首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
Ontology在数字图书馆领域中的应用与研究综述   总被引:2,自引:0,他引:2  
刘颖  詹萌 《图书馆杂志》2005,24(6):53-58
Ontology作为一种能在语义和知识层次上描述概念体系的有效工具,是知识工程及其相关领域的研究热点之一,在数字图书馆领域也得到了相当广泛的关注。本文简要介绍了OntologY在数字图书馆领域的研究和应用现状,包括Ontology与叙词表、分类法、知识库、元数据的关系,Ontology构建方法以及Ontology在数字图书馆领域的应用等。  相似文献   

2.
基于Ontology的大规模知识库系统是语义内容应用的基础.文章介绍了四个有代表性的基于Ontology的大规模知识库系统,分别分析了系统的关键技术、特点和性能,并对它们的性能进行了对比分析,最后分析了当前系统的局限、挑战和趋势,以期对国内数字图书馆知识库建设有所帮助.该文为2008年第9期本期话题"知识抽取"的文章之一.  相似文献   

3.
基于Ontology的数字图书馆知识管理系统的设计与实现   总被引:5,自引:0,他引:5  
在总结Ontology构建知识管理系统四个方面优势的基础上,阐述了基于Ontology的数字图书馆知识管理系统的总体架构和各主要模块的设计思路;然后,重点叙述了如何采用HP公司的Jena开发包实现系统的各个模块,并给出了系统实现中的主要技术要点。最后,指出了系统的不足和后续的研发工作。  相似文献   

4.
基于Ontology的数字图书馆知识管理系统设计与实现*   总被引:1,自引:0,他引:1  
在总结Ontology构建知识管理系统四个方面优势的基础上,阐述了基于Ontology的数字图书馆知识管理系统的总体架构和各主要模块的设计思路;然后,重点叙述了如何采用HP公司的Jena开发包实现系统的各个模块,并给出了系统实现中的主要技术要点。最后,指出了系统的不足和后续的研发工作。  相似文献   

5.
情报研究中知识集成模型及应用研究*   总被引:2,自引:0,他引:2  
分析情报研究与知识集成的关联性,论证情报研究中导入知识集成的目的;以Ontology为技术支撑,探索基于Ontology的知识集成思路,提出一种基于Ontology的知识集成模型;分别以面向领域和面向任务的不同情报研究课题为例,探索情报研究中知识集成模型的应用方案。  相似文献   

6.
近些年来,本体(Ontology)已经在知识工程、人工智能、语义网等相关领域得到了广泛关注和深入研究。目前在数字图书馆领域,本体资源仍然是种稀缺资源。作为“基于本体的数字图书馆信息检索模型”研究课题的一部分,我们构建了“国共合作”历史领域本体,希望利用本体的思想和方法来对数字图书馆中的人文历史学科资源进行知识组织和知识表现。本文将介绍我们在历史领域本体构建方面所进行的工作,探讨在领域本体构建过程中所遇到的问题及其解决方法,希望我们所做的工作能为数字图书馆相关领域的本体构建研究提供有价值的参考。  相似文献   

7.
Ontology:概念及其在数字图书馆中的应用   总被引:12,自引:0,他引:12  
楼向英 《图书馆杂志》2002,21(11):45-47
本文对Ontology的概念进行了介绍,并论述了在数字图书馆中应用Ontology有何意义。  相似文献   

8.
基于Ontology的信息检索是一个前沿性研究课题.文章在对比分析Ontology与叙词表两种知识组织工具的基础上,对以Ontology取代叙词表及将其应用于检索系统中的可能性和具体方式进行了理论思考,提出并阐述了传统应用模式、元搜索应用模式和互操作应用模式等3种比较适宜的面向信息检索的Ontology应用模式设想.鉴于传统应用模式的基础性地位,作者随后针对该应用模式,结合对信息检索流程的全面分析,抽象并提出了一个知识组织工具在检索系统中应用的参考模型.  相似文献   

9.
文章从Ontology和文献知识发现出发,在整理现有Ontology系统的基础上,分析了其存在的问题,针对问题中关键的适应性问题,提出了分层的面向Ontology的知识发现模型。该模型将整个Ontology系统分成5个层次,以适应不停变化的世界需要。文章最后提出了与模型相关的尚未进行研究的问题。  相似文献   

10.
当前知识抽取的主要技术方法解析*   总被引:3,自引:0,他引:3  

 对MnM、KIM、Text2Onto、Amilcare、Melita等具有知识抽取功能的系统所应用的技术方法进行解析。提出在当前知识抽取技术中,机器学习和自然语言分析两大思路各自得到较大发展,并且在相互融合、相互借鉴中受益。在基于机器学习的知识抽取方面,出现以自适应信息抽取(Adaptive IE)、开放信息抽取(Open IE)为代表的新思路,并且有向自动本体学习(Ontology Learning)方向发展的趋势;在基于自然语言分析的知识抽取方面,基于模式标注、语义标注的方法得到广泛关注和进一步完善,并且有向基于Ontology的信息抽取(OBIE)方向发展的趋势。此外,为减少Ontology建设成本,让人们可以利用简单的自然语言构建Ontology,基于受控语言的信息抽取(CLIE)技术也得到一定的关注。  相似文献   


设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号