在基于语义的查询扩展中,为了找到描述查询需求语义的相关概念,词语.概念相关度的计算是语义查询扩展中的关键一步.针对词语.概念相关度的计算,提出一种K2CM(keyword to concept method)方法.K2CM方法从词语.文档.概念所属程度和词语....在基于语义的查询扩展中,为了找到描述查询需求语义的相关概念,词语.概念相关度的计算是语义查询扩展中的关键一步.针对词语.概念相关度的计算,提出一种K2CM(keyword to concept method)方法.K2CM方法从词语.文档.概念所属程度和词语.概念共现程度两个方面来计算词语.概念相关度问语.文档.概念所属程度来源于标注的文档集中词语对概念的所属关系,即词语出现在若干文档中而文档被标注了若干概念.词语.概念共现程度是在词语概念对的共现性基础上增加了词语概念对的文本距离和文档分布特征的考虑.3种不同类型数据集上的语义检索实验结果表明,与传统方法相比,基于K2CM的语义查询扩展可以提高查询效果.展开更多
提出并实现了一个以特定领域的概念化模型——领域本体作为统一语义模型的关系数据库网上发布与集成系统DIDSBS。该系统从领域本体出发，提出并实现了形式化本体和DTD(Document Type Definition ，文档类型定义)、DTD和关系视图的转换算...提出并实现了一个以特定领域的概念化模型——领域本体作为统一语义模型的关系数据库网上发布与集成系统DIDSBS。该系统从领域本体出发，提出并实现了形式化本体和DTD(Document Type Definition ，文档类型定义)、DTD和关系视图的转换算法,实现了XML文档和数据库视图在语义和结构上的对应关系。展开更多
文摘在基于语义的查询扩展中,为了找到描述查询需求语义的相关概念,词语.概念相关度的计算是语义查询扩展中的关键一步.针对词语.概念相关度的计算,提出一种K2CM(keyword to concept method)方法.K2CM方法从词语.文档.概念所属程度和词语.概念共现程度两个方面来计算词语.概念相关度问语.文档.概念所属程度来源于标注的文档集中词语对概念的所属关系,即词语出现在若干文档中而文档被标注了若干概念.词语.概念共现程度是在词语概念对的共现性基础上增加了词语概念对的文本距离和文档分布特征的考虑.3种不同类型数据集上的语义检索实验结果表明,与传统方法相比,基于K2CM的语义查询扩展可以提高查询效果.
文摘提出并实现了一个以特定领域的概念化模型——领域本体作为统一语义模型的关系数据库网上发布与集成系统DIDSBS。该系统从领域本体出发，提出并实现了形式化本体和DTD(Document Type Definition ，文档类型定义)、DTD和关系视图的转换算法,实现了XML文档和数据库视图在语义和结构上的对应关系。
