Please wait a minute...
Advanced Search
现代图书情报技术  2013, Vol. 29 Issue (7/8): 22-27     https://doi.org/10.11925/infotech.1003-3513.2013.07-08.03
  数字图书馆 本期目录 | 过刊浏览 | 高级检索 |
利用转化SKOS和关联规则挖掘创建本体及其检索应用
刘巍, 祝忠明, 张旺强, 王思丽, 姚晓娜, 卢利农
中国科学院国家科学图书馆兰州分馆 兰州 730000
Implementation of Semantic Retrieval Based on Ontology Created by SKOS and Association Rule Mining
Liu Wei, Zhu Zhongming, Zhang Wangqiang, Wang Sili, Yao Xiaona, Lu Linong
The Lanzhou Branch of National Science Library, Chinese Academy of Sciences, Lanzhou 730000, China
全文: PDF (986 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 提出一种结合转化SKOS和关联规则挖掘创建本体并实现面向知识资源集合的语义化检索应用方法。该方法首先通过转化SKOS构建本体,再对知识资源集合进行关联规则挖掘,并将挖掘结果作为概念间的关联属性补充进本体。最后,通过基于本体的应用技术实现语义化检索推荐功能。
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
刘巍
祝忠明
王思丽
卢利农
姚晓娜
张旺强
关键词 本体SKOS关联规则挖掘语义化检索    
Abstract:This paper proposes an Ontology construction and application solution. Firstly, the authors create Ontology through the conversion of SKOS.Then, association rules are mined to supply association property between classes. Finally, semantic retrieval is achieved by using retrieval and reasoning techniques based on Ontology.
Key wordsOntology    SKOS    Association rule mining    Semantic retrieval
收稿日期: 2013-06-28      出版日期: 2013-09-02
: 

G250

 
基金资助:

本文系中国科学院国家科学图书馆青年人才前沿领域基金项目"基于主题词语义化和关联规则挖掘的文献推荐研究"(项目编号:Y200071001)和中国科学院西部之光联合学者项目"机构知识库的语义增强方法与技术研究"的研究成果之一。

通讯作者: 刘巍     E-mail: liuw@llas.ac.cn
引用本文:   
刘巍, 祝忠明, 张旺强, 王思丽, 姚晓娜, 卢利农. 利用转化SKOS和关联规则挖掘创建本体及其检索应用[J]. 现代图书情报技术, 2013, 29(7/8): 22-27.
Liu Wei, Zhu Zhongming, Zhang Wangqiang, Wang Sili, Yao Xiaona, Lu Linong. Implementation of Semantic Retrieval Based on Ontology Created by SKOS and Association Rule Mining. New Technology of Library and Information Service, 2013, 29(7/8): 22-27.
链接本文:  
https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2013.07-08.03      或      https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2013/V29/I7/8/22
[1] 刘春艳,陈淑萍,伍玉成.基于SKOS的叙词表到本体的转换研究[J]. 现代图书情报技术,2007(5):32-35. (Liu Chunyan,Chen Shuping,Wu Yucheng. The Transformation from Thesaurus to Ontology Based on SKOS[J]. New Technology of Library and Information Service, 2007(5):32-35.)
[2] Agriculture Ontology Service/Concept Server[EB/OL].[2013-03-23]. http://aims.fao.org/website/AOS-:-Registries.
[3] Wielinga B J,Schreiber A T,Wielemaker J.From Thesaurus to Ontology[EB/OL].[2013-03-24].http://dl.acm.org/citation.cfm?id=500767.
[4] Van Assem M,Menken M,Schreiber G,et al.A Method for Converting Thesauri to RDF/OWL[C/OL]. In: Proceedings of the 3rd International Semantic Web Conference(ISWC'04), Hiroshima, Japan. Berlin, Heidelberg: Springer-Verlag,2004.[2013-03-23].http://link.springer.com/chapter/10.1007/978-3-540-30475-3_3.
[5] Qin J, Paling S. Converting a Controlled Vocabulary into an Ontology: The Case of GEM[J/OL]. Information Research,2001,6(2).[2013-03-23]. http://InformationR.net/ir/6-2/paper94.html.
[6] 曾新红.《中国分类主题词表》的OWL表示及其语义深层提示研究[J]. 情报学报,2005,24(2):151-160. (Zeng Xinhong. Research on Representation of Chinese Classified Thesaurus in OWL and Its Implied Semantic Reveal[J].Journal of the China Society for Scientific and Technical Information,2005,24(2):151-160.)
[7] 贾君枝.《汉语主题词表》转换为本体的思考[J]. 中国图书馆学报,2007,33(4):41-44.(Jia Junzhi.On the Conversion of Classified Chinese Thesaurus to an Ontology[J].Journal of Library Science in China,2007,33(4):41-44.)
[8] OWL. Web Ontology Language[EB/OL].[2012-07-17]. http://www.w3.org/TR/2004/REC-owl-guide-20040210/.
[9] Agrawal R, Srikant R. Fast Algorithms for Mining Association Rules[C].In: Proceedings of the 20th International Conference on Very Large Data Bases,Santiago,Chile.1994:487-499.
[1] 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.
[2] 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.
[3] 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.
[4] 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.
[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] 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.
[13] 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.
[14] 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.
[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