related works do not ref... Hidden Web provides great amount of domain-specific data for constructing knowledge services. Most previous knowledge extraction researches ignore the valuable data hidden in Web database, and related works do not refer how to make extracted information available for knowledge system. This paper describes a novel approach to build a domain-specific knowledge service with the data retrieved from Hidden Web. Ontology serves to model the domain knowledge. Queries forms of different Web sites are translated into machine-understandable format, defined knowledge concepts, so that they can be accessed automatically. Also knowledge data are extracted from Web pages and organized in ontology format knowledge. The experiment proves the algorithm achieves high accuracy and the system facilitates constructing knowledge services greatly. 展开更多
关键词 技术服务 隐藏网络 存在性 数据库
下载PDF
基于Ontology的信息抽取 被引量:31
3
作者 廖乐健 曹元大 李新颖 《计算机工程与应用》 CSCD 北大核心 2002年第23期110-113,共4页
为了提高Internet上的信息搜索效率,基于内容的搜索引擎成为迫切的用户需求。但内容信息的手工获取是一项繁重的工作。从文本或半结构化文档中自动地抽取用户关心的内容信息且表示成计算机能理解的形式是一项极具实用价值的挑战性研究... 为了提高Internet上的信息搜索效率,基于内容的搜索引擎成为迫切的用户需求。但内容信息的手工获取是一项繁重的工作。从文本或半结构化文档中自动地抽取用户关心的内容信息且表示成计算机能理解的形式是一项极具实用价值的挑战性研究。该文从知识表示与推理的角度研究了提高信息抽取智能性的途径,提出了将Ontology与模板规则相结合的技术,并针对线性模板表示的局限提出了基于二侧树结构的模板规则表示,同时实现了此表示下的假设生成———冲突消解推理。该技术成功地应用于招聘广告的信息抽取。 展开更多
关键词 Oontology 信息抽取 INTERNET 搜索引擎 模板规则
下载PDF
一种新的基于Ontology的信息抽取方法 被引量:18
4
作者 陈兰 左志宏 +1 位作者 熊毅 孟令谦 《计算机应用研究》 CSCD 北大核心 2004年第8期155-157,170,共4页
把语法分析和Ontology结合起来 ,先利用领域Ontology里的概念、关系、关键字自动生成标注规则(Rule) ,然后对文章、句子的语法结构进行分析 ,再利用语法分析的结果和先前生成的标注规则一起对文档进行信息标注与抽取 。
关键词 ontology 语法分析 标注 规则 信息抽取
下载PDF
基于改进粒子群优化算法的Ontology划分方法 被引量:8
5
作者 谢强 张磊 周良 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2007年第9期118-122,共5页
为解决规模巨大的Ontology难以使用的问题,提出了一种基于改进粒子群优化算法的Ontology自动划分方法.根据Ontology划分的要求,将概念落入某个子Ontology的概率作为粒子的速度,而将概念落入的子Ontology编号组成的数字串作为粒子,设计... 为解决规模巨大的Ontology难以使用的问题,提出了一种基于改进粒子群优化算法的Ontology自动划分方法.根据Ontology划分的要求,将概念落入某个子Ontology的概率作为粒子的速度,而将概念落入的子Ontology编号组成的数字串作为粒子,设计了粒子群优化算法的适应度函数,并给出了Ontology划分算法的具体步骤.最后进行了相关对比实验,结果表明,该方法具有比其它方法更好的划分效果. 展开更多
关键词 ontology 粒子群优化算法 划分
下载PDF
基于Ontology的文本信息抽取 被引量:18
6
作者 陆科进 李新颖 《计算机应用研究》 CSCD 北大核心 2003年第7期46-48,共3页
网络中的电子文档以爆炸式的速度增长,其中很多数据是没有结构的或者半结构的,使信息的查询非常困难。提出一种基于Ontology的信息抽取方法。对需要信息抽取的领域,抽出它的关键词和信息片,并将其组织成为数据库的元组属性值,以方便查... 网络中的电子文档以爆炸式的速度增长,其中很多数据是没有结构的或者半结构的,使信息的查询非常困难。提出一种基于Ontology的信息抽取方法。对需要信息抽取的领域,抽出它的关键词和信息片,并将其组织成为数据库的元组属性值,以方便查找。其实验数据来自WWW。 展开更多
关键词 信息抽取 ontology 概念模型
下载PDF
基于Ontology的信息抽取研究综述 被引量:10
7
作者 陈静 朱巧明 贡正仙 《计算机技术与发展》 2007年第10期84-86,91,共4页
信息抽取研究旨在为人们提供更有力的信息获取工具,以应对信息爆炸带来的严重挑战。Ontology作为领域知识的共同理解,能有效地解决现在信息抽取所面临的主要挑战——知识工程的瓶颈问题。文中详细介绍了本体的定义和建模语言,分析了现... 信息抽取研究旨在为人们提供更有力的信息获取工具,以应对信息爆炸带来的严重挑战。Ontology作为领域知识的共同理解,能有效地解决现在信息抽取所面临的主要挑战——知识工程的瓶颈问题。文中详细介绍了本体的定义和建模语言,分析了现有基于本体信息抽取的几种典型方法,得出了其所存在的主要问题。 展开更多
关键词 信息抽取 本体 知识获取
下载PDF
利用词语共现进行Ontology的概念获取 被引量:10
8
作者 耿骞 耿崇 《现代图书情报技术》 CSSCI 北大核心 2006年第2期43-45,49,共4页
作为大规模的语义知识资源库,Ontology在信息处理中具有重要的作用。但是,如何有效地构建Ontology却是一个重要的问题。对于自动构建Ontology的过程来说,首要的问题就是如何获取领域概念。本文尝试了一种利用词语共现获取领域概念的方法... 作为大规模的语义知识资源库,Ontology在信息处理中具有重要的作用。但是,如何有效地构建Ontology却是一个重要的问题。对于自动构建Ontology的过程来说,首要的问题就是如何获取领域概念。本文尝试了一种利用词语共现获取领域概念的方法,用于支持领域Ontology的构建。该方法首先通过人工领域分析,获得起始领域概念,然后利用起始概念从语料库中抽取共现的概念,从而获取相关的概念知识。同时,本文以1998年1月份的人民日报语料库为语料,针对外交和体育两个领域,尝试从中提取相关的概念,从而检验利用词语共现获取领域概念的实际效果。 展开更多
关键词 词语共现 概念提取 本体构建
下载PDF
基于Ontology的信息抽取技术方法分析 被引量:3
9
作者 洪娜 张智雄 刘建华 《情报理论与实践》 CSSCI 北大核心 2009年第2期109-112,116,共5页
本文通过对国内外OBIE理论和OBIE系统的分析,比较了OBIE技术与传统信息抽取技术的主要区别,归纳了4种主要的技术方法,分别是基于实例的OBIE,基于规则的OBIE以及基于机器学习的OBIE和Ontology驱动的OBIE,并用案例对各种技术方法做了阐释... 本文通过对国内外OBIE理论和OBIE系统的分析,比较了OBIE技术与传统信息抽取技术的主要区别,归纳了4种主要的技术方法,分别是基于实例的OBIE,基于规则的OBIE以及基于机器学习的OBIE和Ontology驱动的OBIE,并用案例对各种技术方法做了阐释,最后总结了OBIE研究和系统开发中存在的难点问题。 展开更多
关键词 本体 信息抽取 信息技术
下载PDF
网络跨库检索中基于Ontology的数据抽取与合并 被引量:2
10
作者 薛亮 冯博琴 管涛 《小型微型计算机系统》 CSCD 北大核心 2005年第10期1807-1809,共3页
对网络多个信息源跨库检索的结果进行Ontology建模,实现异构分布式数据源的数据抽取与合并.数据抽取首先将 信息源的检索结果页面映射成有限标号树,其次应用抽取规则得到所需数据;给出按库合并算法,使得网络多数据源返回的结 果得以高... 对网络多个信息源跨库检索的结果进行Ontology建模,实现异构分布式数据源的数据抽取与合并.数据抽取首先将 信息源的检索结果页面映射成有限标号树,其次应用抽取规则得到所需数据;给出按库合并算法,使得网络多数据源返回的结 果得以高效合并.实验数据表明将Ontology建模应用于跨库检索结果处理有效而且正确,抽取准确率可以达到100%. 展开更多
关键词 跨库检索 ontology 数据抽取
下载PDF
基于Ontology的视频描述信息抽取系统 被引量:4
11
作者 宫继兵 唐杰 《计算机工程》 CAS CSCD 北大核心 2009年第18期34-36,共3页
网络视频信息包括视频内容和视频描述信息。鉴于效率问题,网络视频监管主要考虑视频描述信息。结合本体论和成熟的Java字符处理规则,提出基于Ontology的网络视频描述信息抽取方法。建立网络视频领域内的本体模型,自定义启发式抽取规则,... 网络视频信息包括视频内容和视频描述信息。鉴于效率问题,网络视频监管主要考虑视频描述信息。结合本体论和成熟的Java字符处理规则,提出基于Ontology的网络视频描述信息抽取方法。建立网络视频领域内的本体模型,自定义启发式抽取规则,并应用Java编程将该方法应用于某部委国家级视频监管项目中。实验结果表明,该方法在抽取的准确率和覆盖率上取得了较好的效果。 展开更多
关键词 ontology模型 网络视频监管 WEB信息抽取
下载PDF
基于Ontology扩展查询的数学表达式检索模型 被引量:2
12
作者 李新福 徐筱 田学东 《计算机工程》 CAS CSCD 北大核心 2018年第5期155-161,共7页
针对现有数学表达式检索系统中待检索表达式与目标文档之间的语义关联问题,在使用序列化特征提取方法解析La Te X表达式的基础上,提出一种基于Ontology的数学表达式检索方法。运用Ontology建立数学表达式及其概念之间的联系并构建数学... 针对现有数学表达式检索系统中待检索表达式与目标文档之间的语义关联问题,在使用序列化特征提取方法解析La Te X表达式的基础上,提出一种基于Ontology的数学表达式检索方法。运用Ontology建立数学表达式及其概念之间的联系并构建数学表达式语义本体库,以达到输入关键词、概念、短语和数学名词可检索数学表达式语义相关文献的目的。实验结果表明,基于Ontology的数学表达式检索方法运用本体概念扩展查询结果集,使得查全率、查准率和扩展率均有一定程度提高。 展开更多
关键词 数学表达式检索 语义 序列化特征提取 本体 查询扩展
下载PDF
一种基于Domain Ontology的Web文档抽取机制 被引量:1
13
作者 周运 牟占生 《河南师范大学学报(自然科学版)》 CAS CSCD 北大核心 2009年第3期124-126,共3页
以小学生数学学习障碍的问题领域为研究对象,通过领域本体的应用,从搜索到的文档中抽取重要句子形成摘要.利用领域本体能够描述特定知识领域内相关的概念和关系这种特性,提出了一个改进的以多个关键词来评判文档段落重要性的方法,用此... 以小学生数学学习障碍的问题领域为研究对象,通过领域本体的应用,从搜索到的文档中抽取重要句子形成摘要.利用领域本体能够描述特定知识领域内相关的概念和关系这种特性,提出了一个改进的以多个关键词来评判文档段落重要性的方法,用此方法的查询结果更符合学习者需要. 展开更多
关键词 文本挖掘 文本摘要 知识抽取 本体
下载PDF
利用Ontology改进的自动化图像标注方法 被引量:1
14
作者 周运 刘栋 《计算机工程与设计》 CSCD 北大核心 2012年第7期2739-2743,共5页
图像检索系统大多是利用图像的底层特征如颜色、纹理和图像来分析图像,没有考虑图像内容及其对象的内容语义,导致对图像的理解不佳。为使系统能更准确的理解图像中的对象及其深层语义,分析了目前图像标注的优缺点,提出了一种以底层特征... 图像检索系统大多是利用图像的底层特征如颜色、纹理和图像来分析图像,没有考虑图像内容及其对象的内容语义,导致对图像的理解不佳。为使系统能更准确的理解图像中的对象及其深层语义,分析了目前图像标注的优缺点,提出了一种以底层特征为基础,利用本体论建构的知识辅助计算机分析图像中实体对象,判断对象与对象间在现实世界中存在的合理相关性,进而对图像进行标注。实验结果显示加入本体论辅助标注图像大大提高了图像识别的准确性。 展开更多
关键词 本体 图像标注 特征抽取 主成分分析 对象识别
下载PDF
基于Ontology的科技动态信息获取机制
15
作者 王建芳 《情报科学》 CSSCI 北大核心 2007年第1期125-128,共4页
借鉴Ontology信息组织模式和信息抽取等相关技术,建立基于ontology的科技动态信息获取机制,实现科技动态信息的自动获取,以提高信息提供的效率和质量。
关键词 ontology 信息抽取 科技信息监测
下载PDF
Ontology自动构建平台OntoAGS 被引量:6
16
作者 李林 刘贺欢 刘椿年 《计算机工程》 EI CAS CSCD 北大核心 2006年第13期212-214,共3页
设计并实现了一个Ontology自动构建平台OntoAGS。OntoAGS支持从给定的领域文集中抽取术语,并用领域无关文集过滤术语;支持概念学习,确定术语在其所属领域内的意义;支持实例学习,发现概念的实例;支持关系学习,找到概念间的关系。实验表明... 设计并实现了一个Ontology自动构建平台OntoAGS。OntoAGS支持从给定的领域文集中抽取术语,并用领域无关文集过滤术语;支持概念学习,确定术语在其所属领域内的意义;支持实例学习,发现概念的实例;支持关系学习,找到概念间的关系。实验表明,与TextToOnto相比,用户运用OntoAGS能更准确有效地构建领域Ontology。 展开更多
关键词 ontology自动构建 术语抽取 概念学习 实例学习 关系学习
下载PDF
基于遗传禁忌算法的Ontology划分 被引量:2
17
作者 李广 谢强 丁秋林 《计算机工程》 CAS CSCD 北大核心 2009年第17期175-177,共3页
为解决企业实际应用中需要部分使用本体(Ontology)的问题,提出一种基于遗传禁忌算法的Ontology自动划分方法。按Ontology划分的要求,将概念被划分进的子Ontology编号组成的数字串作为一条染色体,设计遗传禁忌算法的适应度函数,给出Ontol... 为解决企业实际应用中需要部分使用本体(Ontology)的问题,提出一种基于遗传禁忌算法的Ontology自动划分方法。按Ontology划分的要求,将概念被划分进的子Ontology编号组成的数字串作为一条染色体,设计遗传禁忌算法的适应度函数,给出Ontology划分算法的具体步骤。对比实验结果表明,该方法的划分平衡度和准确性优于其他方法。 展开更多
关键词 本体 遗传禁忌算法 划分
下载PDF
领域Ontology的自动丰富——基于ADL地名表的实例研究 被引量:5
18
作者 葛宁 王军 《计算机科学》 CSCD 北大核心 2007年第9期156-162,共7页
本文以一个地理特征词表(Feature Type Thesaurus,FTT)为研究实例,提出了一种对领域Ontology进行自动丰富的方法。FTT描述了200多种地理特征类型,依照等级结构组织,用于标引和组织美国亚历山大数字图书馆地名表(ADL Gazetteer)中的6百... 本文以一个地理特征词表(Feature Type Thesaurus,FTT)为研究实例,提出了一种对领域Ontology进行自动丰富的方法。FTT描述了200多种地理特征类型,依照等级结构组织,用于标引和组织美国亚历山大数字图书馆地名表(ADL Gazetteer)中的6百万个地名。为了对FTT进行自动丰富,(1)首先从地名中抽取和发现有检索价值的、表示地理特征类型的通用词;(2)根据它们和标引主题词间的同现关系,在相同词族词汇的聚类过程中,确定与之相对应的主题词,进而将提取出的通用词定位到FTT的等级结构中。充分利用已经存在的大量标引语料,实现通用词的定位分析是核心内容,并且实验结果证明有效性达到82.7%。这项研究的实质是从Ontology标引的语料库中自动提取领域知识和标引知识,达到对Ontology的自动丰富。这一方法可以应用到类似的语料库和知识库上,实现新术语的发现、Ontology自丰富及其互操作。 展开更多
关键词 领域ontology 自动丰富 词汇抽取 通用词 地名词典
下载PDF
Ontology-based question expansion for question similarity calculation
19
作者 刘里 樊孝忠 +1 位作者 齐全 刘小明 《Journal of Beijing Institute of Technology》 EI CAS 2011年第2期244-248,共5页
A new ontology-based question expansion (OBQE) method is proposed for question similarity calculation in a frequently asked question (FAQ) answering system. Traditional question similarity calculation methods use ... A new ontology-based question expansion (OBQE) method is proposed for question similarity calculation in a frequently asked question (FAQ) answering system. Traditional question similarity calculation methods use "word" to compose question vector, that the semantic relations between words are ignored. OBQE takes the relation as an important part. The process of the new system is:① to build two-layered domain ontology referring to WordNet and domain corpse;② to expand question trunks into domain cases;③ to use domain case composed vector to calculate question similarity. The experimental result shows that the performance of question similarity calculation with OBQE is being improved. 展开更多
关键词 ontology conception extraction question expansion question trunk question similarity calculation
下载PDF
A novel approach for agent ontology and its application in question answering
20
作者 郭庆琳 《Journal of Central South University》 SCIE EI CAS 2009年第5期781-788,共8页
The information integration method of semantic web based on agent ontology(SWAO method) was put forward aiming at the problems in current network environment,which integrates,analyzes and processes enormous web inform... The information integration method of semantic web based on agent ontology(SWAO method) was put forward aiming at the problems in current network environment,which integrates,analyzes and processes enormous web information and extracts answers on the basis of semantics. With SWAO method as the clue,the following technologies were studied:the method of concept extraction based on semantic term mining,agent ontology construction method on account of multi-points and the answer extraction in view of semantic inference. Meanwhile,the structural model of the question answering system applying ontology was presented,which adopts OWL language to describe domain knowledge from where QA system infers and extracts answers by Jena inference engine. In the system testing,the precision rate reaches 86%,and the recalling rate is 93%. The experimental results prove that it is feasible to use the method to develop a question answering system,which is valuable for further study in more depth. 展开更多
关键词 本体 代理 语义WEB 应用 质量保证体系 集成方法 网络环境 信息提取
下载PDF
上一页 1 2 20 下一页 到第
使用帮助 返回顶部