摘要：由于目前市场所存在的英汉翻译系统不能准确将语句翻译出来,所以仍是辅助工具作为人们工作生活中的翻译手段。但对于资料重复率高的工作,完全可以利用强大的数据库来减少重复工作。基于此,文中提出了一个基于句法和语义的英汉翻译记忆系统。本文首先在分析语句相似度以后,应用wordnet技术对相似度的算法进行了研究,然后对记忆库进行设计,最后对该系统进行了详细研究。将该系统应用于实际实验翻译实践中,结果表明该系统大大避免了对相同句子的翻译过程,提高了翻译速度、节约了时间。

摘要：检索系统可以通过引入本体来弥补传统关键字检索语义匮乏的缺陷,然而,领域专家构建本体存在过程复杂、工期长、更新困难等弊端。为此,综合分析多种本体构建方法和技术,针对专利数据的特点给出一套半自动构建本体的方案,在此基础上提出基于半自动构建本体的专利信息检索系统的体系框架,描述系统原型的设计思想和检索流程,通过实验验证该系统能很好的扩充延伸检索词,明显地提高了检索效率以及查全率。

摘要：随着本体技术的发展,本体越来越多地被应用于异构信息的整合。本文提出了一种基于本体的医疗信息整合框架,给出了框架的结构和本体整合的过程,并通过实例验证了本体整合的有效性。

摘要：本体是概念模型的明确的规范说明,能够精确地描述概念体系和领域知识。为了将异构数据源中的数据识别出来并进行语义相关的集成,提出了一种基于本体集成异构数据源的方法。首先将各个数据源中的数据以XML文档形式进行描述,然后将各个XML文档的文档类型定义(DTD)转化为DIM数据模型表示,最后通过语义聚类、全局模式生成等步骤,实现XML文档的基于本体的语义集成。文中提出的方法以普林斯顿大学的心理学家、语言学家和计算机工程师联合设计的一种基于认知语言学的英语词典为本体库,可有效地识别出异构数据源中的具有等价语义或相近语义的数据,从而更准确地对异构数据源中的数据进行集成。

摘要：现有的Web服务搜索引擎不能准确反映查询与服务之间的语义关联,其服务相关度大多是通过统计概率方式来计算,这使得搜索一个合适的Web服务变得困难。针对该不足,文中提出一种改进的方法。首先通过抓取引擎将互联网上有效的Web服务信息组织成Web服务信息库,其次对Web服务信息库中的服务文档进行快速分词处理,最后引入wordnet词典进行同义词向量建模,划分服务主题和服务内容,增加搜索关键词与服务之间的语义关联。实验结果表明该方法具有较高的查准率和查全率。

摘要：本文主要研究关于Deep Web查询表单属性的模式匹配。首先,能自动识别查询表单位置;其次,根据规则自动抽取表单属性;再次,根据Word Net计算文本标记与控件标记的语义关系以及语义相似度;最后,根据语义关系进行属性关系重组,获得查询表单属性在语义关系上的属性匹配模式,实验表明,本文算法高效可行。