基于Ontology的大规模知识库.pdfVIP

下载本文档

36
0
约3.77万字
约 8页
2017-09-14 发布于重庆
举报
版权申诉

基于Ontology的大规模知识库.pdf

1、本文档共8页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于Ontology的大规模知识库构建技术分析* □ 洪娜 / 中国科学院国家科学图书馆北京 100190 中国科学院研究生院北京 100049 □ 张智雄 / 中国科学院国家科学图书馆北京 100190 摘要：基于Ontology的大规模知识库系统是语义内容应用的基础。文章介绍了四个有代表性的基于 Ontology的大规模知识库系统，分别分析了系统的关键技术、特点和性能，并对它们的性能进行了对比分析，最后分析了当前系统的局限、挑战和趋势，以期对国内数字图书馆知识库建设有所帮助。该文为2008 年第9期本期话题“知识抽取”的文章之一。 DLF 关键词：知识抽取，Ontology存储，知识库，Ontology推理，Ontology查询，性能对比，数字图书馆 DOI:10.3772/j.issn.1673-2286.2008.09.003 题话期本 1 引言多种外部调用接口以促进当前研究成果向产业界的应用。随着知识技术的发展，基于Ontology 的开发和目前，基于Ontology 的大规模知识库构建技术 T 应用越来越多，大规模语义标注、基于Ontology 的的研究和实践已经取得了一定的成果。典型的研 o p [1] 信息抽取（OBIE ）、元数据管理等任务都面临着究项目有欧洲IST项目的Sesame系统、Ontotext实 i c [2] [3] 如何有效存储海量语义内容的问题，基于Ontology 验室的OWLIM系统、HP 实验室的Jena系统、 [4] 的大规模知识库系统的存储规模、查询效率、推理 IBM研究中心的Minerva 和SOR系统、Oracle 的 [5] [6] 能力都直接影响到语义内容的应用，当前迫切地需 RDF store系统、Bristol大学的Redland 、F