本体知识表示的历史领域专家系统模型*

doi:10.11925/infotech.1003-3513.2010.07-08.13

摘要
参考文献
相关文章
Metrics

全文: PDF(644 KB) HTML
输出: BibTeX | EndNote (RIS)

摘要

通过比较不同知识表示方式之间的优缺点，着重介绍本体在知识表示和知识推理方面的优势，并通过构建历史领域本体库，进一步阐明本体在专家系统等知识系统中的应用优势。

	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
	董慧
	徐雷

关键词 ：专家系统, 本体, 知识表示, 知识库

Abstract：

This paper compares the advantages and disadvantages of the knowledge representation methods, and then introduces the superiority of Ontology based knowledge representation and knowledge reasoning emphatically. At last, it illustrates the applicational advantage of Ontology in expert system by constructing history domain Ontology model.

Key words： Expert system Ontology Knowledge representation Knowledge base

收稿日期: 2010-05-18

G350

基金资助:

本文系国家自然科学基金项目“基于数字图书馆的本体演化与知识管理研究”（项目编号：70773087）的研究成果之一。

通讯作者: 董慧 E-mail: lhjdh@126.com

作者简介: 董慧徐雷

引用本文:

董慧徐雷. 本体知识表示的历史领域专家系统模型*[J]. 现代图书情报技术, 2010, 26(7/8): 72-78.
Dong Hui Xu Lei. Knowledge Representation in History Field Expert System Application Based on Ontology. New Technology of Library and Information Service, DOI：10.11925/infotech.1003-3513.2010.07-08.13.

链接本文:

http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2010.07-08.13

［1］史忠植. 高级人工智能［M］. 2版.北京:科学出版社, 2006：1-18.
［2］ Borst W N.Construction of Engineering Ontologies for Knowledge Sharing and Resue［D］. Enschede,the Netherlands: University of Twente,1997.
［3］时念云,腾良娟,杨晨.基于本体知识共享的汽车故障诊断专家系统［J］.计算机系统应用,2006(12):18-20.
［4］胡鹤,刘大有,战凯.专家系统平台中的本体中间件［J］.计算机工程,2005,31(5):51-52,108.
［5］刘晋飞,李沪曾.本体思想在高速切削专家系统中的应用［J］.计算机集成制造系统,2008,14(6):1155-1161.
［6］王超亮,王霓虹.本体在森林病虫害专家系统中的运用［J］.林业机械与木工设备,2009,37(5):47-49.
［7］杜磊,易建军,季白杨,等.应用本体构造发动机故障诊断专家系统［J］.计算机应用,2006,26（z2）:216-218.
［8］ Wu Y, Li C.Semantic Web-based Seismic Disaster Management Expert System［EB/OL］.［2010-06-22］.http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=5365171&tag=1.
［9］ Goodwin C, Russomanno D J. Ontology Integration Within a Service-oriented Architecture for Expert System Applications Using Sensor Networks［J］. Expert Systems, 2009,26(5):409-432.
［10］ Niaraki A S, Kim K. Ontology Based Personalized Route Planning System Using a Multi-criteria Decision Making Approach［J］. Expert Systems with Applications, 2009,36(2):2250-2259.
［11］ Bedi P, Marwaha S. Framework for Ontology Based Expert Systems: Disease & Pests Identification in Crops - A Case Study［C］. In:Proceedings of the International Conference of Artificial Intelligence(IC-AI). 2005: 256-259.
［12］ Alpcan T, Bauckhage C, Agarwal S. An Efficient Ontology-based Expert Peering System［A］.//Graph-based Representations in Pattern Recognition［M］. Berlin, Germany: Springer, 2007: 273-282.
［13］ Chalortham N, Leesawat P, Buranarach M, et al. Ontology Development for Pharmaceutical Tablet Production Expert System［EB/OL］. ［2010-05-15］. http://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=04600408.
［14］ Shue L Y, Chen C W, Shiue W.The Development of an Ontology-based Expert System for Corporate Financial Rating［J］.Expert System Applications，2009,36(2):2130-2142.
［15］ Bobillo F, Delgado M，Gomez-Romero J,et al. A Semantic Fuzzy Expert System for a Fuzzy Balanced Scorecard［J］. Expert Systems with Applications,2009,36(1):423-433.
［16］郑丽敏.人工智能与专家系统原理及其运用［M］.北京:中国农业大学出版社,2004：32-93.
［17］ McGuinness D L, Harmelen F V. OWL Web Ontology Language Overview［EB/OL］. (2004-02-10). ［2010-06-22］.http://www.w3.org/TR/owl-features/.
［18］ McCarthy P.Introduction to Jena［EB/OL］. (2004-06-23).［2010-06-22］. http://www.ibm.com/developerworks/library/j-jena/index.html?S_TACT=105AGX52&S_CMP=cn-a-j.
［19］董慧.本体与数字图书馆［M］.武汉:武汉大学出版社,2008:162-221.
［20］耿科明,袁方. Jena推理机在基于本体的信息检索中的应用［J］.微型机与应用,2005,24(10):62-64.
［21］徐德智,汪之用,王斌.当前主要本体推理工具的比较分析与研究［J］.现代图书情报技术,2006(12):12-15,77.
［22］ Horrocks I, Patel-Schneider P F, Boley H, et al. SWRL: A Semantic Web Rule Language Combining OWL and RuleML［EB/OL］.(2004-05-21).［2010-06-22］.http://www.w3.org/Submission/SWRL/.

[1]	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.
[2]	祁瑞华,周俊艺,郭旭,刘彩虹. 基于知识库的图书评论主题抽取研究^*[J]. 数据分析与知识发现, 2019, 3(6): 83-91.
[3]	张旺强,祝忠明,李雅梅,卢利农,刘巍. 机构知识库作者名自动消歧框架设计与实践^*[J]. 数据分析与知识发现, 2019, 3(6): 92-98.
[4]	吴志强,祝忠明,刘巍,王思丽. CSpace知识分析与可视化功能扩展研究与实践^*[J]. 数据分析与知识发现, 2019, 3(3): 112-119.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	吴志强,祝忠明,姚晓娜,王思丽. CSpace机构知识库影音资源支持能力扩展研究与实践^*[J]. 数据分析与知识发现, 2017, 1(9): 90-96.
[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