分享到:

网络环境下基于ontology的医学知识组织研究

本文针对信息组织领域存在的组织问题和检索问题,与具体的医学信息领域相结合,从列举现有医学信息常用的基本组织方法与方式出发,总结出基于ontology的知识组织的必要性与实用性,特别是对于医学信息组织采用ontology手段的重要意义。同时归纳总结了目前已经开发出来的医学ontology的一些基本情况,如UMLS、PharmOKB、ONIONS、GALEN。在研究现有医学ontology的基础上,提出了医学ontology的本质、ontology与医学主题词表的异同,重点建立了医学ontology的样本,并设计和开发了建立医学ontology的方法与步骤。结合上述基于ontology的医学知识组织需考虑的关键问题,最后构建了基于ontology的医学智能信息检索模型,期望从真正意义上解决用户的信息检索问题,实现智能信息检索。  (本文共71页) 本文目录 | 阅读全文>>

电子科技大学
电子科技大学

基于ontology的内容安全技术研究与实现

内容安全,特别是web环境的内容安全已经成为当今重要的议题之一,受到个人、企业及政府的高度关注。本文首先概述了内容安全的现状和目前面临的主要问题,并简要介绍了跟内容安全紧密相关的技术——信息抽取技术和内容过滤技术。本文对ontology理论和语义互联网技术进行了较为全面和完整的介绍,阐述了本文从事的研究所涉及的技术背景。Ontology技术是知识工程领域提出的一种方法学。它是对知识的一种形式化描述,由于其知识描述能力使它在某些情况下适合于作为文本语义描述的模型,将ontology技术与信息抽取技术相结合的研究已经取得相当的进展。未来的互联网是语义互联网,它将web上的信息结构化、语义化,不仅进一步为信息共享提供了平台还为信息的机器自动处理提供了可能。语义互联网环境一方面为内容安全管理提供了更好的机制,另一方面也向传统的内容安全技术提出了挑战。在第四章本文详细介绍了内容分析ontology的设计。内容分析ontology是作者所在...  (本文共108页) 本文目录 | 阅读全文>>

电子科技大学
电子科技大学

面向信息抽取的ontology设计与实现

如今,Web 成为了网络信息的主要平台,是人们获取知识的主要来源。但是,由于Web 页面的无结构性、超链接的自由无序、以及Web 内容的海量性、多样性和动态变化,人们从Web 上搜索真正想要的信息其实并不容易。从长远看,解决上述矛盾的根本方法就是变无序数据为有序知识,让计算机能够理解Web 信息,同时理解使用这些信息的人。Web 创始人Tim Berners-Lee于1998 年提出了Semantic Web(语义Web,或语义网)的构想,它是当前Web的扩展,其中的信息被赋予定义良好的含义,使计算机可以理解,从而和人更好的协作。为了将目前无序的Web 改造成有序的计算机可理解的知识宝库,语义Web采用多层次的表示框架,ontology 位于从文档描述到知识推理转折的层次,因此ontology 的构建是实现语义Web 的关键环节。 ontology 就是用来描述某个领域(领域ontology)甚至更广范围(通用ontology)...  (本文共96页) 本文目录 | 阅读全文>>

电子科技大学
电子科技大学

基于ontology的信息抽取系统的研究与实现

随着Intenet的快速发展,web已经成为跨全球的信息源。使用传统的搜索引擎,用户要精确地找到所需信息往往十分困难。提高搜索引擎准确性的一个主要途径是使其在某种程度上理解信息源的内容。基于此,本文提出一种基于ontology信息抽取技术,它把ontology和信息处理技术结合起来,是现在信息抽取研究的一个热点,其最大的优点是对网页结构的依赖很少,只要事先创建的应用领域ontology足够强大,系统可以对该应用领域中各种文本实现信息抽取。这项技术对网络资源的分类、登记建档及进一步的监管和过滤具有重要意义。本文首先介绍了信息抽取技术及其产生背景和发展历史,分析了信息抽取系统体系结构、信息抽取的分类及信息抽取的关键技术和衡量指标,然后介绍了ontology的基本知识。在此基础上,本文提出了一种基于ontology的信息抽取新方法。在本方法中,把信息抽取和ontology结合起来,先利用领域ontology里的概念、关系、关键字等自动...  (本文共87页) 本文目录 | 阅读全文>>

电子科技大学
电子科技大学

基于ontology的信息抽取系统的研究与实现

本文首先介绍了信息抽取技术及其产生背景和发展历史,分析了信息抽取系统体系结构、信息抽取的分类及信息抽取的关键技术和衡量指标。本文还介绍了ontology的基本知识。在此基础上,本文提出了一种基于ontology的信息抽取新方法。在本方法中,我们把信息抽取和ontology结合起来,先利用领域ontology里的概念、关系、关键字等自动生成抽取规则(Rule),然后对文章,句子进行语法分析预处理,再利用语法分析的结果和先前生成的抽取规则一起对文档进行信息抽取,最后把抽取的结果以记录的形式输出。在本文中,我们根据上述方法并结合工程实际情况,设计了一个基于ontology的信息抽取系统并编写代码实现了这个系统。因此在本文中,我们详细介绍了系统的总体框架,系统的各主要模块的设计等。由于本系统是根据规则进行信息抽取的,所以本文还着重说明了两种信息抽取规则,JAPE和Lex,介绍了它们的语法、抽取信息的方法以及自动产生抽取规则的算法等。我们...  (本文共76页) 本文目录 | 阅读全文>>

南京理工大学
南京理工大学

基于Ontology的内容分析法的研究

内容分析法是一种对文献内容进行系统地、客观地、定量地描述的研究方法,并且在社会科学研究中得到了广泛的使用。它作为一种定量与定性相结合的研究方法,在不同的领域中具有不同的应用功效。它可以得到内容的本质,查明某个专题多年来的客观事实和发展趋势,描绘学术发展的轨迹,阐述学术发展的历程,发现作者的风格,反映个人或团体的态度、兴趣,获取政治、军事、经济情报等一系列隐含在内容中的潜在信息。但是,随着信息的激增,以及语义网的发展,人们对内容分析有了新的要求,要求对内容在语义层次上进行分析,也就是迫切要求内容分析法在新的需求环境下获得新的拓展。本体(Ontology)是共享概念模型的明确形式化规范说明。它关注概念之间的内在的语义联系,是语义检索的基础。本文首先研究了内容分析法的基本理论、应用与局限性,在对本体的基本原理进行阐述的基础上,提出了将内容分析法与本体进行有效结合的新的研究思路,然后探索了基于Ontology的内容分析法的操作流程和应用...  (本文共86页) 本文目录 | 阅读全文>>