基于本体的查询扩展与规范

doi:10.11925/infotech.1003-3513.2007.03.07

现代图书情报技术

2007, Vol. 2

Issue (3): 35-38 https://doi.org/10.11925/infotech.1003-3513.2007.03.07

知识组织与知识管理

本期目录 | 过刊浏览 | 高级检索

基于本体的查询扩展与规范

聂卉

(中山大学资讯管理系广州 510275)

Query Expansion & Standardization Based on Ontology

Nie Hui

(Department of Information Management, Sun Yat-Sen University,Guangzhou 510275，China)

摘要
参考文献
相关文章
Metrics

全文: PDF (502 KB)
输出: BibTeX | EndNote (RIS)

摘要

研究本体支持下的智能检索问题。利用语义的层次结构和蕴涵关联量化领域概念的关联程度实现查询扩展，并采用RDF的三元组方式规范检索关键词，依据本体中的关联重构用户查询需求，以匹配策略实现智能检索。经过实例计算与分析，验证该方法的合理性，可行性及特点。

	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
	聂卉

关键词 ：本体, 查询扩展, 智能信息检索

Abstract：

This paper studies some issues related with intelligent information retrieval. Firstly, the method for calculating semantic similarity and relativity by use of taxonomy and entailment relations of Ontology is proposed, by which query expansion can be implemented. Secondly, by use of the relations in Ontology, keywords queries are standardized and re-construct in the form of RDF. Finally, the scheme is proved reasonable and valid by concrete tests and analysis.

Key words： Ontology Query expansion Intelligent information retrieval

收稿日期: 2007-01-12 出版日期: 2007-03-25

TH18

通讯作者: 聂卉 E-mail: longnie@public.guangzhou.gd.cn

作者简介: 聂卉

引用本文:

聂卉 . 基于本体的查询扩展与规范[J]. 现代图书情报技术, 2007, 2(3): 35-38.
Nie Hui . Query Expansion & Standardization Based on Ontology. New Technology of Library and Information Service, 2007, 2(3): 35-38.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2007.03.07 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2007/V2/I3/35

1张敏，宋睿华，马少平. 基于语义关系查询扩展的文档重构方法. 计算机学报, 2004,27(10): 1395-1401
2Voorhees E M. Query Expansion Using Lexical-Semantic Relations. In: Proceedings of the 17th ACM SIGIR Conference on R&D in Information Retrieval, Dublin, Ireland, 1994.61-69
3李蕾，王楠，钟义信. 基于语义网络的概念检索研究与实现. 情报学报，2000，19(5): 525-531
4张承立，陈剑波，齐开悦. 基于语义网的语义相似度算法改进. 计算机工程与应用，2006(17):165-179
5徐德智，邓春卉，K Passi. 基于SUMO的概念语义相似度研究. 计算机应用，2006，26(1):180-183
6Hirst G. Evaluating WordNet-based Measures of Lexical Semantic Relatedness. Computational Linguistics, 2004, 1(1): 1-49
7冯兰萍，朱礼军，张继国. 一种本体驱动的Web信息检索模型及实现. 情报学报, 2006, 25 (3):276-281

[1]	黄名选,蒋曹清,卢守东. 基于词嵌入与扩展词交集的查询扩展^*[J]. 数据分析与知识发现, 2021, 5(6): 115-125.
[2]	盛姝, 黄奇, 杨洋, 解绮雯, 秦新国. HL7 FHIR框架下中国医疗领域信息交换研究与解决方案[J]. 数据分析与知识发现, 2021, 5(11): 13-28.
[3]	曾桢,李纲,毛进,陈璟浩. 区域公共安全数据治理与业务领域本体研究^*[J]. 数据分析与知识发现, 2020, 4(9): 41-55.
[4]	强韶华,罗云鹿,李玉鹏,吴鹏. 基于RBR和CBR的金融事件本体推理研究 ^*[J]. 数据分析与知识发现, 2019, 3(8): 94-104.
[5]	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.
[6]	高广尚. 用户画像构建方法研究综述^*[J]. 数据分析与知识发现, 2019, 3(3): 25-35.
[7]	王颖,钱力,谢靖,常志军,孔贝贝. 科技大数据知识图谱构建模型与方法研究^*[J]. 数据分析与知识发现, 2019, 3(1): 15-26.
[8]	何有世, 何述芳. 基于领域本体的产品网络口碑信息多层次细粒度情感挖掘^*[J]. 数据分析与知识发现, 2018, 2(8): 60-68.
[9]	唐慧慧, 王昊, 张紫玄, 王雪颖. 基于汉字标注的中文历史事件名抽取研究^*[J]. 数据分析与知识发现, 2018, 2(7): 89-100.
[10]	庞贝贝, 苟娟琼, 穆文歆. 面向高校学生深度辅导领域的主题建模和主题上下位关系识别研究^*[J]. 数据分析与知识发现, 2018, 2(6): 92-101.
[11]	丁晟春, 刘梦露, 傅柱. 概念设计中基于知识流的多维设计知识统一建模技术研究^*[J]. 数据分析与知识发现, 2018, 2(2): 11-19.
[12]	涂海丽, 唐晓波. 基于标签的商品推荐模型研究^*[J]. 数据分析与知识发现, 2017, 1(9): 28-39.
[13]	陈二静, 姜恩波. 文本相似度计算方法研究综述[J]. 数据分析与知识发现, 2017, 1(6): 1-11.
[14]	白如江, 冷伏海, 廖君华. 一种基于语义组块特征的改进Cosine文本相似度计算方法^*[J]. 数据分析与知识发现, 2017, 1(6): 56-64.
[15]	吴丹, 刘畅, 李翼. 用户步行导航过程中的情感变化研究^*[J]. 数据分析与知识发现, 2017, 1(5): 42-51.

Viewed

Full text

Abstract

Cited

Shared

Discussed