基于混合模型语义Web服务匹配机制的研究与实现

服务发现和匹配是面向服务计算架构需要解决的核心问题之一,而现有语义web服务发现机制适应范围较窄,匹配效率较低,具有较大提升空间.提出了一种基于服务属性和功能描述的混合服务匹配方法,该方法利用服务本体来扩展服务特征信息,采用LSA方法进行服务相似匹配以提高服务的查全率,再利用本体推理机制来提高服务的查准率.实验证明：此种混合方法能提高服务发现效率.     

细粒度可循证医药学文档知识融合表示和推理

知识图谱开放灵活、互操作性强,对于表达医学知识具有重要价值,但现有医学知识本体模型存在过于关注概念体系构建、深层次医学知识及关联缺失、无法循证和难以跨病种和学科等不足,为解决以上问题,提出了一种支持全文内容与结构细粒度知识和知识论证与循证关系表示的医药学融合知识表示模型及其推理机制,构建了一个面向高血压专病的医药知识图谱来验证这一方法。结果表明,该模型能全面、一致地表达医药学文献、文档中的细粒度知识,同时支持可循证查询和推理。     

舆情本体概念抽取研究

面对舆情信息的动态性、跨领域性、面向主题等特点,目前已有的领域本体学习方法难以适应舆情本体知识的自动构建.本文采用信息爬取技术收集热点舆情文本信息,根据构建模型自动识别主题进行归类,并对识别后的主题文本提取名词性词汇或者短语作为候选概念集;采用语义相似度方法计算候选概念间的相关度,根据相关度计算各概念的权值,并进行排序;结合词频变化的方法抽取与主题相关的核心概念.实验结果表明,本文方法可有效地抽取与舆情主题相关的核心概念,对舆情本体的构建以及后期的知识共享和重用起到积极作用.     

面向服务的语义互操作能力研究

提出了一种面向服务的语义互操作能力度量的方法.该方法采用概念树对Web服务的输入、输出数据进行语义标注,明确该数据概念的外延.根据数据概念外延的关系,将面向服务的语义互操作分为完全语义互操作、部分语义互操作和无语义互操作三个层次,并提出了计算语义互操作能力的方法,将该方法运用于Web服务组合参数传递时的语义合法性的判断.最后,设计了面向服务的语义互操作能力评价系统实现框架.     

融合语义增强与多注意力机制的视频描述方法

随着视频数据爆发式增长,视频描述任务越来越被研究者们关注。如何让计算机像人类一样理解视频的内容并能够准确无误地用语言表达出来,是视频描述任务领域尚未得到完美解决的难题之一。针对现有代表性视频描述模型中存在的未充分利用语义信息、生成描述不准确等问题,本文基于编码器-解码器框架的视频描述模型,提出了一种融合语义增强与多注意力机制的视频描述方法。该方法首先通过视觉文本特征聚合方法,为模型编码提供高层语义指导。然后,使用Faster-RCNN网络提取视频对象特征,通过图卷积网络获取视频对象的潜在语义信息,得到增强特征。最后,引入多重注意力机制,使模型更好地利用输入信息,增强模型的学习能力。MSVD和MSR-VTT数据集上的实验结果表明,相比于基准模型,本文提出的方法能合理优化视频描述模型的输入信息,有效提取视频潜在语义,从而解决视频文本跨模态问题和生成语句的语法结构问题,并能有效提升视频描述模型的准确度和对复杂场景的描述能力,更具先进性。     

化学学科语义模型的研究

为了方便管理和有效使用各类教育资源,让计算机理解各门学科中概念的语义,本文采用了建立学科语义模型的方法,研究了化学学科的语义模型及其形式化描述.该模型可为实现化学类教育资源的语义分析、自动整合和重用奠定基础,也可为本领域其他学科的语义研究提供参照.     

一种基于O-RGPS领域建模框架的按需模型选择方法

在O-RGPS(Ontology annotated Domain Role/Goal/Process/Service Model Repository)领域建模框架的指导下.提出了一种支持按需模型选择的方法.该方法利用领域本体和领域模型之间的基于本体标注的语义关联,在语素相似度计算和目标相似度计算的基础上,提出了期望目标需求自动建模算法,达到按需模型选择的目的,通过一个城市交通领域实例验证了此方法的有效性.     

基于角色与目标注册元模型的语义互操作能力研究

为了促进需求模型间的语义互操作并有效评估角色与目标注册元模型为两种需求模型提供的语义互操作能力,提出了一种互操作能力评估方法.实验中以需求模型i＊和KAOS对会议安排进行建模得到需求模型实例,同时基于现有的角色与目标注册元模型以及对应的需求模型规格,通过连续两次映射,将需求模型的元素映射到角色与目标注册元模型的元类及其关联,并针对映射结果定量分析i＊模型与KAOS模型间部分语义互操作的程度.实验结果表明,该方法能有效评估需求模型间通过角色与目标注册元模型进行语义互操作的能力,并为需求模型间实现深度语义互操作提供度量支持.     

面向维基百科服务计算领域的演化知识树

针对已有知识树知识热点不突出、知识分类不准确以及结构不断演化等问题,本文面向维基百科的中文数据库"服务计算"领域密集型数据,提出了扩展的中文分词算法,抽取、分类出多种主题知识及其结构化信息,结合服务计算领域文档提出基于LDA改进的DKHM(文档-主题-热点)模型,使用Gibbs抽样算法对数据集采样,并消除原词条歧义分类,以建立演化知识树.实验结果表明:基于DKHM的聚类准确度高于一般的贝叶斯聚类,通过聚类发现的热点与真实热点的匹配度达60%以上,从而验证了演化知识树比维基百科原有知识树结构更合理,热点趋势效果更明显.     

Web服务注册管理模型中的语义互操作性研究

针对目前不同Web服务注册管理标准之间(如UDDI,ebXML等)无法进行互操作的问题,运用元模型互操作框架(metamodel framework for interoperability,MFI)和本体技术,建立了一种支持语义瓦操作的Web服务注册管理模型的体系架构,运用MFI中的本体演化规则保证了本体在演化前后的一致性,从而保证基于本体的不同 Web服务注册库的互操作性.构建了一个基于MFI的Web服务注册管理模型的原型系统,实验结果表明该原型系统的Web服务查全率比单一Web服务模型高.     

基于Spark的土地利用矢量数据空间叠加分析方法

针对海量土地利用矢量数据空间叠加分析的效率问题,提出了基于Spark的土地利用矢量数据空间叠加分析方法,通过弹性分布式数据集实现索引过滤与叠加计算,为解决空间叠加分析的瓶颈问题做了新的尝试. 实验结果表明,相较基于Oracle数据管理的叠加分析方法,该方法显著提高了空间叠加分析效率,更适合面向海量土地利用矢量数据的叠加分析.     

基于语义的服务资源描述模型RDF4S

在已有的语义Web服务描述框架基础上,定义了一种语义Web服务资源描述模型RDF4S,该模型从功能、接口、执行和QoS 4个层面描述服务资源的语义信息,并基于该模型提出了一个语义Web服务资源发现框架.结合旅游预订系统的一个实例,展示了RDF4S 4层语义信息的描述能力和支持发现的能力,并给出RDF4S描述模型和其他语义Web服务描述模型的比较.该工作对基于语义信息进行服务的自动发现、组合和调用具有一定的参考作用.     

一种融合本体与条件随机场的视频语义提取方法

从时空角度结合条件随机场模型及本体概念,提出了一种视频语义特征提取方法,其中包括视频低层特征模型参数估计(model parameter estimation,MPE)算法和高层对象语义模型更新(model update,MU)算法。该方法可以实现视频语义概念本体的自动提取和标注,为语义特征提取及分析提供支持。实验结果表明,该方法提升了视频语义特征提取的精确率和召回率。     

信任本体的形式化语义研究

针对现有的信任模型缺少信任相关概念属性在数理上的定义以及严格可靠的信任语义推理和统一的形式化抽象模型的问题,本文提出形式化动态信任本体的概念,结合本体在语义层次的形式化描述方法,对实体信任、行为信任和区域信任进行本体化,并对三种信任本体进行形式化语义演绎和推理.给出了信任相关属性的形式化理论分析,并通过典型的激发场景实例,有效地验证了信任本体化理论.     

基于SVG网络图形编辑系统的建模与实现

系统分析了SVG对图形对象的支持，从图形数据网络传输和图形交互界面2个角度考虑，提出1种基于SVG网络图形编辑系统模型．该模型采用代理服务器机制，并分别用Servlet与Applet实现服务器与客户，解决了SVG图形数据的网络传输与图形编辑交互的问题，还进一步介绍了基于SVG建立图形对象模型的方法及其相关的实施方法．     

一种基于Spring的轻量级面向服务组件框架

面向服务组件将面向服务的概念引入组件模型中,支持松耦合的面向服务应用软件的开发.本文提出一种基于Spring框架的轻量级面向服务组件框架SSCF(Spring-based Service Component Framework),利用Spring的依赖注入和远程服务访问技术,简化面向服务组件的编程模型、增加编程自由度、提高组件运行效率.给出了SSCF框架中服务组件模型的逻辑结构模型、描述方法和连接通信机制以及框架实现的关键技术.该框架简化了面向服务组件的开发,与SCA(Service Component Architecture)实现框架Apache Tuscany相比,性能上具有一定的优势.     

网格环境下基于本体的知识库模型研究

针对知识技术仪用于描述网格服务的可用性以及如何被发现、调度和进化的现状，在开放网格服务体系结构（OGSA）的基础上，给出了知识库本体的形式化定义，分析了构建知识库所需的本体，在此基础上提出了网格环境下知识库通用体系结构及基于语义适配器的存储模型，克服了Sesame仔储模刑在存储不同格式文件和本体方面所存在的小足，讨论了网格知识库的访问机制。     

学生日常行为模式挖掘及差异性分析

针对学生日常行为与学业成绩关系问题展开研究.面向反映学生日常行为的手机上下文数据,提出了一种基于关联规则的行为模式挖掘及差异性计算方法.其特点是使用语义化处理方法将数值型数据转换成具有语义信息的数据,采用Apriori算法挖掘关联规则,通过定量计算特征关联规则集合之间的非相似性系数,区分出不同类型学生行为模式之间的差异,进而得出学生日常行为与学业成绩之间的关系和影响,并在公开数据集上对该方法的有效性进行了实验验证.     

教育资源语义模型研究

针对电子学习系统中实现教育资源智能搜索与整合的要求，提出了一个运用语义Web技术建立的教育资源语义模型，通过资源的内容、上下文、结构3个层次上元数据描述与相应本体的构建，可形成不同层次概念的抽象与层次结构，以实现对资源描述共享语义的理解和互操作．     

融合实体上下文特征的深度文本语义匹配模型

为提高文本匹配过程中对实体上下文和语义关联信息的学习能力,提出一种融合实体上下文特征的深度文本语义匹配模型。该模型通过学习深度多视图语义交互信息和实体上下文特征匹配矩阵来计算文本的综合匹配得分,采用双向长短时记忆网络和共注意力机制获取文本的局部语义特征并进行多视图向量交互匹配,同时,针对文本中提取到的实体计算上下文特征,通过实体匹配矩阵和卷积神经网络进行实体上下文语义匹配。在SNLI、MultiNLI和Quora Question Pairs数据集上分别与已有基准模型对比,实验结果表明,相比经典深度文本匹配模型,本文提出的融合实体上下文特征的文本匹配模型可以有效提升文本匹配的准确度。