基于語義的專業(yè)文獻學(xué)習(xí)系統(tǒng)研究與實現(xiàn).rar
基于語義的專業(yè)文獻學(xué)習(xí)系統(tǒng)研究與實現(xiàn),2.8萬字47頁包括開題報告和任務(wù)書摘要文獻學(xué)習(xí)是整個學(xué)習(xí)過程中的一個重要環(huán)節(jié)，在進一步深造學(xué)習(xí)中更是不可或缺的。注重文獻學(xué)習(xí)，不僅可以少走彎路，鞏固專業(yè)知識，而且還可以結(jié)合前輩的經(jīng)驗在一定程度上進行創(chuàng)新。并且，最前沿的理論也都是在文獻中體現(xiàn)的。所以，準(zhǔn)確快速找到所需要的專業(yè)文獻可以...
該文檔為壓縮文件,包含的文件列表如下:
內(nèi)容介紹
原文檔由會員 usactu 發(fā)布
基于語義的專業(yè)文獻學(xué)習(xí)系統(tǒng)研究與實現(xiàn)
2.8萬字 47頁
包括開題報告和任務(wù)書
摘要
文獻學(xué)習(xí)是整個學(xué)習(xí)過程中的一個重要環(huán)節(jié)，在進一步深造學(xué)習(xí)中更是不可或缺的。注重文獻學(xué)習(xí)，不僅可以少走彎路，鞏固專業(yè)知識，而且還可以結(jié)合前輩的經(jīng)驗在一定程度上進行創(chuàng)新。并且，最前沿的理論也都是在文獻中體現(xiàn)的。所以，準(zhǔn)確快速找到所需要的專業(yè)文獻可以提高學(xué)習(xí)效率和提升專業(yè)素養(yǎng)。但是目前的文獻檢索基本是通過文字語法匹配和全文檢索技術(shù)來實現(xiàn)的，檢索的結(jié)果會出現(xiàn)漏檢或不相關(guān)文獻，學(xué)習(xí)者花費大量時間來檢索還有可能找不到所需的文獻。
本文通過對語義萬維網(wǎng)結(jié)構(gòu)的分析、本體知識的學(xué)習(xí)以及RDF的研究，提出基于語義的專業(yè)文獻學(xué)習(xí)系統(tǒng)框架。該框架旨在提取專業(yè)文獻的語義信息，將專業(yè)文獻分類管理，實現(xiàn)對專業(yè)文獻的語義分析，賦予查詢系統(tǒng)足夠的語義信息，以解決當(dāng)前文獻檢索系統(tǒng)中同義詞難以識別、相關(guān)查找困難等問題，便于進一步學(xué)習(xí)和交流。
文獻的元數(shù)據(jù)描述、領(lǐng)域本體的構(gòu)建及RDF語義查詢是本文研究的重點，也是進行語義檢索的理論基礎(chǔ)。首先，本文針對專業(yè)文獻結(jié)構(gòu)和學(xué)習(xí)者檢索中所關(guān)心的主要內(nèi)容，建立了文獻的元數(shù)據(jù)庫，然后通過對知識結(jié)構(gòu)和特征的分析，針對計算機網(wǎng)絡(luò)課程的領(lǐng)域知識，構(gòu)建了一個領(lǐng)域本體。通過領(lǐng)域本體與元數(shù)據(jù)之間的映射關(guān)系將知識點與具體的文獻聯(lián)系起來，得到相關(guān)的知識結(jié)構(gòu)，然后添加領(lǐng)域資源的RDF描述，通過RDF的描述方法和蘊涵規(guī)則進行有限形式的推理。
最后開發(fā)了一個基于語義的專業(yè)文獻學(xué)習(xí)實驗系統(tǒng)。該系統(tǒng)以計算機網(wǎng)絡(luò)領(lǐng)域的知識和學(xué)習(xí)資源為檢索對象，嘗試解決查詢中同義詞無法識別，相關(guān)信息查找困難等問題。實驗證明了該框架信息資源的語義信息得到充分的體現(xiàn)以及語義檢索策略的可行性。
關(guān)鍵詞：語義萬維網(wǎng)，本體，資源描述框架，語義檢索，元數(shù)據(jù)
Research and Realization on Semantic Based Specialized Literatures Learning System
Abstract
The literature study is important in an entire study process, and also indispensable in the further study. To attention literature study, not only walk little tortuous path, consolidated specialized knowledge, moreover also unify senior's experience to carry on the innovation in the certain degree. And, the most front theories are also manifested in the literature. Therefore, the specialized literatures which are found quickly and accurately may enhance the study efficiency and promote specialized accomplishment. But nowadays literature retrieval is basic on matching grammar and full text retrieval technology. The result is not satisfied to learners. It takes lots of time to search articles, but maybe they are not in need.
This paper proposes the framework of specialized literature study system through analyzing the semantic web structure, studying ontology knowledge, and researching RDF inference technology. The purpose of the framework is to withdraw the semantic information of the specialized literature, and to manage the specialized literature classification of files. It realizes semantic analysis of specialized literature and gives the inquiry system enough semantic information to solve problems that current literature retrieval system is difficult to distinguish the synonym words and search correlation information and so on, in order to study further and communicate each other.
The keynotes of this article are metadata description for literature, subject ontology creation, RDF semantic retrieval. They are also the theory bases of semantic retrieval. Firstly, according to the structure of specialized literatures and main content which students care for, we build the metadata database for literatures. Then after analyzing knowledge structure and characteristics, we build a subject ontology which is directed against the subject knowledge of computer network course. According to representation relationship between the field ontology and metadata, the specialized literature can related to its subject knowledge feature and obtain knowledge structure. And then add the semantic description about resources by RDF, it support some limited inference according to RDF description method and entailment rules.
We have developed a specialized literature study system on computer network field based on semantic. This system tries to solve problems that ordinary systems can not do, such as identify synonyms, relative retrieval. The result of experimentation proves that this retrieval framework makes semantic of specialized literatures sufficiently emerged and the good feasibility of search strategy.
Key Word：Semantic Web, Ontology, RDF, Semantic Retrieval, Metadata
目錄
1. 緒論 1
1.1 研究背景及目的 1
1.2 國內(nèi)外研究現(xiàn)狀 2
1.3 本文主要工作 3
2. 語義萬維網(wǎng) 4
2.1 語義web技術(shù) 4
2.1.1 語義web概念 4
2.1.2 語義web結(jié)構(gòu) 5
2.1.3 語義web的基礎(chǔ)和核心 10
2.2 Ontology的定義和內(nèi)涵 11
2.3 元數(shù)據(jù) 13
2.3.1 元數(shù)據(jù)概念 13
2.3.2 學(xué)習(xí)對象元數(shù)據(jù)標(biāo)準(zhǔn) 14
2.3.3 元數(shù)據(jù)結(jié)構(gòu) 15
2.4 資源描述框架(RDF) 15
2.4.1 RDF概述 15
2.4.2 RDF與XML 16
2.4.3 RDF特性 18
3. 語義檢索 20
3.1 搜索引擎發(fā)展趨勢 20
3.2 語義檢索的實現(xiàn)思路和方法 21
3.3 工具介紹 22
3.3.1 建立本體工具Protégé 22
3.3.2 Jena在語義檢索中的作用 23
4. 系統(tǒng)設(shè)計 26
4.1 需求分析 26
4.2 設(shè)計目標(biāo) 27
4.3 開發(fā)工具與平臺 27
4.4 總體設(shè)計 27
4.4.1 系統(tǒng)流程 27
4.4.2 設(shè)計擬用途徑 28
4.4.3 領(lǐng)域本體 29
4.4.4 領(lǐng)域規(guī)則庫 30
4.4.5 解析推理 31
4.5 系統(tǒng)實現(xiàn) 33
4.5.1 系統(tǒng)界面 33
4.5.2 實驗結(jié)果 34
5. 結(jié)論與展望 35
5.1 結(jié)論 35
5.2 展望 35
致謝 37
參考文獻 38
圖表目錄
圖 2 1語義web層次結(jié)構(gòu) 6
圖 2 2專業(yè)文獻元數(shù)據(jù)結(jié)構(gòu) 15
圖 2 3一個描述Eric Miller的RDF圖 16
圖 3 1基于語義web的語義檢索的實現(xiàn)機理 22
圖 3 2 Jena各組成部分在語義檢索中的作用 24
圖 4 1需求分析用例圖 26
圖 4 2系統(tǒng)流程圖 28
圖 4 3 Protégé工具創(chuàng)建工程 29
圖 4 4 Protégé工具操作界面 30
圖 4 5規(guī)則庫類圖 31
圖 4 6完成一次推理操作的時序圖 32
圖 4 7后臺類設(shè)計圖 33
圖 4 8 查詢頁面 33
圖 4 9查詢結(jié)果 34
參考文獻
[1] 張志平，張慶來.語義Web服務(wù)研究進展[J].情報學(xué)報,2006,25(4):462-467.
[2] 楊建林.基于本體的文本信息檢索研究[J].情報理論與實踐,2006,29(5):598-601.
[3] 竇玉萌,王孟龍.面向語義Web的搜索引擎構(gòu)想[J].情報探索,2006,(7):56-58.
[4] 尹皎,鄭軍.Ontology在語義信息檢索中的使用[J].農(nóng)業(yè)圖書情報學(xué)刊
附錄
表1 學(xué)習(xí)對象元數(shù)據(jù)元素集
表2《基礎(chǔ)教育教學(xué)資源元數(shù)據(jù)規(guī)范》核心元數(shù)據(jù)集
2.8萬字 47頁
包括開題報告和任務(wù)書
摘要
文獻學(xué)習(xí)是整個學(xué)習(xí)過程中的一個重要環(huán)節(jié)，在進一步深造學(xué)習(xí)中更是不可或缺的。注重文獻學(xué)習(xí)，不僅可以少走彎路，鞏固專業(yè)知識，而且還可以結(jié)合前輩的經(jīng)驗在一定程度上進行創(chuàng)新。并且，最前沿的理論也都是在文獻中體現(xiàn)的。所以，準(zhǔn)確快速找到所需要的專業(yè)文獻可以提高學(xué)習(xí)效率和提升專業(yè)素養(yǎng)。但是目前的文獻檢索基本是通過文字語法匹配和全文檢索技術(shù)來實現(xiàn)的，檢索的結(jié)果會出現(xiàn)漏檢或不相關(guān)文獻，學(xué)習(xí)者花費大量時間來檢索還有可能找不到所需的文獻。
本文通過對語義萬維網(wǎng)結(jié)構(gòu)的分析、本體知識的學(xué)習(xí)以及RDF的研究，提出基于語義的專業(yè)文獻學(xué)習(xí)系統(tǒng)框架。該框架旨在提取專業(yè)文獻的語義信息，將專業(yè)文獻分類管理，實現(xiàn)對專業(yè)文獻的語義分析，賦予查詢系統(tǒng)足夠的語義信息，以解決當(dāng)前文獻檢索系統(tǒng)中同義詞難以識別、相關(guān)查找困難等問題，便于進一步學(xué)習(xí)和交流。
文獻的元數(shù)據(jù)描述、領(lǐng)域本體的構(gòu)建及RDF語義查詢是本文研究的重點，也是進行語義檢索的理論基礎(chǔ)。首先，本文針對專業(yè)文獻結(jié)構(gòu)和學(xué)習(xí)者檢索中所關(guān)心的主要內(nèi)容，建立了文獻的元數(shù)據(jù)庫，然后通過對知識結(jié)構(gòu)和特征的分析，針對計算機網(wǎng)絡(luò)課程的領(lǐng)域知識，構(gòu)建了一個領(lǐng)域本體。通過領(lǐng)域本體與元數(shù)據(jù)之間的映射關(guān)系將知識點與具體的文獻聯(lián)系起來，得到相關(guān)的知識結(jié)構(gòu)，然后添加領(lǐng)域資源的RDF描述，通過RDF的描述方法和蘊涵規(guī)則進行有限形式的推理。
最后開發(fā)了一個基于語義的專業(yè)文獻學(xué)習(xí)實驗系統(tǒng)。該系統(tǒng)以計算機網(wǎng)絡(luò)領(lǐng)域的知識和學(xué)習(xí)資源為檢索對象，嘗試解決查詢中同義詞無法識別，相關(guān)信息查找困難等問題。實驗證明了該框架信息資源的語義信息得到充分的體現(xiàn)以及語義檢索策略的可行性。
關(guān)鍵詞：語義萬維網(wǎng)，本體，資源描述框架，語義檢索，元數(shù)據(jù)
Research and Realization on Semantic Based Specialized Literatures Learning System
Abstract
The literature study is important in an entire study process, and also indispensable in the further study. To attention literature study, not only walk little tortuous path, consolidated specialized knowledge, moreover also unify senior's experience to carry on the innovation in the certain degree. And, the most front theories are also manifested in the literature. Therefore, the specialized literatures which are found quickly and accurately may enhance the study efficiency and promote specialized accomplishment. But nowadays literature retrieval is basic on matching grammar and full text retrieval technology. The result is not satisfied to learners. It takes lots of time to search articles, but maybe they are not in need.
This paper proposes the framework of specialized literature study system through analyzing the semantic web structure, studying ontology knowledge, and researching RDF inference technology. The purpose of the framework is to withdraw the semantic information of the specialized literature, and to manage the specialized literature classification of files. It realizes semantic analysis of specialized literature and gives the inquiry system enough semantic information to solve problems that current literature retrieval system is difficult to distinguish the synonym words and search correlation information and so on, in order to study further and communicate each other.
The keynotes of this article are metadata description for literature, subject ontology creation, RDF semantic retrieval. They are also the theory bases of semantic retrieval. Firstly, according to the structure of specialized literatures and main content which students care for, we build the metadata database for literatures. Then after analyzing knowledge structure and characteristics, we build a subject ontology which is directed against the subject knowledge of computer network course. According to representation relationship between the field ontology and metadata, the specialized literature can related to its subject knowledge feature and obtain knowledge structure. And then add the semantic description about resources by RDF, it support some limited inference according to RDF description method and entailment rules.
We have developed a specialized literature study system on computer network field based on semantic. This system tries to solve problems that ordinary systems can not do, such as identify synonyms, relative retrieval. The result of experimentation proves that this retrieval framework makes semantic of specialized literatures sufficiently emerged and the good feasibility of search strategy.
Key Word：Semantic Web, Ontology, RDF, Semantic Retrieval, Metadata
目錄
1. 緒論 1
1.1 研究背景及目的 1
1.2 國內(nèi)外研究現(xiàn)狀 2
1.3 本文主要工作 3
2. 語義萬維網(wǎng) 4
2.1 語義web技術(shù) 4
2.1.1 語義web概念 4
2.1.2 語義web結(jié)構(gòu) 5
2.1.3 語義web的基礎(chǔ)和核心 10
2.2 Ontology的定義和內(nèi)涵 11
2.3 元數(shù)據(jù) 13
2.3.1 元數(shù)據(jù)概念 13
2.3.2 學(xué)習(xí)對象元數(shù)據(jù)標(biāo)準(zhǔn) 14
2.3.3 元數(shù)據(jù)結(jié)構(gòu) 15
2.4 資源描述框架(RDF) 15
2.4.1 RDF概述 15
2.4.2 RDF與XML 16
2.4.3 RDF特性 18
3. 語義檢索 20
3.1 搜索引擎發(fā)展趨勢 20
3.2 語義檢索的實現(xiàn)思路和方法 21
3.3 工具介紹 22
3.3.1 建立本體工具Protégé 22
3.3.2 Jena在語義檢索中的作用 23
4. 系統(tǒng)設(shè)計 26
4.1 需求分析 26
4.2 設(shè)計目標(biāo) 27
4.3 開發(fā)工具與平臺 27
4.4 總體設(shè)計 27
4.4.1 系統(tǒng)流程 27
4.4.2 設(shè)計擬用途徑 28
4.4.3 領(lǐng)域本體 29
4.4.4 領(lǐng)域規(guī)則庫 30
4.4.5 解析推理 31
4.5 系統(tǒng)實現(xiàn) 33
4.5.1 系統(tǒng)界面 33
4.5.2 實驗結(jié)果 34
5. 結(jié)論與展望 35
5.1 結(jié)論 35
5.2 展望 35
致謝 37
參考文獻 38
圖表目錄
圖 2 1語義web層次結(jié)構(gòu) 6
圖 2 2專業(yè)文獻元數(shù)據(jù)結(jié)構(gòu) 15
圖 2 3一個描述Eric Miller的RDF圖 16
圖 3 1基于語義web的語義檢索的實現(xiàn)機理 22
圖 3 2 Jena各組成部分在語義檢索中的作用 24
圖 4 1需求分析用例圖 26
圖 4 2系統(tǒng)流程圖 28
圖 4 3 Protégé工具創(chuàng)建工程 29
圖 4 4 Protégé工具操作界面 30
圖 4 5規(guī)則庫類圖 31
圖 4 6完成一次推理操作的時序圖 32
圖 4 7后臺類設(shè)計圖 33
圖 4 8 查詢頁面 33
圖 4 9查詢結(jié)果 34
參考文獻
[1] 張志平，張慶來.語義Web服務(wù)研究進展[J].情報學(xué)報,2006,25(4):462-467.
[2] 楊建林.基于本體的文本信息檢索研究[J].情報理論與實踐,2006,29(5):598-601.
[3] 竇玉萌,王孟龍.面向語義Web的搜索引擎構(gòu)想[J].情報探索,2006,(7):56-58.
[4] 尹皎,鄭軍.Ontology在語義信息檢索中的使用[J].農(nóng)業(yè)圖書情報學(xué)刊
附錄
表1 學(xué)習(xí)對象元數(shù)據(jù)元素集
表2《基礎(chǔ)教育教學(xué)資源元數(shù)據(jù)規(guī)范》核心元數(shù)據(jù)集
