基于知识图谱的WEB语义结构生成研究
这是一篇关于语义Web,AORBCO智能模型,WEB语义结构,知识图谱,模糊C均值算法的论文, 主要内容为语义Web试图为互联网上的资源赋予语义,使计算机明白资源的真正含义。然而资源的意义在拥有者、使用者眼里是不尽相同的,这就是语义的自我意识性;每个资源的意义是由与它相关的资源的意义来确定的,这称为语义的互相表示性;资源间的相关程度是不同的,这称为语义的模糊性;资源间的关系及相关程度是不断变化的,这称为语义的动态性。语义Web用到了自我意识性和互表性,但没有明确提出这两个概念,且未涉及到动态性和模糊性,我们科研团队明确提出了语义的这四大特性并把其用于语义Web的设计中,设计了基于自我意识的语义Web框架。基于自我意识的语义Web是由具有基于自我意识的网站Agent、网眼Agent、和客户Agent三种Agent组成的,其中网眼Agent是客户通过客户Agent访问由网站Agent组成的网络资源的窗口,是基于自我意识的语义Web的核心,网眼Agent的信念即网眼Agent对互联网的认识,称为WEB语义结构。虽然WEB语义结构会随着用户的访问和网络资源的改变而改变,但其初始结构的生成,我们准备通过对已有的网络资源描述的知识图谱得到,本文对基于知识图谱的WEB语义结构生成主要进行了以下研究工作:1、研究了知识图谱和WEB语义结构的异同。知识图谱是结构化的语义知识库,WEB语义结构沿用知识图谱本体层中知识的表示方式,采用实体-关系-实体,实体-属性-属性值三元组对知识进行表示,实现了知识之间的互表性。2、对WEB语义结构的模糊性进行了研究,提出了一种改进的模糊C均值聚类算法,根据样本的密度分布以及样本之间的距离确定初始聚类中心,并将类间距因素引入目标函数,从而使得聚类结果避免了出现局部极小的情况以及提高了聚类精度。3、研究了知识图谱转换为WEB语义结构的过程。获取知识图谱中的实体类,根据构建的模糊本体,采用改进后的模糊聚类算法进行模糊划分,再对得到的模糊实体类建立关系类,生成WEB语义结构的客体部分;对WEB语义结构中的熟人集合进行了设计,采用描述性知识的表示方式,通过信念、能力、愿望、规划四种属性对熟人主体进行表示,完成了WEB语义结构中熟人集合的知识表示。4、选取电影领域来实现WEB语义结构,在结构化数据源中获取电影领域数据,采用自顶向下的方法构建电影领域知识图谱,在此基础上建立电影领域模糊本体,依照模糊本体规则采用改进后的模糊C均值算法对知识图谱实体类数据进行划分,获得模糊实体类,并建立各实体类之间的关系类,生成电影领域WEB语义结构中的客体部分;再通过获取电影网站信息构建网站熟人主体,生成电影领域WEB语义结构的熟人集合。5、设计实现了WEB语义结构可视化程序。实现数据管理,查询展示,手动调整等功能,将生成的电影领域WEB语义结构作为数据来源,通过图形化的方式展示给用户。
面向语义Web的高校专业课程资源库检索系统的设计与实现
这是一篇关于语义Web,网络教学资源,资源建设标准,智能检索的论文, 主要内容为网络教学资源是开展网络教育的前提和基础。随着Web技术及网络信息技术的发展,网络教学资源越来越丰富,各类教育资源种类繁多,表现形式丰富,为学习者提供了广泛的选择余地和广阔发展空间。当前Web网页包含的各种资源信息量正呈指数级增长,但如何将所需信息资源从这些无穷的网络资源海洋中准确、快速地查找出来,合理利用,已经成为互联网技术发展的重要问题。本文提出了一种面向语义Web的高校专业课程教学资源库平台的初步框架,并探索应用语义Web的相关技术,实现了基于语义Web的教学资源的智能检索。 论文首先对比分析了当前高校网络教学资源库的建设现状以及网络教学资源建设中存在的问题,对语义Web研究的现状及应用进行了分析,阐述了其在教学资源管理及检索中的应用。其次,从语义Web的功能及层次组成、网格技术、本体技术等方面对语义Web的理论基础及相关技术进行了研究分析,其中着重研究了其在网络教学资源的知识组织、知识管理、知识发现及知识检索等方面的优势。再次,对当前教育资源建设标准及其规范进行分析研究,在国际规范和标准下建构网络教学资源的数据模型。第四,对语义Web架构下的教学资源管理相关技术进行研究分析,包括网络教学资源知识库的构建、基于语义Web的知识处理流程及知识的发现与获取、面向语义Web的资源操作语言、知识检索技术、Web数据挖掘等,为下一步的研究工作提供理论及技术保证。最后,在前面章节研究的基础上,提出面向语义Web的高校专业课程教学资源库的初步框架,并进行系统设计及关键技术的分析。然后应用Protege4.0建模工具、JBuilder2008作为开发环境、Tomcat7.0作为服务器环境以及jsp技术进行基于语义Web的教学资源智能检索系统的设计与实现。
面向语义Web的高校专业课程资源库检索系统的设计与实现
这是一篇关于语义Web,网络教学资源,资源建设标准,智能检索的论文, 主要内容为网络教学资源是开展网络教育的前提和基础。随着Web技术及网络信息技术的发展,网络教学资源越来越丰富,各类教育资源种类繁多,表现形式丰富,为学习者提供了广泛的选择余地和广阔发展空间。当前Web网页包含的各种资源信息量正呈指数级增长,但如何将所需信息资源从这些无穷的网络资源海洋中准确、快速地查找出来,合理利用,已经成为互联网技术发展的重要问题。本文提出了一种面向语义Web的高校专业课程教学资源库平台的初步框架,并探索应用语义Web的相关技术,实现了基于语义Web的教学资源的智能检索。 论文首先对比分析了当前高校网络教学资源库的建设现状以及网络教学资源建设中存在的问题,对语义Web研究的现状及应用进行了分析,阐述了其在教学资源管理及检索中的应用。其次,从语义Web的功能及层次组成、网格技术、本体技术等方面对语义Web的理论基础及相关技术进行了研究分析,其中着重研究了其在网络教学资源的知识组织、知识管理、知识发现及知识检索等方面的优势。再次,对当前教育资源建设标准及其规范进行分析研究,在国际规范和标准下建构网络教学资源的数据模型。第四,对语义Web架构下的教学资源管理相关技术进行研究分析,包括网络教学资源知识库的构建、基于语义Web的知识处理流程及知识的发现与获取、面向语义Web的资源操作语言、知识检索技术、Web数据挖掘等,为下一步的研究工作提供理论及技术保证。最后,在前面章节研究的基础上,提出面向语义Web的高校专业课程教学资源库的初步框架,并进行系统设计及关键技术的分析。然后应用Protege4.0建模工具、JBuilder2008作为开发环境、Tomcat7.0作为服务器环境以及jsp技术进行基于语义Web的教学资源智能检索系统的设计与实现。
XML到RDF(S)转换方法的研究
这是一篇关于语义Web,本体,XML,RDF(S),转换的论文, 主要内容为随着互联网技术的不断发展,网络数据信息智能化、语义化的需求也在不断增加,为了满足这一需求,“互联网之父”Tim Berners-Lee提出了语义Web的概念。在语义Web中,XML(可扩展标记语言)是数据表示的基础,它通过结构化的形式表示数据,使得数据具有一定意义。而RDF(资源描述框架)则用于实现语义Web上的资源信息描述,为本体层提供了表示语义信息的基础,而本体正是使语义Web具有语义推理能力的核心层,本体构建的质量和效率直接影响后续工作的开展。因此将XML转换为RDF(S)就成为了将Web信息语义化的一个重要途径,本文结合目前国内外的研究现状,提出了一种XML到RDF(S)的转换方法。 本文的转换方法考虑了XML Schema对XML文档的影响,由于XML Schema限定了XML实例文档的结构信息,因此本文的转换方法包括两个部分,分别是XML Schema到RDF(S)的转换和XML实例到RDF(S)的转换,后者依赖于前者,因此首先需要完成XML Schema到RDF(S)的转换。本文结合已有文献给出了XML Schema、XML树形文档以及RDF(S)的形式化定义,并在此基础上做出了比较分析,分析出两种模型之间的相似与不同之处,提出了两种模型之间相互转换的可行性。本文的核心是结合形式化定义的比较给出XML Schema以及XML实例文档到RDF(S)的转换,这两部分转换又各自包含三部分内容,分别是给出理论层面上的转换规则,提出具体元素之间的对应关系和介绍转换算法,在完成两部分的转换之后,将转换而来的两部分RDF(S)结合,形成最终的转换结果。结合上面提出的XML Schema以及XML实例到RDF(S)的转换方法,本文实现了一个基于Java以及JSP的转换系统,从实践的角度证明了本文提出方法的可行性。
基于本体的Deep Web语义搜索引擎
这是一篇关于语义Web,语义搜索,Deep Web,本体,分类的论文, 主要内容为随着WWW的迅速发展和普及,WWW成为一个巨大的信息资源库,对这个信息资源库的搜索出现了“信息过载”和“信息迷航”的问题。由于WWW的自治性、开放性、异构性、动态性和指数增长等特点,目录式搜索引擎、全文搜索引擎都暴露出了根本的缺点。基于关键字查询,只检索静态页面,只能进行“导航式”的检索,导致了索引容量指数增长、查全率和查准率不断降低等问题。提高搜索引擎的查全率和查准率,满足用户“知识粒度”检索的要求,同时能够进行语义层面的搜索,成为用户对新一代搜索引擎提出的要求。为了从根本上解决这些问题,新一代的搜索引擎要求必须对WWW进行新的知识表示。万维网的创始人Tim Berners-lee为此提出了新一代万维网的架构—Semantic Web,其上的信息具有良好的定义,使得人与机器、机器间能够更好的实现信息的共享与协作。Semantic Web能够从根本上解决传统搜索引擎所暴露出来的问题。由于WWW的自治性特点,Semantic Web的接受需要一个相当长的时间,并且由于Semantic Web的研究大都停留在理论研究阶段,所以新一代搜索引擎难以实现。本文在新一代搜索引擎和WWW之间找到了一个结合点,将Semantic Web的架构应用到Deep Web的搜索,提出了基于本体的Deep Web语义搜索引擎。基于本体的Deep Web语义搜索引擎可以解决传统搜索引擎只能搜索静态页面,无法进行语义搜索,无法为用户提供“知识粒度”检索的缺点。本文的创新点如下: 1、本文基于Semantic Web架构对Deep Web进行语义搜索,解决了传统搜索引擎只能搜索静态页面,无法对Deep Web进行搜索,只能基于关键字搜索,无法进行语义搜索,只对静态页面的内容进行索引,而不能进行元数据索引的缺点,提高了搜索引擎的查全率和查准率,避免了搜索引擎索引容量的瓶颈问题。 2、本文通过对Deep Web查询接口进行元数据提取,将查询接口看作后台数据库的元模式,利用元数据描述语言RDF对查询接口进行RDF描述,然后结合领域本体对查询接口的RDF元数据进行RDF检索,从而实现查询接口的语义搜索,提高了查询接口检索的准确率,由于查询接口具有高度的领域相关性,所以提高了搜索引擎的查准率。 3、本文提出了基于领域本体的Deep Web语义搜索引擎的框架,由Deep Web爬虫、Deep Web分类器、Deep Web表单提取、自然语言查询接口、语义推理、表单检索器、Web检索器、统一接口查询和结果集成模块组成。在本文中重点分析了Deep Web的发现、分类和查询接口RDF的语义检索,整个RDF检索系统以Jena平台为开发平台,以汽车领域本体和查询接口RDF模型为例进行了验证。 4、基于知网的词汇语义关系判断算法以知网做为本体,采用基于结构的模式匹配算法进行词汇逻辑关系的判断;Deep Web特征选择算法采用词汇频度作为类内、类间可分性判据以Tabu搜索策略进行特征选择;Deep Web查询接口RDF提取算法根据查询接口Html代码的特征进行查询接口Html代码和查询接口RDF模型的映射;Deep Web查询接口RDF查询算法以用户输入的关键词序列为检索条件,进行关键词序列的分类操作,概念推理算子操作,得到概念关键词对序列和实例关键词对序列,根据概念关键词对序列采用RDQL语言对RDF进行检索,然后根据检索结果和实例关键词对序列以Http协议格式对Web进行数据检索。本文对上述算法进行了实例验证。 本文从理论上对基于Semantic Web架构的Deep Web搜索引擎进行了研究,提出了搜索引擎的大致框架和各关键部分的算法思想,完善了基于Semantic Web架构的Deep Web搜索引擎的检索流程,具有理论可行性,同时结合领域对检索流程和各关键部分的算法进行了实例验证,整个系统可以在Jena平台上开发实现。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：代码驿站 ，原文地址：https://bishedaima.com/lunwen/53509.html
