Please wait a minute...
Advanced Search
现代图书情报技术  2008, Vol. 24 Issue (4): 39-43     https://doi.org/10.11925/infotech.1003-3513.2008.04.08
  知识组织与知识管理 本期目录 | 过刊浏览 | 高级检索 |
基于本体的语义检索技术研究与实现
姜华1,2
1(聊城大学计算机学院 聊城 252059)
2(中国科学技术大学计算机科学技术系 合肥 230027)
Research and Implement of Semantic Search Technology Based on Ontology
Jiang Hua 1,2
1(College of Computer Science,Liaocheng University,Liaocheng  252059,China)
2(Department of Computer Science and Technology, University of Science and Technology of China, Hefei 230027,China)
全文: PDF (540 KB)  
输出: BibTeX | EndNote (RIS)      
摘要 

在本体基础上通过语义相似度和相关度的计算,利用语义推理将描述的隐含语义显式化,以充分挖掘出与检索内容相关的信息,实现相关信息的语义融合,提高查准率和查全率。研究基于本体的语义相似度和相关度的计算方法,并通过该语义检索方法的实现,证明该方法在语义检索系统开发中的可行性。

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
姜华
关键词 本体语义检索语义相似度语义相关度    
Abstract

Through computing the similarity and relevancy based on Ontology, the author uses semantic reasoning to make connotative semantics clear in order to  mine fully the information correlative with the search content. This paper implements the relevant information’s semantic fusion and improves the precision and recall.The method of computing semantic similarity and relevancy based on Ontology is studied and is proved feasible by implementing the semantic search method.

Key wordsOntology    Semantic Query    Semantic similarity    Semantic relevancy
收稿日期: 2007-11-02      出版日期: 2008-04-25
ZTFLH: 

TP31

 
通讯作者: 姜华     E-mail: jianghua@lcu.edu.cn,jiang_h@163.com
作者简介: 姜华
引用本文:   
姜华. 基于本体的语义检索技术研究与实现[J]. 现代图书情报技术, 2008, 24(4): 39-43.
Jiang Hua. Research and Implement of Semantic Search Technology Based on Ontology. New Technology of Library and Information Service, 2008, 24(4): 39-43.
链接本文:  
http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2008.04.08      或      http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2008/V24/I4/39

[1] Berners-Lee T, Hendler J.The Semantic Web[J].Scientific American, 2001, 284(5): 34-43.
[2] Gruber T.A Translation Approach to Portable Ontology Specifications[J].Knowledge Acquisition Acquisition,1993(5):199-200.
[3] 侯国锋.一个自然语言理解系统的设计和实现[J].计算机应用研究,2001(2):19-22.
[4] AQUA: An Ontology-driven Question Answering System[C]. AAAI Symposium on New Directions of Question Answering Stanford University, March 24-26, 2003.
[5] Zhao H, Huang C N, Li M, et al. Effective Tag Set Selection in Chinese Word Segmentation via Conditional Random Field Modeling[C]. The 20th Pacific Asia Conference on Language, Information and Computation (PACLIC-20), Wuhan, China, November 1-3, 2006.
[6] 张晨彧,穆斌.语义Web中的语义度量与本体映射[J].合肥工业大学学报(自然科学版), 2006,29(3):300-304.
[7] Forgy C L. Rete: A Fast Algorithm for the Many Pattern/many Object Pattern Match Problem[J].Artificial Intelligence,1982,19(1):17-37.

[1] 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.
[2] 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.
[3] 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.
[4] 严娇,马静,房康. 基于融合共现距离的句法网络下文本语义相似度计算 *[J]. 数据分析与知识发现, 2019, 3(12): 93-100.
[5] 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.
[6] 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.
[7] 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.
[8] 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.
[9] 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.
[10] 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.
[11] 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.
[12] 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.
[13] 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.
[14] 翟东升, 蔡文浩, 张杰, 李振飞. 改进的中文商标语义相似度计算方法研究[J]. 数据分析与知识发现, 2017, 1(11): 19-28.
[15] 刘健,毕强,刘庆旭,王福. 数字文献资源内容服务推荐研究*——基于本体规则推理和语义相似度计算[J]. 现代图书情报技术, 2016, 32(9): 70-77.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn