基于语义网的农业知识本体研究

合集下载

基于语义的农产品综合信息平台研究

基于语义的农产品综合信息平台研究
现有 的异质异构农产品信息资源进行整合 , 实现集成 和共享 ; 另一方面 , 提供图形化 的客户端工具 , 使用户通过统一 的人 口 有效地利 用农产 品信息。
1 系统 架 构
资金和人才等方面处于劣势 的农业 信息化发 展 , 我国的农 对
业发展就显得尤为迫切 。近年来 , 随着 网络与信息 技术 的发 展, 出现 了各 类农业信 息 网络平 台 , 中国农 产 品行 业信息 如 网、 农博大市 场、 山东省农业 与农村信息综合服务平 台、 爱农 信 息驿 站、 浙江农业信息 网、 杭州农产 品网、 江西信息 田园 、 山
收稿 日期 : 1 — 6— 8 2 1 0 2 0 基金项 目: 国家 自然科学基 金( 编号 : S C 0 0 1 1 ; N F 6 8 3 6 ) 浙江省科技 项
东省淄博市 临淄 区农业与农村 信息综合 服务 平 台等 , 为解决 长期以来制约农业发展的瓶颈因素之一——农户信息资源贫 乏问题 提供 了良好 的基础设施 条件 。但是各地的发展相对不
平衡 , 长三角 、 珠三角地区经济较发达省份先后建立了农 产品
以面向互联 网的农 产品信息为背景 , 以语义 We b的相关
是指需要管理和集成的数据资源 , 主要分为 2类资源 , 一 类为信息资源 , 如粮油信息 、 畜禽信息 、 蔬菜信息 、 花卉信 息、 农资信息、 民资源、 农 农产品加工企业资源和农产品流通企业 资源 , 即所有在农产 品信息系统 中使用 的数据 资源 ( 本研 究 针对 的数据主要 是指 以关系数据 库形式 存在 的数据 ) 另一 ; 类是元信息资源 , 主要指农产 品本体 资源 , 如农产 品类 、 农产 品加工类、 农产品期货类 、 加工企业类 、 流通企业类等元信息 。

基于语义Web的农业生产协同决策服务机制研究

基于语义Web的农业生产协同决策服务机制研究

本体 建 模语 言 的异 构 农业 知 识资 源 描述 模 型 和决 策服 务 形式 化 表达 模 型 。 以模 型 为 基 础 , 农 业 协 同决 策 服务 将 需求 分 解 为多 个决 策 流程 片段 , 设计 了 基 于上 下 文 感知 计 算 的农 业 问题 协 同决 策 服 务 机制 , 现 对 多 个决 策 流 实 程任 务 和知 识 资源 的 按需 调 度 , 提高 了农 业 知 识 资 源 的 利 用 效率 和协 同推 理 效 率 。 与 其他 方 案 不 同 , 机 制进 该
21 0 3月 1年
农 机 化 研 究
第 3期
基 于 语 义 We b的 农 业 生 产 协 同 决 策 服 务 机 制 研 究
孙 想 ,吴华 瑞 ,朱 华 吉 ,顾 静秋 。
(. 1 国家农 业 信 息化 工 程技 术研 究 中心 ,北 京 1 0 9 ;2 农 业 部农 业信 息 技术 重 点开 放 实 验室 ,北 京 1 0 9 007 . 0 0 7) 摘 要 : 针 对分 布 式农 业 知识 资 源异 构 、 自治和 难 以实 现 共享 服务 的问题 , 用语 义 We 采 b技 术 , 出了 基 于 We 提 b

步考 虑 了任 务均 衡 分解 与 知识 资 源智 能 调度 对 协 同决 策服 务机 制 的 影 响 , 通 过 生 猪 疾病 协 同诊 断 决 策 系统 并
的搭 建 进行 了应用 实 例验 证 。实 验 表 明 , 方法 在 求解 精 度 、 策 效率 方 面优 于 传统 农 业智 能 决策 方 法 。 该 决
关 键 词 :语 义 We ;农 业 智 能 系 统 ; .下 文 感 知 ;协 同 决策 b 中 图 分 类号 :T 1 2 P 8 文 献 标 识 码 :A 文 章 编 号 :1 0 0 3—1 8 2 1 )3— 0 4— 5 8 X(0 1 0 0 3 0

语义网中的本体构建与推理研究

语义网中的本体构建与推理研究

语义网中的本体构建与推理研究随着互联网技术的不断发展,人们在网络上获取信息变得越来越容易,然而,这些信息往往是海量的、杂乱无章的,并不便于机器自动处理。

因此,我们需要一种能够理解信息含义的方式,来帮助我们更好地处理这些信息。

这就是语义网的基本思想。

语义网(Semantic Web)的核心是充分地使用信息的语义,通过构建本体(Ontology)、推理等手段来实现Web资源的高效利用和共享。

本体是语义网的基石本体是语义网中的核心概念。

顾名思义,本体就是用于描述实体及其关联关系的模型。

它是对某一领域中实体、概念、属性和关系等的描述,以及这些描述之间的约束、规则等。

本体的目的是消除不同人、不同组织、不同机器对同一概念的不同解释,为不同使用者提供一个一致的、标准的基础。

因此,本体的构建关系到语义网的推广和应用。

本体构建的方法本体构建的方法可以大致分为三大类:手工构建法、半自动化构建和自动化构建。

手工构建是最早出现的一种本体构建方式。

其优点在于可以高度抽象地描述概念,缺点在于速度慢、成本高。

半自动化构建则是在手工构建的基础上,在人工干预的情况下涉及到自动化工具,优点在于缩短了构建时间。

自动化构建是一种基于机器学习的方法,具有时间成本低、可扩展性好等优点。

本体推理的方法本体推理是指通过基于本体知识的逻辑推断,从本体中出发,再结合外部实例数据,推导出新的知识或结论,从而完善和扩展本体的过程。

本体推理的方法可以大致分为逻辑推理和规则推理。

逻辑推理是利用逻辑形式化地表示本体知识,然后进行逻辑推理的过程。

逻辑推理需要对本体进行形式化表示,从而使推理结果是形式化规则所允许的。

规则推理是指利用基于规则或规则表示的推理方法,利用规则的强特定性来完成推理任务。

本体构建和推理的应用完善的本体和推理技术可以帮助我们更好地利用和共享网络信息。

下面分别介绍几个应用。

1. 语义搜索语义搜索可以从网络数据中精确提取用户所需信息。

在语义搜索中,可以利用本体中的概念间关系,由搜索关键词推断出更适合用户需求的结果,从而不必对搜索结果进行手工筛选。

语义web中的本体学习OntologyLearningfortheSemanticWeb

语义web中的本体学习OntologyLearningfortheSemanticWeb

2.3 数据的导入和处理技术
文档的收集、导入和处理步骤 使用一个以本体为中心的文档爬虫来搜集网上 的相关文档。 使用自然语言处理技术来进行文档的处理。 使用一个文档包装器将半结构化文档(如领域 字典)转换成本体学习框架可以识别的格式 (如RDF格式)。 将处理过的文档转换为本体学习算法可以识别 的格式。
抽取词条
分类关系的抽取:(1)使用层次聚类技术(2)
使用模式匹配技术(字典)
非分类关系的抽取:使用基于关联规则的挖掘
算法
2.4 本体学习算法
本体维护算法
本体的修剪(发现和删除无关的概念)
(1)基线修剪(2)相对修剪
本体的精练(对本体的精细调整和增量扩展)
主要思想是先找出未知的词条,然后从本体中 找出与其相似的概念并提交给用户,最后由用 户决定该未知词条的意义。
FCA-Merge(第 三步):从概念格 生成新本体
2.3 数据的导入和处理技术
合并 本体1中的Hotel 本体2中的Hotel 本 体 2中 的 Accommodation
合并 生成新概念或关系
合并
2.3 数据的导入和处理技术
FCA-Merge算法小结
输入:两个本体和一个自然语言文档集 输出:一个合并过的本体。 对输入数据有如下要求: 文档集应该和每个源本体都相关。 文档集应该包含源本体中的所有概念。 文档集应该能够很好的分离概念。
3.本体的评价
精度 学习生成的本体
手工生成的本体
precisionOL =
| CompRef | | Comp|
召回率
recallOL =
| CompRef | | Ref|
Hale Waihona Puke 其中,Ref是参照本体中元素的集合, Comp是比较本体中元素的集合。

语义网络技术在知识图谱构建中的应用研究

语义网络技术在知识图谱构建中的应用研究

语义网络技术在知识图谱构建中的应用研究一、引言近年来,随着互联网信息爆炸式增长,人们急需一种更高效的方式来组织和管理海量的信息。

知识图谱作为一种表示和组织知识的方法,逐渐受到广泛关注。

而在知识图谱构建的过程中,语义网络技术扮演着重要角色。

本文将探讨语义网络技术在知识图谱构建中的应用研究。

二、语义网络技术概述语义网络技术是一种将事物之间的关系表示为图结构的方法。

在语义网络中,节点表示事物,边表示事物之间的关系。

通过这种方式,我们可以清晰地了解事物之间的联系,从而更方便地进行知识的组织和管理。

三、知识图谱构建中的语义网络技术应用1. 实体抽取与链接实体抽取是知识图谱构建的第一步,通过语义网络技术,我们可以从文本中自动识别出实体,并将其转化为节点。

同时,通过链接技术,将不同来源的实体链接到同一节点,从而实现实体的一致性和准确性。

2. 关系提取和建模知识图谱关注事物之间的关系,而语义网络技术可以帮助我们从文本中提取出关系信息,并将其转化为边。

通过建模技术,将抽取出的关系信息转化为可计算的形式,使得知识图谱更易于处理和应用。

3. 图谱理解与推理语义网络技术为知识图谱的理解和推理提供了基础。

通过对知识图谱的语义网络进行分析,我们可以发现事物之间的规律和模式,并进行推理。

这对于知识的深层次挖掘和应用具有重要意义。

四、语义网络技术在知识图谱构建中的优势1. 多样性与灵活性语义网络技术能够灵活地处理不同类型的实体和关系,从而适应不同领域的知识图谱构建需求。

它能够处理多种语义类型的节点和关系,不仅限于传统的层级结构。

2. 可解释性与可理解性语义网络技术的结构清晰,能够将事物之间的关系直观地展示出来。

这使得知识图谱的构建和使用更加可解释和可理解,为用户提供了更好的使用体验。

3. 可扩展性与可更新性知识图谱是一个动态的系统,需要不断地扩展和更新。

语义网络技术能够很好地应对知识图谱的变化,保证图谱的可扩展性和可更新性。

五、应用案例1. 百度知识图谱百度知识图谱是一个基于语义网络技术构建的大规模知识图谱。

语义Web中基于SKOS的知识组织模型

语义Web中基于SKOS的知识组织模型

语义Web中基于SKOS的知识组织模型
王茜;陶兰;王弼佐
【期刊名称】《计算机工程与设计》
【年(卷),期】2007(28)6
【摘要】语义Web中的知识组织问题越来越引起人们的关注,领域知识本体是理想的知识管理方案,但构建领域本体是件费时、费力的工作.为提供一种更为简单、易用的知识管理方案,采用W3C颁布的SKOS(simple knowledge organization system)构建领域知识组织系统,通过对模型中类与属性的扩展增强对知识的描述能力,研究模型与语义Web的结合问题,并分析了SKOS模型在语义Web中发挥的作用.
【总页数】3页(P1441-1443)
【作者】王茜;陶兰;王弼佐
【作者单位】中国农业大学,信息与电气工程学院,北京,100083;深圳大学,信息工程学院,广东,深圳,518060;中国农业大学,信息与电气工程学院,北京,100083
【正文语种】中文
【中图分类】TP182
【相关文献】
1.基于知识本体的航空发动机设计知识组织模型 [J], 陈永当;姜寿山;杨海成;杜兵劳
2.基于DAG知识组织模型的产品设计过程知识服务系统 [J], 刘运通;唐任仲;王国

3.基于知识元组织模型的《汽车构造》课程微课设计与教学研究 [J], 李洲稷; 陈智勇; 李妙玲
4.基于智能主题图的科技文献细粒度知识组织模型 [J], 秦春秀;郑梦悦;马续补;赵捧未
5.语义网环境中的叙词表实例研究——利用SKOS构造机器可理解的知识组织体系 [J], 范炜
因版权原因,仅展示原文概要,查看原文内容请购买。

农业知识图谱研究综述

农业知识图谱研究综述

农业知识图谱研究综述
唐闻涛;胡泽林
【期刊名称】《计算机工程与应用》
【年(卷),期】2024(60)2
【摘要】知识图谱是大数据时代下知识工程的关键技术。

利用知识图谱强大的语义理解和知识组织能力,可以解决现代化农业建设中农业知识分散无序、知识覆盖范围不足等问题针对农业领域数据复杂、专业性强等特点,给出了农业知识图谱的构建方法与框架;综述了农业知识图谱构建中本体构建、知识抽取、知识融合以及知识推理四个关键技术的国内外研究现状;系统梳理了农业知识图谱在决策支持、智能问答与推荐系统的应用;最后,介绍了几个具体的农业知识图谱实例。

根据农业知识图谱的研究现状,对其未来的研究方向进行了展望。

【总页数】14页(P63-76)
【作者】唐闻涛;胡泽林
【作者单位】赣南师范大学物理与电子信息学院
【正文语种】中文
【中图分类】TP182
【相关文献】
1.基于CiteSpace知识图谱的非英语专业研究生EAP教学研究综述
2.基于知识图谱的农业知识问答系统研究
3.国内工笔人物画研究领域研究综述及展望——基于CiteSpace图谱的可视化解析
4.基于HARP框架的农业知识图谱表示模型研究
因版权原因,仅展示原文概要,查看原文内容请购买。

基于知识网络的农业信息服务系统研究

基于知识网络的农业信息服务系统研究

2 系统 关键技术
2 1 知 识 网络 框 架构 建 .
大 多数 农 业 知识 、 业 技 能 和 农 业 方 法 都 是 离 散 农
的 , 以 自然语言 的形式存在 于文本 载体 中, 并 无法实 现知识 的集成和共享 , 但通过本体 的形式对这些知识 进行表达和组织并存 储于知识库中 , 以实现知识 的 可
农业知识 , 利用本体语 义 的形式加 以定义 和表 达。 并
操 作 组件 主要对 知识 节 点 进 行 管理 , 括 增 加 、 除 、 包 删 修 改 和 移 动 节 点 。分 析 组 件 主 要 是 分 析 各 数 据 库 中
识库 3个数据库中。 本 文依 据 Gue 出 的 5条 构 建 本 体 的基 本 准 rbr提
图 4所 示 。
文献[ ] 为 , 5认 知识 管理是 改进知识组 织构 架 的

个工具集 , 目在于通过正确 的形式把正确 的知识 其
图 5 农 业 知 识 网络 系统 框架
F g 5 New r r me o k o g iu t rlk o e g i. t o k F a w r fa r l a n wld e c u
索组件 、 分析组件 、 论坛 组件与操作组件 4个核心组
件 的协 同工作 , 现 有 效 的农 业 知 识 管 理 过 程 。从 农 实 业 知识 价 值 的角 度 看 , 知识 网 络节 点 的增 加 是 一 种 知 识 获 取 行 为 , 是 整 个 知 识 生 命 周 期 的开 始 , 识 节 也 知 点属 性 的更 改 意 味 着 知 识 的 增 殖 , 识 节 点 的删 除 意 知
图 2 基 于 AS NE 半 台 的 3层 架 构 P. T
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

基于语义网的农业知识本体研究摘要:随着农业信息技术的发展,“信息孤岛”成为了农业信息技术进一步发展的一个障碍,而资源的组织与描述是解决这一问题的前提。

基于语义网构建农业元数据和农业知识本体,从而实现农业信息资源的透明共享。

另外还根据面向服务的系统开发方法,研究分析了农业数据资源、农业软件资源和农业硬件资源的服务化方法。

关键词:语义网;农业信息资源;知识本体农业信息技术是农业科学和信息科学相互交叉渗透而产生的新的学科领域。

经过半个多世纪的发展,农业信息技术已产生了包括农业专家系统、精准农业、虚拟农业、管理信息系统、决策支持系统、信息化自动控制技术、农业信息网络、农业数据库系统等多个应用领域,这些成果在农业科研和农业生产中都取得了很大的经济效益和社会效益。

但是现有的系统都是独立的,同样的数据,需要这一数据的不同部门可能要分别去采集;同样的处理软件,每个系统都要开发自己的版本;许多昂贵的仪器设备,本单位并不经常使用,而需要的人却无法得到。

这就导致了不同领域之间、领域内部的各个系统之间资源是分散的、功能是独立的、结构是异构的,系统之间无法实现信息资源的共享,造成了大量的人力、物力和财力的浪费,这就使得解决农业信息资源共享问题成了当务之急。

要实现农业信息资源共享,首要难题是资源的组织与描述。

一、农业信息资源的组织农业信息资源来源复杂,类型异构,分布在不同的地理位置。

这些农业信息资源如果不能进行有效的组织,就很难保证资源之间的兼容性和互操作性,对资源的使用效率就很难达到应有的要求。

要实现资源的兼容性和互操作性,就必需达到三个基本的要求:资源的服务化、虚拟化和层次化。

(一)农业信息资源的服务化农业信息资源的服务化就是为了实现用户对农业信息资源的透明访问,由资源提供者事先将资源封装并以服务的形式发布,用户可以通过访问封装过的服务使用相关的农业资源。

(二)农业信息资源的虚拟化资源虚拟化将使分散在不同地理位置上的、异构的资源融合在一起,对用户提供透明服务。

在访问信息的时候,资源使用者不需要考虑其所在的位置,只需提交问题请求,然后得到的就是问题解决后的结果,这一过程都是自动完成的,对用户来说都是透明的。

农业信息资源的服务化是农业信息资源虚拟化的基础。

(三)农业信息资源的层次化在资源服务化的时候,首先要进行资源的元子化,然后将每个元子化的资源再封装成元服务,资源共享系统可以根据不同的应用组合元服务以满足需求。

农业信息资源可以采用资源树的组织方式,实现资源的层次化访问。

二、农业信息资源的描述(一)农业信息资源的语义化资源描述本身不仅要让人能够无歧义地理解所描述的资源,要实现资源的共享,更重要的是要让机器也能相互理解所描述的资源信息。

当前,互联网信息量大且增长速度惊人,但由于计算机不理解网页内容的语义,信息的处理无法通过计算机自动完成,即使通过搜索引擎也很难保证数据查找的准确性。

这是由于互联网是按“地址”,而非“语义”来定位信息资源,语义网的出现很好地解决了这一问题。

所谓“语义网”,通俗地说,是按照能表达网页内容的“词语”链接起来的全球信息网,或者说是用机器很容易理解和处理的方式链接起来的全球数据库。

语义网有助于信息与智能的共享,使网络有能力提供动态与主动的服务,从而更利于人机之间的对话和协同工作。

语义网的实现需要以下三个层次。

1、元数据(Metadata)。

是描述数据及其环境的数据,元数据能很好地解决资源描述、资源发现、认证、互操作、数据管理、访问控制、数字化保藏、内容分级等问题。

2、“资源描述框架”RDF(Reso-urce Description Framework)。

采用“资源-属性-属性值”三元组来提供一种框架容器,并通过XML定义一套形式化的方法,为机器语义的理解提供结构基础。

3、知识本体(ontology)。

可以被看成是领域知识规范的抽象和描述,以及表达、共享、重用知识的方法。

知识本体的目标是捕获相关领域的知识,提供对该领域知识的共同理解,确定该领域内共同认可的词汇,并从不同层次的形式化模式上给出这些词汇和词汇间相互关系的明确定义。

为了便于计算机理解和处理,知识本体需要用一定的编码语言明确表达并形成体系。

(二)农业元数据为了实现语义化的资源描述,它的第一层次就是要定义一套元数据,以描述资源。

为此,我们结合农业的实际情况将农业资源元数据分为标识元数据,履历元数据,内容元数据,数据集元数据和服务元数据。

其中标识元数据包括标题(Title)、标签(Ticker)、标识(Identifier);履历元数据包括发布者(Publisher)、发布者标识(PublisherID)、创建者(Creator)、主题(Subject)、描述(Description)、贡献者(Contributor)、日期(Date)、版本(Version)、资源参考(ReferenceURL)、联系方式(Contact);内容元数据包括类型(Type)、范畴(Coverage)、内容等级(ContentLevel)、机构(Facility)、设备(Instrument)、格式(Format)、权限(Rights);服务元数据(接口元数据)包括服务接口URL(ServiceInterfaceURL)、服务基准URL (ServiceBaseURL)、HTTP服务接口返回结果(ServiceHTTPResults);服务元数据(功能元数据)包括服务标准URI(ServiceStandardURI)、服务标准URL(ServiceStandardURL)、服务最大搜索范围(ServiceMSR)等。

(三)农业知识本体农业知识本体就是刻画农业领域实体、属性、关系和过程的一种模型,目的是让农业知识更好的重用、共享和处理。

农业知识可分为三部分:农业劳动对象、农业劳动资料和农业生产过程,其中劳动对象又可以进一步分为作物、经济动物、土壤等,劳动资料可以分为农业工程、生产技术、农业生态环境和营养与保护等,生产过程可以分为作物生产过程和动物生产过程。

根据这种农业知识划分和本体的思想可以构建农业知识本体体系,该体系以劳动对象为体系中心,其他农业知识通过关系与之连通,也就是可以从劳动对象出发找到相关的知识,比如,相应的政策、法规和知名专家等。

三、农业信息资源服务化的实现资源服务化是农业信息资源共享的基础,根据农业资源的特点,我们将农业信息资源分成三类来实现。

(一)农业数据资源服务化数据资源是农业科研和农业生产中应用最为广泛的一类资源,在农业信息资源共享中首先要实现农业数据资源的服务化。

服务化将完成对农业数据资源的服务化封装,用户通过服务接口使用服务。

农业数据资源的服务化过程为:首先将农业数据资源划分为元资源,然后将元资源封装为元服务,那么任何对农业数据资源的服务请求都可以转化为多个元服务的组合,从而实现复杂的农业数据资源服务请求。

(二)农业软件资源服务化农业软件资源服务化就是解决现存的农业应用系统的共享问题,可以根据农业软件资源的特点采用两种方法来实现农业软件资源的服务化:一是对软件本身进行改造,使得它本身成为一个共享服务,这种方法主要针对开源软件;二是软件本身不动,通过给软件加一个代理,负责软件与用户之间的交互。

第一种方法具有针对性,对每个不同的软件都得重做一次,而对于第二种方法,具有一定的通用性,很多软件可以共用一个代理,但不足就是不太适用于与用户交互太多的软件和图形界面的软件。

(三)农业硬件资源服务化农业的硬件资源主要是农业仪器设备,由于农业仪器设备个体的独特性,对农业硬件资源的服务封装可以分以下两个步骤完成。

第一,把农业硬件资源的静态属性及动态属性抽象出来,描述成服务数据。

首先采用标准的XML规范来定义语义字典,语义字典为资源属性定义提供了统一的规范,使服务和用户之间对服务描述没有歧义,为服务搜索和发现提供保障。

然后根据语义字典,确定各种设备的属性,包括静态属性(如,设备名称、设备类型等)和动态属性(如,使用费用、当前设备工作状态、完成任务百分比等)。

第二,用网络服务描述文件,描述农业硬件资源服务接口。

网络服务描述语言用于描述服务各个方面,包括服务所在的位置、支持的传输协议、其中包含的接口、接口中的方法以及方法的参数类型等。

网络服务描述语言首先对访问的操作和访问时使用的请求/响应消息进行抽象描述,然后将其绑定到具体的传输协议和消息格式上,以最终定义具体部署的服务访问点。

相关的具体部署的服务访问点通过组合就成为抽象的仪器服务。

由于网络服务描述语言是以XML作为语法基础的,因此,各种开发环境能够采取程序化的手段来分析农业硬件资源服务,并在开发环境中生成相应的程序接口,以实现开发的无缝链接。

四、总结与展望基于语义网的农业知识本体的研究有利于农业信息资源的组织与描述,下一步需要对农业元数据、农业知识本体进行进一步细化,并结合物联网技术的发展,建设农业物联网,实现农业信息资源共享的透明化,充分发挥资源的经济效益和社会效益,为农业现代化服务。

参考文献:[1]张佩云,宫秀文,谢荣见.农业信息资源共享与信息服务系统构建研究[J].计算机技术与发展,2013(11).[2]Ru Qi Zhou. A New Method of Semantic Network Knowledge Representation Based on Extended Petri Net [J].计算机技术与应用(英文),2013(5).[3]赵冬,牛强,刘晓明.知识本体的检索机制研究[J].微电子学与计算机,2011(10).[4]王曼,吴振忠.基于领域本体的语义搜索——带权最短路径方法[J].计算机与现代化,2013(9).[5]汤敏丽.基于语义网的本体整合技术研究[J].凯里学院学报,2013(6).[6]李兴春.计算机信息检索中的本体构建研究[J].重庆文理学院学报,2013(3).[7]岳英,万映红,姜立权.基于顾客需求管理先验知识本体的数据挖掘改进方法研究[J].情报理论与实践,2012(1).[8]邵忻.语义网与本体[J].电脑编程技巧与维护,2013(10).[9]金燕,王志华.基于推理的语义网检索模型及关键技术研究[J].计算机工程与设计,2013(7).[10]何佳,曹春萍.基于扩展的语义网络的过程知识表示的研究[J].信息技术,2013(4).。

相关文档
最新文档