基于概念网的智能信息服务

基于概念网的智能信息服务

罗叁定, 曾亮[1]2004年在《基于概念网的智能信息服务系统的设计与实现》文中提出针对如何组织、管理与有效获取信息问题,介绍了一个基于概念网的集信息收集、检索与管理的智能信息服务系统设计与实现.依靠概念网,采用文本类别特征提取及文本匹配和概念角色提取算法完成待收录文档的自动分类组织,利用概念检

黄倩[2]2005年在《基于概念网的智能信息服务实现》文中认为用基于均值和方差的文档分类,本文建立了一种新型概念网络模型。在此基础上,采用智能检索接口,建立了基于概念网的智能信息服务系统。系统依靠后台的概念网络,处理信息的收集和检索请求,将文档进行自动分类和关联,从而有效、合理的组织文档。在接收到用户的查询请求时,系统通过对用户查询意图的理解,过滤与用户查询意图不相关的文档,从而有效提高查询精度。试验表明,该系统能大大提高用户的检索效率和准确度

陆文彦[3]2002年在《概念网的建模、实现与应用》文中研究指明基于概念的信息检索是当前智能信息检索研究的重点,而概念的表示与组织则是概念检索中的主要问题。本文针对概念表示,提出了概念的对象网络模型,该模型以一个对象的观点来认识概念的内涵,把概念看成是一个具有属性、行为、概念描述、概念词的复杂对象体。概念与概念之间再通过结构关系、语义关系而构成一个复杂的概念网络。通过这个网络,知识之间便构建了一种“联想的脉络,推理的依据”。 针对概念网的实现,本文根据概念的对象特性,给出了通过ORDBMS中的对象类型来实现概念网的方法。在此,概念网被表示为:“概念内部对象”、“概念关系对象”和“概念实例对象”叁种数据类型.从而有效的完成了对概念的封装。同时,为了帮助人们组织构建与管理概念网,本文还给出了一个概念基本管理的模型系统。 为了帮助人们构建概念网,本文给出了一个由文本集到特征概念集,再到概念网的实现方法。针对该方法的具体实现,本文给出基于数据管理系统的分词程序的具体实现,并针对分词算法中新词的处理、歧义的切分等问题给出了一个自学习的分词系统的设计方法。对分词的结果再进行综合加权处理,最终得到文档的特征概念集。 针对概念网的应用,本文粗略的讨论了基于概念网的信息检索笺略。针对当前基于VSM中类别特征向量巨大、表达特征不明显的缺点,本文还提出了根据概念网将特征向量由术语空间转换到概念空间的方法。在此基础上,它通过对概念进行类内和类间的统计分析,得到类别的特征的均值与方差两个向量,通过模糊距离计算来对文本进行类别匹配。该方法克服了传统IDF方法缺点,能有效地从概念上提取文本类特征,提高文本自动分类的准确性。

曾亮[4]2004年在《基于概念网的智能信息服务》文中研究说明随着人类社会步入信息社会,人类面临“信息爆炸”、“混沌信息空间”和“数据过剩”带来的巨大压力。人们迫切需要一种智能代理完成多种耗时、复杂的工作。针对上述问题,本课题旨在设计一个基于概念网络的智能信息服务器,帮助用户有效的收集、检索和管理信息,为用户提供高效的信息服务。 本课题采用概念网络作为其后台知识库。概念网络是一个描述客观事物及其内在联系的一个信息模型。该模型以一个对象的观点来认识概念的内涵,把概念看成是一个具有属性、行为、概念描述、概念词的复杂对象体。概念与概念之间再通过关联关系构成一个复杂的概念网络。通过这个网络,知识之间便构建了一种“联想的脉络,推理的依据”。 本文详细地讨论智能信息服务器的整体构建策略。系统依靠后台的概念网络,处理信息的收集和检索请求。对用户收集的文档采用概念分词算法、概念特征和角色提取算法,将文档进行自动分类和关联,从而有效、合理的组织文档。在接收到用户的查询请求时,系统通过对用户查询意图的理解,过滤与用户查询意图不相关的文档,从而有效提高查询精度。为了提高检索的精度和效率,系统采用交互式的检索模式,逐步聚焦检索目标。 本文还针对本题中概念网络匹配、个性化服务和Web服务叁个关键技术做了重点讨论。给出了一套概念网的概念运算方法,通过运用这些概念运算方法完成各种概念匹配任务。具体讨论了用户个性模式的创建、表示和学习算法,辅助本系统支持个性化服务。对当前热门的Web服务技术从它的整体服务体系结构开始,到它的开发周期以及应用程序和服务、服务与服务间的消息传递机制做了详细的阐述。 最后,本文分别从用户接口层、业务对象层和数据层介绍系统的具体实现。给出了实验结果证明本文的观点,并对今后的工作提出新的要求。

胡发连[5]2007年在《基于概念短语的科技文献知识管理系统的研究与设计》文中研究说明科技文献中存在着大量的信息资源。如何让科研工作者在研究过程中有效地利用、发现、获取、组织和管理这些信息资源是摆在信息服务工作者面前的难题。知识的高速增长迫切需要一种全新的知识管理工具来有效地组织管理通过各种途径获得信息,以便科研工作者在进行研究工作时检索和利用。本文的研究工作主要包括以下几个部分:知识模型研究。建立了科技文献知识表示模型。本文分别从概念级、短语级和框架级等不同层次描述科技文献知识表示模型。概念级指的是本体概念网络模型,主要包括领域概念网模型和知网的组织与利用两大方面;短语级指的是概念短语的特征及其结构模型分析;框架级是指文档表达—科技文献的知识描述框架,包括科技文献知识表述特征的分析和科技文献知识描述框架的建立两方面的工作。科技文献知识框架描述短语的获取。本文针对文本信息,采用基于本体概念网的特征提取方法提取其中的特征信息—概念短语。设计了基于本体概念网络的科技文献描述短语的获取、评价及其相关度计算算法。信息检索。设计了基于框架的科技文献知识概念检索策略及评价方法。系统在了解用户个人特性的基础上,在概念层次上理解用户的查询请求,填充查询框架,通过计算查询框架与文献框架的相似度,返回用户需要的文档。知识管理。设计了领域概念网编辑工具、文献阅读器(笔记本)等工具。用户通过这些工具可以方便的对信息进行自动收录或进行人工管理。系统构建。本文最后设计并构建了基于概念网的科技文献知识管理系统平台,为用户科研工作提供帮助。

袁庆霓[6]2010年在《基于网络化制造环境的制造资源共享服务语义关键技术研究》文中认为在网络化制造环境下,企业关注的核心是资源信息,因而企业间的业务协同过程,可以看作是企业间优势制造资源的配置和资源重组过程。这个过程涉及了资源的建模、资源发现、资源获取、资源搜索等一系列对资源的操作。合理有效地管理好这些资源及对资源的操作,促进制造资源有效共享,就成为网络化制造环境下制造资源共享服务的核心任务。本文结合语义Web (Semantic Web),构建了基于语义Web的制造资源共享服务平台,对网络化制造环境下的制造资源语义建模、基于本体学习的制造资源自动获取技术、基于概念网的语义匹配、基于规则的本体推理等资源共享服务中的语义技术问题进行深入研究,为充分、合理地共享和利用现有的制造资源信息,实现资源的高效共享,探讨了新的途径,满足网络化制造发展的需求。其主要研究成果如下:(1)综述了制造资源共享的国内外研究现状,针对存在的问题,提出了结合语义Web技术,构建制造资源共享服务平台,并对平台中的语义技术进行了分析,确定了论文的研究内容和思路。(2)针对互联网上不同的企业和组织对资源的概念描述存在的差异,提出一种基于概念层次的语义建模方法。该建模方法引入制造资源的元数据,充分利用现有的资源描述规范和标准,构成了由概念层和元数据层组成的制造资源本体的语义元数据模型。实现了对制造资源的有效组织和描述,保证制造资源语义的一致性和完整性。(3)针对互联网中的制造资源知识信息主要数据格式,以Web表格形式为主要对象,提出了基于Web表格的资源自动获取本体学习方法。该方法利用Spider进行网络主题搜索,经过网页去噪、结构化和文档转换等网页处理后,对网页的元数据信息进行表格内容抽取,并通过一定的规则将提取的概念及概念间的关系自动映射为制造资源领域本体,实现本体库的自动构建。(4)为了提高用户检索条件和制造资源信息的匹配效率,首先结合概念网络与制造资源领域本体,建立了加权概念网,在基于本体加权概念网的基础上,提出了独立元素相似度算法和概念网结构相似度算法相结合的匹配方法。该方法将用户检索条件用基于语言的方法进行概念提取与处理,计算与制造资源领域本体概念的相似度,以相似度最高的本体概念为概念网结构的入口,计算概念网结构相似度。概念网结构相似度采用语义距离来度量,用改进后的最短路径算法来计算语义距离,并构建了相似度函数。(5)针对构建制造资源本体的逻辑冲突问题,确定了基于描述逻辑的领域知识检错(一致性检测)推理和基于关系的蕴涵知识发现推理两种基本推理机制,提出了基于描述逻辑与规则的逻辑推理模型。在该模型中,本体库中的一致性问题,采用基于Tableaux算法的RACER推理实现;在蕴涵知识发现中,在对制造资源领域本体的规则进行定义的基础上,采用SWRL规则语言对规则进行形式化描述,并进行格式的转换,实现基于Rete算法的Jess推理。经过本体的自动逻辑推理,优化了本体结构,为用户界面的本体匹配或检索提供具有合理逻辑的知识层次结构。

胡祥萍[7]2013年在《云制造环境下基于语义的制造资源建模与管理研究》文中认为信息技术和网络技术的发展为制造业带来了新的发展模式,云制造是一种基于网络、面向服务的智慧化制造新模式,其核心是在低碳经济发展大趋势下盘活社会存量资源,实现资源全面共享与优化配置。云制造环境下,制造资源具有异构性、多样性、动态性以及复杂性等特点,为了在云制造环境下对制造资源进行有效的管理,实现资源全面共享,关键要建立制造资源分类模型并对这些异构资源进行准确而统一的描述,构造制造资源云池,进行统一、集中的优化管理和经营,并研究其搜索、匹配以及共享技术,便于资源的搜索发现、资源配置和重用。本文基于云制造和SOA思想,面向云制造资源,结合本体语义和制造资源标准,对云制造资源进行统一分类;对比分析了面向对象和基于本体建模方法的异同,提出了基于本体的领域模型建模方法,并基于本体建模和管理工具Protege,建立了制造资源的统一语义模型,使制造资源模型在描述、表达和理解上具有一致性,为制造资源云池的构建奠定基础。本文结合本体语义,对加权概念网进行研究,并基于加权概念网提出了基于加权概念网的语义距离算法和概念相似度算法相结合的语义匹配算法,构建了相似度函数,计算制造资源领域本体的概念相似度,为云制造资源的查询匹配提供算法,提高查准率和查全率,并设计了云制造资源平台中的语义匹配算法流程和相似性度量模块体系结构。最后,本文探讨了本体语义检索与资源可视化技术,基于Protege实现了制造信息资源本体智能查询与可视化展示功能;在以上研究的基础上,基于Web开发了基于本体的制造资源建模与管理的原型系统,完成了系统的体系架构设计、功能模块分析、核心功能实现和实例验证,实现了制造资源本体模型管理、共享和语义检索。

文海英[8]2008年在《网络教学系统的知识组织及其导航研究》文中提出随着Internet的发展,网络教学得到了越来越广泛的应用,学生可以不受时间和空间的限制参加网上学习。在高校,网络教学也作为教师教学的辅助工具和学生学习的认知工具引入课程当中,以提高教育和教学效率。然而,网络教学面对的学生存在着极大的差异性,这就决定了网络教育必定是一种个性化教育,而课程领域知识组织和学习导航方法是个性化网络教学系统中的基本问题,包含了知识表示、信息系统的体系结构、信息检索和推理算法等内容。论文从课程领域知识自身的特点和学习的普遍规律出发,分析了课程知识的结构,研究了在Ontology框架下的领域知识的组织模型;研究了课程—知识单元—知识点—素材四层结构的课程知识体系结构;研究了领域知识本体的分类方法,定义了四类概念;设计了网络教学系统中的知识组织和管理的本体概念网——知识点集——教学素材库叁层结构,使知识组织、知识呈现和知识资源既相互独立又彼此联系,从而实现了知识共享、知识联想、内容自动合成和灵活多变的目的,为网络教学系统实施“因材施教”提供了知识基础。设计了用户模型、教学模型及各种智能导航策略和算法,为网络教学系统实现智能化和个性化教学提供了一种方法,体现了建构主义的教学理念和以人为本的服务宗旨。在以上的基础上,以《VFP数据库程序设计》课程为应用实例,对个性化的网络教学系统的构建进行了探索性的实践研究。论文最后对个性化网络教学系统的发展前景进行了展望,同时提出了本论文理论研究和实践开发可以进一步改进的方向。

刘治国[9]2003年在《概念网技术在数码城市的信息组织与信息检索中的应用与研究》文中认为数码城市的信息组织和信息检索是当前数码城市的一个研究重点,它在很大程度上决定了用户(包括政府、企业和普通用户)对数码城市项目是否认可。本文分析了现有数码城市的系统结构、技术路线以及系统中信息之间的复杂联系,并指出其在信息组织与信息检索方面的不足。有效的信息组织是信息检索的基础,由此,文章提出了基于概念网的信息组织和信息检索。 本文针对概念表示,提出了概念网模型,该模型以面向对象的观点来认识概念的内涵,把概念看成是具有属性、行为、概念描述、概念词的复杂对象体。概念与概念之间再通过结构关系、语义关系而构成一个复杂的概念网络。通过这个网络,知识之间便形成了一种“联想的脉络,推理的依据”。 针对概念网的实现,本文通过分析概念模型和概念网模型的特点,给出了通过从概念节点到概念树,再由概念树通过概念之间的关联形成概念网的技术路线。并且将这一技术路线运用到实际的数码城市信息组织中,成功地实现了数码城市的概念网。 信息检索方面,文章分析了概念网中叁种信息检索情况,重点介绍了基于概念运算的信息检索方法。本文给出了一套概念网的概念运算方法。将概念模型向量化,通过计算用户查询意图对概念的兴趣度来对概念网进行截集,形成概念集。基于概念集关系对查询意图通过概念运算进行概念匹配,得到最佳匹配结果。对于某些查询请求再进一步得出概念之间的联系,根据概念网组织信息形成信息网络的特点,文章借用了图论中最优路径算法,并在此基础上给出了次优路径算法进行信息检索。 文章最后对系统的实现进行了阐述,分析了系统的结构和各部分的衔接关系。基于概念网的信息组织与检索方法为数码城市的系统设计提供了一种新的解决途径,初步解决了在数码城市中完全基于概念进行信息搜索的问题。

曾慧宏[10]2005年在《面向网络学习的知识服务平台及检索方法研究》文中提出当前网络教学资源的数量呈海量级发展,但利用网络学习课程知识始终处于非主流的辅助地位。其主要原因是:网上的学习资源处于简单重复建设状态,缺乏有效的信息组织结构,不能根据学习者的具体情况建构个性化的学习内容和学习模式,发挥网络学习的特长。 本文认为网上丰富的学习资源是围绕着课程的知识体系结构的,个性化学习的基本特点是知识组织的灵活性和资源呈现的灵活性。因此,使计算机能够理解学科领域知识,能够对知识和与知识相关联的学习资源进行灵活处理和重组是解决问题的根本途径。为此,本文提出建立一个面向网络学习的知识服务平台;通过学科领域知识网络来组织学习内容,管理学习资源,以实现个性化的网络学习服务。 学科领域知识采用本体概念网模型来表示,即用本原的、一般性的、简单规范的规则与知识关系抽象和概括学科知识;采用计算机能够处理的形式——概念网模型来表示知识。该模型以面向对象的观点来认识概念的内涵,把概念看成是一个具有名称、同义词集、属性集、规则集的复杂对象体,概念与概念之间再通过关联和事件构成一个复杂的概念网络。通过这个网络,既能描述学科知识点及知识结构,又可以动态的表示知识的多种分类,为学习资源组织和学习内容构建提供了知识基础。 在知识表示的基础上,本文论述了基于本体概念网、知识点框架集、学习素材库叁层结构的网络学习服务平台的构建方法。该平台实现了课程内容、用户学习结构与学习管理程序相分离,课程的知识本体、内容结构与呈现资源相分离,在教师教学策略指导或学生学习任务的驱动下实现学习结构的重构、内容呈现的重组。 最后,本文进一步介绍了如何利用现有领域知识库来进行概念检索。其核心思想是用概念网中所定义的知识间的语义关系来理解用户的检索意图,消除用户提交的检索词在概念层次上的差异。针对应用系统的需求,设计了两类概念检索方法:面向元数据描述资源的检索,以及知识点概念检索导航方法。概念检索体现了个性化

参考文献:

[1]. 基于概念网的智能信息服务系统的设计与实现[J]. 罗叁定, 曾亮. 南华大学学报(理工版). 2004

[2]. 基于概念网的智能信息服务实现[J]. 黄倩. 现代情报. 2005

[3]. 概念网的建模、实现与应用[D]. 陆文彦. 中南大学. 2002

[4]. 基于概念网的智能信息服务[D]. 曾亮. 中南大学. 2004

[5]. 基于概念短语的科技文献知识管理系统的研究与设计[D]. 胡发连. 中南大学. 2007

[6]. 基于网络化制造环境的制造资源共享服务语义关键技术研究[D]. 袁庆霓. 西南交通大学. 2010

[7]. 云制造环境下基于语义的制造资源建模与管理研究[D]. 胡祥萍. 北京交通大学. 2013

[8]. 网络教学系统的知识组织及其导航研究[D]. 文海英. 中南大学. 2008

[9]. 概念网技术在数码城市的信息组织与信息检索中的应用与研究[D]. 刘治国. 中南大学. 2003

[10]. 面向网络学习的知识服务平台及检索方法研究[D]. 曾慧宏. 中南大学. 2005

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  

基于概念网的智能信息服务
下载Doc文档

猜你喜欢