基于叙词表的领域本体构建研究

doi:10.11925/infotech.1003-3513.2005.04.01

现代图书情报技术

2005, Vol. 21

Issue (4): 1-5 https://doi.org/10.11925/infotech.1003-3513.2005.04.01

数字图书馆

本期目录 | 过刊浏览 | 高级检索

基于叙词表的领域本体构建研究

唐爱民真溱樊静

(中国国防科技信息中心北京 100036)

Thesaurus-based Approach to Build Domain Ontology

Tang Aimin Zhen Zhen Fan Jing

(China Defense Science and Technology Information Center， Beijing 100036,China)

摘要
参考文献
相关文章
Metrics

全文:
输出: BibTeX | EndNote (RIS)

摘要

论述了叙词表与领域本体（Domain Ontology）的区别与联系，讨论了基于叙词表构建领域本体的优越性，简要介绍了本体开发工具，最后提出了一种基于叙词表的领域本体构建方法，通过一个本体原型构建过程对该方法进行了详细阐述。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：叙词表, 领域本体, 构建, 方法

Abstract：

The paper discusses the differences and relationships between thesaurus and domain ontology, and the advantages of the approach to build domain ontology from the base of thesaurus. It introduces the tools in brief, then puts forward a thesaurus-based methodology to build domain ontology and details all parts of it.

Key words： Thesaurus Domain ontology Construction Methodology

收稿日期: 2004-12-31 出版日期: 2005-04-25

G254.23

通讯作者: 唐爱民 E-mail: tangam@cetin.net.cn

作者简介: 唐爱民,真溱,樊静

引用本文:

唐爱民,真溱,樊静. 基于叙词表的领域本体构建研究[J]. 现代图书情报技术, 2005, 21(4): 1-5.
Tang Aimin,Zhen Zhen,Fan Jing. Thesaurus-based Approach to Build Domain Ontology. New Technology of Library and Information Service, 2005, 21(4): 1-5.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2005.04.01 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2005/V21/I4/1

1 常春等. 叙词表编制历史、现状与发展. 农业图书情报学刊，2002（5）:25-28
2 马张华，侯汉清. 文献分类法主题法导论. 北京：北京图书馆出版社，2002：140-141
3 李景等. 叙词表与本体的区别与联系. 中国图书馆学报，2004（1）：36-39
4 Gruber T R. A Translation Approach to Portable Ontology Specifications. KnowledgeAcquisition, 1993(5):199-220
5 Borst W N. Construction of Engineering ontologies for Knowledge Sharing and Reuse. PhD Thesis, university of Twente. 1997
6 胡琼静. ontology架构下的个性化信息服务研究—美国政府科技报告的个性化服务. 硕士学位论文，中国国防科技信息中心，2003
7 B.Chandrasekaran, J.R.Josephson. What Are Ontologies, and Why Do we Need them ? http://www.csee.vmbc.edu/771/papers/chandrasekaranetal99.pdf (Accessed Jul. 12， 2004）
8 李景，钱平. 叙词表与本体的区别与联系. 中国图书馆学报, 2004（1）：36-39
9 Chang Chun and Lu Wenlin. From Agricultural Thesaurus to Ontology. 5th AOS Workshop. 2004.04
10 扬秋芬，陈跃新. Ontology 方法学综述. 计算机应用研究, 2002（4）：5-7
11 周之英. 现代软件工程. 北京：科学出版社，2002：56-62
12 http://kaon.semanticweb.org (Accessed Jul. 12， 2004)
13 http://protege.stanford.edu (Accessed Jul. 12， 2004)
14 http://Oiled.man.ac.uk (Accessed Jul. 12， 2004)
15 http://ksl.standford.edu/software/chimaera (Accessed Jul. 12， 2004)
16 Boris Lauser. Tutorial 2: Ontology Tools. 5th AOS Workshop. 2004.04
17 Irene Polikoff. Ontology Tool Support Ontology Development Lifecycle and Tools. http:// TopQuadrant.com/documents/TQ1202_ontology tool survery.pdf (Accessed Jul.12, 2004)
18 Oscar Corcho ,Mariano Fern_andez-Lopez , Asuncion Gomez-Perez. Methodologies, tools and languages for building ontologies. where is their meeting point? http://osm.cs.byu.edu/cs652s04/CFG03 Methodologies.pdf (Accessed Jul.12， 2004）

[1]	陈东华,赵红梅,尚小溥,张润彤. 数据驱动的大型医院手术室运营预测与优化方法研究*[J]. 数据分析与知识发现, 2021, 5(9): 115-128.
[2]	郑新曼, 董瑜. 基于科技政策文本的程度词典构建研究^*[J]. 数据分析与知识发现, 2021, 5(10): 81-93.
[3]	王媛, 时恺泽, 牛振东. 一种用于实体关系三元组抽取的位置辅助分步标记方法^*[J]. 数据分析与知识发现, 2021, 5(10): 71-80.
[4]	隗玲,李姝影,方曙. 技术路线图：方法及其应用综述^*[J]. 数据分析与知识发现, 2020, 4(9): 1-14.
[5]	徐晨飞, 叶海影, 包平. 基于深度学习的方志物产资料实体自动识别模型构建研究*[J]. 数据分析与知识发现, 2020, 4(8): 86-97.
[6]	陈东,王建冬,李慧颖,蔡思航,黄倩倩,易成岐,曹攀. 融合机器学习算法和多因素的禽肉交易量预测方法研究 ^*[J]. 数据分析与知识发现, 2020, 4(7): 18-27.
[7]	冯文刚,姜兆菲璠. 基于民航旅客分级分类方法的差异化安检和旅客风险演化研究^*[J]. 数据分析与知识发现, 2020, 4(12): 105-119.
[8]	吴佳芬,马费成. 产品虚假评论文本识别方法研究述评 ^*[J]. 数据分析与知识发现, 2019, 3(9): 1-15.
[9]	孔贝贝,谢靖,钱力,常志军,吴振新. 科技大数据增值丰富化方法研究与工具研发 ^*[J]. 数据分析与知识发现, 2019, 3(7): 113-122.
[10]	邓诗琦,洪亮. *面向智能应用的领域本体构建研究^——以反电话诈骗领域为例**[J]. 数据分析与知识发现, 2019, 3(7): 73-84.
[11]	余本功,陈杨楠,杨颖. 基于nBD-SVM模型的投诉短文本分类^*[J]. 数据分析与知识发现, 2019, 3(5): 77-85.
[12]	丁勇,程璐,蒋翠清. 基于二部图的P2P网络借贷投资组合决策方法 ^*[J]. 数据分析与知识发现, 2019, 3(12): 76-83.
[13]	朱惠,王昊,章成志. *基于“过程-问题”视角的情报学方法技术研究 ^——以社会情报学舆情领域为例**[J]. 数据分析与知识发现, 2019, 3(10): 2-11.
[14]	肖连杰,孟涛,王伟,吴志祥. *基于深度学习的情报分析方法识别研究 ^ ——以安全情报领域为例**[J]. 数据分析与知识发现, 2019, 3(10): 20-28.
[15]	徐浩,朱学芳,章成志,江川. 面向学术文献全文本的方法论知识抽取系统分析与设计 ^*[J]. 数据分析与知识发现, 2019, 3(10): 29-36.

Viewed

Full text

Abstract

Cited

Shared

Discussed