指出如何对海量的RDF数据进行存储、查询、获取和推理是RDF 数据管理研究领域最关心的问题之一。分析语义仓储Virtuoso的系统架构,在同其他语义仓储存储模式对比的基础上,剖析基于扩展三元组表存储模式的Virtuoso的RDF数据存储模式和索引机制;对Virtuoso扩展的SPARQL查询语言SPARUL的优点及采用后向推理引擎的方法进行研究;利用Virtuoso和Solr构建基于图模式的UKAT的术语服务原型系统,讨论系统存在的不足及未来的工作方向。

专业领域知识环境(SKE)以本体作为知识组织体系与传统数据组织结构存在的差异,导致底层数据无法直接调用,从而引出数据摄取工具的讨论。首先介绍Virto系统的数据摄取工具,在此基础上提出SKE数据摄取工具的设计理念,重点阐述工具实现过程中的关键技术点,并描述工具的应用场景和工具的效果评价。最后总结工具的可操作性及改进思路。

在现有的实例知识模型表示与检索的基础上,针对现有实例知识检索的不足,就具有多层属性关系的实例知识的检索技术进行研究。将多层属性实例知识表示为一个树状结构的多层属性模型,在检索算法中综合运用数值类属性相似度算法、模糊值属性相似度算法、词语类属性值相似度计算算法等,对算法步骤顺序进行调整优化,使检索效率得到提高。

采用定量统计方法,对Linked Open Data(LOD)中关联数据集的现状进行分析,认为现有的关联数据存在一定的问题,需要进一步绿色化。在界定绿色关联数据概念的基础上,将其要求分为内在质量、数据描述、数据关联、数据访问、数据生存5种类型,并描述每种类型所包含的具体要求。提出用工程化方法来生产和维护绿色关联数据,涉及数据需求分析、数据设计、数据测试、数据维护和数据工程管理等关键步骤。认为可建立数据更新通知机制和数据评价机制来进一步提高关联数据的绿化水平。

全面分析EURIG巴黎技术会议在FRBR模型、规范检索点、国际化、与ISBD一致性等方面的内容,概述会议在修订RDA建议等方面的成果,总结EURIG工作对参与RDA国际化的示范作用,FuRIG技术会议展现了JSC国际化的修订平台,显示编目实践的共通性,表明编目界正弱化描述、强化关系的揭示的趋势。

针对目前已有本体模块化含义界定研究范畴,认为本体模块化方法主要分为本体划分方法和模块抽取方法两类,从图理论和逻辑理论两方面对这两类方法进行综述,指出模块化方法存在的问题,认为今后应根据特定应用或场景需求选择合适的模块化方法或修改已有的模块化方法。

指出传统KNN(k-nearest neighbor)算法的两大不足:一是计算开销大,分类效率低;二是在进行相似性度量和类别判断时,等同对待各特征项以及近邻样本,影响分类准确程度.针对第一点不足,提出三种改进策略,分别为:基于特征降维的改进、基于训练集的改进和基于近邻搜索方法的改进;针对第二点不足,提出两种改进策略,分别为:基于特征加权的改进和基于类别判断策略的改进.对每种改进策略中的代表方法进行介绍并加以评述.

针对科技文献特征词在语义上的层次特性,提出基于概念泛化的内容过滤推荐算法.采用矢量空间模型作为用户兴趣偏好和科技文献特征的描述模型;在比较科技文献特征与用户兴趣偏好的相似程度时,首先从字符层面比较科技文献特征词与用户兴趣特征词,然后在基于ODP目录结构的用户兴趣偏好概念泛化树上对字符不相同的特征词对进行语义比较,并修正特征词权重,以避免遗漏"字符不同,但语义相似"的关键词对.理论分析和实验结果表明,该算法能够更加全面、准确地推荐科技文献对象.

提出一种具有特征级别的领域特征集合的情感资源挖掘方法,将基于HowNet词典的分类法构建的情感特征与基于机器学习的特征分类方法中的无内容特征以及领域特征相融合,并将该集合放入支持向量机中进行情感分类实验,实验结果表明,使用抽取模式以及多特征融合的分类方法,可增强中文情感分类效果,验证两种分类方法综合研究的正确性与有效性,弥补目前特征级别的中文情感分类研究的不足.

在传统PageRank算法的基础上进行一些优化与改进,提出一种新的主题敏感的PageRank算法,通过计算超链接与领域向量的相似度来区分超链接对网页的贡献度,从而有效抑制主题漂移;同时为PageRank算法加入时间因子来防止PageRank偏重旧网页的问题,加入站内外区分因子来防止针对PageRank算法作弊的行为.改进算法弥补了原算法的不足,提高了主题搜索的效率.

认为现有的个人文献管理软件对于文献之间的关系处理只停留在分组的程度上,而CNKI网页文献数据库提供参考文献、引证文献、共引文献、同被引文献、相似文献、同行关注文献、同分类文献等关联文献.通过提取CNKI的数据,在个人文献管理软件里对文献的关联关系进行管理,以实现个人文献管理软件的自用性和CNKI文献数据的关联性相结合,提高文献查阅的效率和方便性.

对情景敏感和个性化需求响应是移动网络环境下信息推荐的两大触发因素。针对目前移动环境下信息服务未融入情景敏感这一因素以及信息推荐的个性化程度低和准确性差的现状,提出采用"LBS+AR+多层关联规则"三维立体式个性化信息推荐方法。采用GPS/GIS技术实现精确定位,利用基于模型的多层级关联推荐算法避免稀疏性和难于扩展问题,采用AR(增强现实)技术实现可视化的信息推送,通过构建移动网络环境下情景敏感的个性化信息推荐系统实现为用户提供个性化、可视化的信息推送服务。

研究从科技论文文本中抽取作者关键词以外的科技术语的方法。因为标引效应问题,单纯选择论文中的关键词作为候选术语会影响术语库的数量和质量,需要考虑从论文文本中抽取术语。现有的大多数术语抽取方法重视采用termhood指标,而忽视unithood指标,针对此问题,在C-value算法的基础上,提出用于生成候选术语的中文术语构词规则和测量术语内部结合强度的unithood指标,实现从论文文本中抽取中文科技术语。以信息资源管理领域的术语抽取为例对提出的方法进行验证,实验结果证明,提出的方法能够有效地抽取领域科技术语,抽取精度较高。

针对研究生提升自身科研能力的迫切需要,提出用个人知识管理来进行研究生的科研引导,即以云计算技术为支持,设计面向研究生科研引导的个人云知识管理系统。重点阐述科研引导的工作流程,并对个人科研知识管理的过程进行建模,最后结合系统主界面对该系统的主要功能进行说明,旨在为研究生提供高效的科研引导,提高其科研水平。

对物理信息检索系统进行用户情境的实地研究,结合情报学认知观理论,分析信息检索系统中的认知要素。在此基础上,设计认知信息检索系统模型——主要在信息标引和信息检索与匹配阶段加入认知要素,最后介绍认知信息检索系统模型的构建过程和模型组成。

论述针对不同人群信息检索需求,提高信息检索速度和效率,将个人的信息检索行为在关注域和角色上给予划分,建立角色Agent池和关注域Agent池。信息检索行为通过Agent池之间的垂直合作以及平行合作实现。基于关注域的Multi-Agent信息检索是由充分合作的Agent组成的,可以高效地建立知识库,提高检索效率,实验证明其查准率较高。

为解决图书馆实时咨询服务受到工作时间和人员限制的问题,在分析国内图书馆智能机器人发展现状的基础上,提出一种基于BotPlatform平台的图书馆MSN咨询机器人的设计方案,详细介绍系统的架构、各功能模块的实现以及在图书馆中的使用情况,并指出下一步改进目标。

认为中文文献数据库中存在大量的分类号与关键词(或主题词)对应的人工标引记录。通过对这些标引记录信息进行聚合处理,可以实现计算机自动编制分类主题词表。比较两种分类主题词表的编制模式,讨论机编分类主题词表的优势,针对机编分类主题词表已有的成果——知识库的不足之处提出改进方案。改进方案在小规模测试集中取得了良好的效果。最后分析将机编分类主题词表技术应用于新一代《中国分类主题词表》升级改造的良好前景。

从服务的角度提出基于语义网格的数字图书馆按需服务系统的架构,基于该架构探讨以下问题:数字图书馆网格平台上的分布式服务资源的组织管理与监控、根据用户需求的服务建模、大规模网络环境中的按需服务组合研究等。提出基于业务流程执行语言(BPEL)描述网格工作流,并采用WSMO为网格构建语义环境。设计基于WSMO的数字图书馆语义网格服务架构,采用WSMO创建领域本体,进行项目的WSMO 4元素设计,并给出基于WSMO的语义网格平台实施方案。

考察在信息检索过程中用户以自然语言表述的查询语句中的词语使用情况。以一个信息需求描述颗粒度不等的查询表述语料库为素材,辅以汉语通用语料作为对照,通过词频以及词语的文本覆盖率等统计数据,按照是否需要在目标文本中直接或以其他形式出现,将查询表述语句中的词语区分为对汉语文本处理具有普遍意义的通用停用词、服务于信息检索表述用的专用停用词和与特定需求相关的信息内容词语。区分词语使用的不同性质,能为信息系统前端的自然语言查询处理增加一道剥离工序,防止将整个查询语句的分词结果全部作为检索项所造成的效率和准确率的退化。