欢迎来到天天文库
浏览记录
ID:33505116
大小:4.86 MB
页数:61页
时间:2019-02-26
《基于本体的微内容聚合与查询技术》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、合肥工业大学硕士学位论文基于本体的微内容聚合与查询技术姓名:王国才申请学位级别:硕士专业:企业管理指导教师:蒋翠清20090401基于本体的微内容聚合与查询技术摘要传统的超文本标记语言只能显示而不能使计算机理解信息,导致传统的基于关键词的检索工具的查准率、查全率和智能化程度都较低。而现有的基于本体的语义匹配技术,只考虑了类层概念,在基于个体概念的微内容发现应用上,查准率较低。本文以语义网相关技术为研究背景,以微内容的聚合与查询机制为研究对象,以改善微内容的发现准确度、智能化水平为研究目的,在以下几方面进行了深入研究:(1)微内容的语义结构和基于本体的语义标注系统。为了使计算机能
2、够理解微内容,必须对其进行语义标注。为此,首先对微内容的语义结构进行了研究,在此基础上提出了微内容标注系统原型;接着,针对该原型存在不具有知识表达能力的缺陷,进一步提出了基于本体的微内容语义标注系统,为微内容的语义聚合奠定了基础。(2)基于OWL本体个体概念和语义关系的微内容聚合机制。分析了聚合模式并选择语义化外围要素作为微内容的聚合模式;在分析了0WL本体的语义要素的分布特征后指出,个体概念的语义特征决定了个体概念的聚合要考虑语义关系的影响,而且微内容与OWL本体的个体层概念之间具有映射关系;分析了微内容基于个体概念和语义关系的聚合原理,并提出了基于个体概念和语义关系的语义索
3、引,作为微内容聚合机制的具体技术实现。(3)基于语义索引的微内容发现算法。结合0WL本体中个体概念的语义分布特征研究了个体概念的匹配规则,然后结合语义索引提出了微内容的发现算法。最后,基于本体创建开源工具Prot696和关系数据库,分别构建了OwL本体知识库和语义索引,在此基础上进行了微内容发现算法的仿真实验,证明了语义倒排索引及微内容发现算法的有效性。关键词:微内容;本体;语义Web;语义聚合;语义索引;语义检--4--系2StudyonOntology--basedMicro--contentAggregationandInquiryTechnologyAbstractTr
4、aditionalHTMLcanonlydisplaybutcannotmakethecomputerunderstandtheinformation.Forthisreason,thetraditionalkeyword—basedSearchtoolSarenothighinprecisionrate,recallrateandintelligence.Existingontology-basedsemanticmatchingtechnologYonlYtakesintoaccounttheclaSSconcepts,leadingtotheprecisionofsear
5、chingwaslowfortheindividual—basedappliCation0fmicro.content.InordertoimprovetheaccuracyOfthediscoveryandintelligencelevelOfMicro—COntent,basedonSemantiCWebtechnologyandtakethemicro—contentaggregationandquerymechanismastheresearchobject,thiSarticlemakesomein—depthstudyinthef0110wingasPectS:(1
6、)Thesemanticcompositionstructureofmicro—contentandontologY—basedtaggingsystem.Micro-content,mustbesemantiCtagginginordertomakecomputerbeabletounderstandthem.TothiSend,first0fa11,thesemanticstructureofmicro-contentwasstudiedandthenaprototypemicro—contenttaggingsystemiSpreSented.Animprovedonto
7、logY-basedSemantiCmicro-contenttaggingsystemiSpreSentedattheendinordertoovercomethedefeet0ftheprototypethatdoesnothaveabilitytoexpressknowledge.(2)Themicro-contentaggregationframeworkbasedon0WLontologYindividualconeeptsandsemantiCrelations.Firstofa
此文档下载收益归作者所有