知识服务的语义匹配机制研究

第1章 知识服务语义匹配机制研究概述

1.1 研究背景与意义

1.2 研究内容与本书组织

1.3 本章小结

第2章 本体及本体语义匹配研究基础

2.1 语义web与本体-

2.2 本体匹配技术-

2.3 本章小结

第3章 学习资源本体建模与语义表示-

3.1 相关研究工作

3.2 学习资源本体

3.3 学习资源本体的语义表示-

3.4 本章小结

第4章 基于上下文的元素层次本体匹配算法

4.1 相关研究工作

4.2 语义相似度

4.3 基于上下文的元素层次语义匹配算法

4.4 实验结果与分析

4.5 本章小结

第5章 基于加权本体的结构层次本体匹配算法

5.1 相关研究工作

5.2 加权本体(weightedOntology)的形式化表示

5.3 基于加权本体的结构层次匹配方法

5.4 实验结果与分析

5.5 本章小结

第6章 本体匹配算法在教育知识语义检索中的应用与实现

6.1 相关研究工作

6.2 教育知识语义检索系统

6.3 原型系统实现

6.4 实验结果与分析

6.5 本章小结

第7章 基于知识地图的资源检索与导航系统的设计与实现

7.1 相关研究工作

7.2 基于知识地图的资源导航系统的设计

7.3 基于知识地图的资源导航系统的实现与测试

7.4 本章小结

第8章 总结与展望

本章小结

参考文献

《知识服务的语义匹配机制研究》的研究主要包括以下几个方面：
　　第3章介绍教育领域学习资源本体建模与描述。针对目前学习资源元数据标准在表示学习资源时语义缺失的现状，对学习资源元数据以及学习资源元数据与本体结合的相关研究进行了调研，在DraganGagevic、MarekHatala等人提出的学习资源元数据与学习内容领域本体层次模型的基础上进行扩展。结合元数据本体和领域本体，形成了学习资源本体，并对元数据本体和领域本体进行了实例化。
　　第4章介绍基于上下文的元素层次本体匹配算法。在对分析独立元素和分析元素本体结构这两种元素层次匹配方法进行归纳，对基于WordNet和文本集合概率的语义相似度算法和基于元素本体结构的语义相似度算法这两种语义相似度比较方法进行分析的基础上，对现有的语义相似度算法进行了拓展，提出改进Hirst&st-Onge语义相似度算法的元素独立语义相似性计算方法，并根据元素的上下文路径，进一步提出了基于上下文的元素层次本体匹配方法。该方法从元素以及元素上下文要素出发，将元素的前驱元素、属性和元素的后继元素看成元素的上下文，并组成元素的上下文路径，针对元素的上下文路径，在分别计算前驱元素、属性、元素本身以及后继元素独立语义相似性的基础上，进行组合加权，得到基于上下文的元素语义相似性。
　　第5章介绍基于加权本体的结构层次本体匹配算法。在对各种基于图形结构的匹配算法研究的基础上，分析了加权本体结构图形的形式化表示方法。同时，还在此基础上研究了基于加权本体的结构层次匹配算法。该算法采用自顶向下、分层加权的思想，根据学习资源本体的特点，给不同的层次实体分配不同的权重系数，将加权本体结构中所有实体元素结合在一起，计算实体绑定后的本体结构语义相似性，以此来完成加权本体的结构层次匹配。结构层次的匹配研究以基于上下文的元素层次的匹配算法为依据，通过二维矩阵进行存储和重用，在得到单个元素和属性的语义相似性的基础上，研究多个实体结合在一起的学习资源本体结构语义匹配。
　　第6章介绍本体匹配算法在教育知识语义检索系统中的应用与实现。将本体匹配技术集成到教育知识语义检索中，设计并开发教育知识语义检索原型系统来验证本体匹配算法在语义知识检索实践中的正确性与可行性。
　　第7章介绍基于知识地图的资源导航与检索系统。将“知识地图”应用在资源的组织与导航中，学习者除了能以知识地图为线索查找学习资源外，还能享有系统根据学习者学习情况智能推荐的相关学习资源。