基于本体进行自动分类的元搜索引擎的设计与实现

doi:10.11925/infotech.1003-3513.2008.09.10

现代图书情报技术

2008, Vol. 24

Issue (9): 58-63 https://doi.org/10.11925/infotech.1003-3513.2008.09.10

知识组织与知识管理

本期目录 | 过刊浏览 | 高级检索

基于本体进行自动分类的元搜索引擎的设计与实现

王梅文

(浙江医药高等专科学校图书馆宁波 315100)

Design and Implementation of Automatic Classification Meta-search Engine Based on Ontology

Wang Meiwen

(Zhejiang Pharmaceutical College Library, Ningbo 315100,China)

摘要
参考文献
相关文章
Metrics

全文: PDF (785 KB)
输出: BibTeX | EndNote (RIS)

摘要

研究基于本体对元搜索引擎查询结果进行自动分类的方法，依据事先构建的药学本体，实现基于本体对元搜索引擎的网页结果进行自动分类的实验系统，形成层次清晰、逻辑合理的分类显示结果界面。最后对实验系统的准确度进行评价，网页分类基本取得预期的效果。

	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
	王梅文

关键词 ：本体, 自动分类, 元搜索引擎

Abstract：

This paper focus on automatic classify the results from meta search engine based on Ontology. A pharmaceutical Ontology is established previously and a test model of automatic classify the results from meta-search engine based on it is carried out. Through this model, the author searches on-line about pharmacy domain and output a classified Web pages collection which are displayed clearly and systematically. Finally, the evaluation and conclusion of this model are made and the effect of it is relatively satisfactory.

Key words： Ontology Automatic classification Meta-search engine

收稿日期: 2008-06-11 出版日期: 2008-09-25

G354.4

通讯作者: 王梅文 E-mail: wangmwnb@163.com

作者简介: 王梅文

引用本文:

王梅文. 基于本体进行自动分类的元搜索引擎的设计与实现[J]. 现代图书情报技术, 2008, 24(9): 58-63.
Wang Meiwen. Design and Implementation of Automatic Classification Meta-search Engine Based on Ontology. New Technology of Library and Information Service, 2008, 24(9): 58-63.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2008.09.10 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2008/V24/I9/58

［1］王明文.网页与文本自动分类综述［J］.南昌工程学院学报，2005，124(3)：20-25.
［2］ Uschold M, Jasper R. A Framework for Understanding and Classifying Ontology Applications［C］. In :Proceedings of the IJCAI-99 workshop on Ontologies and Problem-Solving Methods (KRR5). Stockholm, Sweden, 1999.
［3］ Kanteev M, Minakov I, Rzevski G, et al. Multi-Agent Meta-Search Engine Based on Domain Ontology［EB/OL］.［2007－09－30］. http://www.magenta-technology.com/docs/conferences/AIS-ADM_StPetersburg/Multi-Agent%20Meta-Search%20Engine%20Based%20on%20Domain%20Ontology.pdf.
［4］ Movva S, Ramachandran R, Li X, et al. Noesis: A Semantic Search Engine and Resource Aggregator for Atmospheric Science［EB/OL］.［2007-09-30］.http://esto.nasa.gov/conferences/nstc2007/papers/Ramachandran_Rahul_A3P4_NSTC-07-0084.pdf.
［5］ Lu H M, Zeng D, Trujillo L, et al. Ontology-enhanced Automatic Chief Complaint Classification for Syndromic Surveillance［J］.Journal of Biomedical Informatics, 2008(41):340–356.
［6］王梅文.药学本体构建实践［J］.电脑技术与知识（学术交流），2007(12)：1520-1522.
［7］计算所汉语词法分析系统ICTCLAS［CP］. ［2007-04-20］.http://www.nlp.org.cn/project/project.php?proj_id=6.
［8］ Jdbc Back-end Design Rationale［EB/OL］.［2008-05-30］.http://protege.stanford.edu/doc/design/jdbc_backend.html.

[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]	李娇,黄永文,罗婷婷,赵瑞雪,鲜国建. 基于多因子算法的自动分类研究*[J]. 数据分析与知识发现, 2020, 4(11): 43-51.
[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]	李湘东, 高凡, 李悠海. 共通语义空间下的跨文献类型文本自动分类研究^*[J]. 数据分析与知识发现, 2018, 2(9): 66-73.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	邓三鸿, 傅余洋子, 王昊. 基于LSTM模型的中文图书多标签分类研究^*[J]. 数据分析与知识发现, 2017, 1(7): 52-60.
[15]	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.

Viewed

Full text

Abstract

Cited

Shared

Discussed