Ontology-Based Knowledge Graph Framework for Industrial Standard Documents via Hierarchical and Propositional Structuring
本文提出一种基于本体的知识图谱框架,通过层次化和命题化结构构建工业标准文档,提升问答性能和领域知识表示能力。
2025-12-22 cs.CL cs.IR
Ontology Based Pivoted normalization using Vector Based Approach for information Retrieval
所提出的方法是程序性的,即它遵循有限数量的步骤,根据用户的查询提取相关文件。它是基于数据采掘的原理来分析Web数据的。数据采掘首先采用数据集成的方法生成数据仓库。然后,它提取有用的信息,借助算法。表示提取的文档的任务是通过使用基于向量的统计方法来完成的,该方法以术语集合表示每个文档。
2017-03-21 cs.AI cs.IR
Evidence Units: Ontology-Grounded Document Organization for Parser-Independent Retrieval
GenApp Tech, KT (Korea Telecom)(GenApp Tech,KT(韩国电信))
本文提出证据单元(EUs)以解决结构化文档碎片化问题,通过本体引导的角色规范化、语义全局分配算法和图决策层,提升检索性能,实验显示检索LCS提升0.31,Recall@1增加3.4倍。
2026-04-01 cs.IR
Ontology-driven personalized information retrieval for XML documents
Research Laboratory in Computer Science (LARI), Department of Computer Science(计算机科学研究实验室(LARI),计算机科学系);The Kyoto College of Graduate Studies for Informatics(信息科学研究生学院)
本文提出基于本体的个性化XML文档信息检索方法,通过整合领域本体和用户画像,提升检索效果,实现更精准的个性化匹配。
2026-07-30 cs.IR cs.LG
GrOIL: Graph-Grounded Domain Ontology Induction with Constrained LLM Mediation
Rensselaer Polytechnic Institute(伦斯勒理工学院)
该研究提出GrOIL流程,以受限LLM调解的七阶段图基方法构建可审计OWL TBox,在人寿保险领域的基准测试中,其CQ覆盖率等指标优于LLM基线,可生成稳定领域表示。
2026-08-25 cs.IR
Semantic Search using Spreading Activation based on Ontology
Trường Đại học Tôn Đức Thắng(孙德胜大学)
目前,文本文档检索系统在探索查询和文档的语义方面存在许多挑战。每一个查询都隐含着查询中没有出现的信息,但与信息相关的文档也是用户所期望的。以前的扩散激活算法的缺点是许多不相关的概念添加到查询。本文提出了一种新的算法,该算法只激活和添加与查询中的原始实体和查询中的显式关系相关的命名实体。
2019-05-09 cs.AI cs.IR
Calculating Semantic Similarity between Academic Articles using Topic Event and Ontology
State Key Laboratory of Software Development Environment, Beihang University(北京航空航天大学软件开发环境国家重点实验室)
确定学术文档之间的语义相似度对于剽窃检测、自动技术调查和语义搜索等任务至关重要。目前的研究主要集中在概念、句子和短文本片段之间的语义相似度。然而,文档级语义匹配仍然基于表层的统计信息,忽略了文章结构和全局语义,这可能会导致文档理解的偏差。针对学术文献的文档级语义相似性问题,提出了一种新的方法。该方法以主题事件表示学术文章,利用研究目的、研究方法和研究领域等多个信息描述学术文章的研究工作,并基于领域本体计算主题事件之间的相似度,得到文章之间的语义相似度。实验表明,我们的方法实现了显着的性能相比,国家的最先进的方法。
2017-11-30 cs.AI cs.CL cs.IR
Ontology-Guided Query Expansion for Biomedical Document Retrieval using Large Language Models
University of California Riverside(加州大学河滨分校);Friedrich Schiller University Jena(施莱尔大学耶拿分校)
本文提出本体感知查询扩展流程BMQExpander,融合UMLS医学知识与大型语言模型生成能力,在三个生物医学IR基准上显著提升检索性能,并在查询扰动下表现稳健且幻觉更少。
2025-08-15 cs.IR cs.LG
Ontology-Based Query Expansion with Latently Related Named Entities for Semantic Text Search
Ho Chi Minh City University of Technology(胡志明市理工大学)
传统的信息检索系统通过关键字集合来表示文档和查询。然而,文档或查询的内容主要由其中出现的关键字和命名实体定义。命名实体具有本体特征,即它们的别名、类和标识符,这些特征从它们的文本外观中隐藏。此外,查询的含义可能隐含与查询中的显式实体相关的潜在命名实体。提出了一种基于本体的广义向量空间模型来进行语义文本搜索。它利用命名实体及其潜在相关实体的本体特征来揭示文档和查询的语义。我们还提出了一个框架,结合不同的本体,以发挥其互补优势的语义标注和搜索。在基准数据集上的实验表明,我们的模型比其他模型具有更好的搜索质量。
2018-07-15 cs.AI cs.IR
Architecture of an Ontology-Based Domain-Specific Natural Language Question Answering System
Government Engineering College, Sreekrishnapuram(斯里克里希纳普兰政府工程学院)
问答(QA)系统的目标是从大量的文档中检索出精确的信息。本文描述了一个基于本体信息的特定领域自然语言问答系统的体系结构,向语义Web问答迈进了一步。建议的架构定义了四个基本模块,适合于提高当前的QA能力与处理复杂问题的能力。第一个模块是问题处理模块,它对问题进行分析和分类,并对用户的查询进行重构。第二个模块允许检索相关文件。下一个模块处理检索到的文档,最后一个模块执行响应的提取和生成。自然语言处理技术被用于处理问题和文档以及用于答案提取。本体和领域知识被用于重构查询和识别关系。该系统的目的是生成简短而具体的答案,是在特定领域的自然语言提出的问题。在我们的实现中,我们已经达到了94%的自然语言问答准确率。
2013-11-13 cs.CL cs.IR
Unsupervised Terminological Ontology Learning based on Hierarchical Topic Modeling
Northwestern University(西北大学);Intel Corporation(英特尔公司)
在本文中,我们提出了层次关系为基础的潜在狄利克雷分配(hrLDA),数据驱动的层次主题模型,从大量的异构文档中提取术语本体。与传统的主题模型相比,hrLDA依赖于名词短语而不是一元语法,考虑语法和文档结构,并通过主题关系丰富主题层次结构。通过一系列的实验,我们证明了hrLDA优于现有的主题模型,特别是在建立层次结构。此外,我们说明了鲁棒性的hrLDA在噪声数据集的设置,这是可能发生在许多实际情况下。我们的本体评价结果表明,从hrLDA提取的本体是非常有竞争力的领域专家创建的本体。
2017-08-29 cs.CL cs.IR cs.LG
MeSHup: A Corpus for Full Text Biomedical Document Indexing
University of Western Ontario(西安大略大学);University of Toronto(多伦多大学);Vector Institute(向量研究所);Unity Health Toronto(多伦多联合健康中心)
医学主题词(MeSH)索引是指从一个非常大的MeSH术语集合中为给定的生物医学文档分配最相关的标签的问题。目前,PubMed数据库中的大量生物医学文章都是由人类策展人手动注释的,这既耗时又昂贵;因此,可以辅助索引的计算系统非常有价值。在开发有监督的MeSH索引系统时,需要大规模的注释文本语料库。一个公开的,大型语料库,允许强大的评估和比较各种系统是很重要的研究社区。我们发布了一个大规模带注释的MeSH索引语料库MeSHup,其中包含1,342,667篇英文全文文章,以及从MEDLINE数据库收集的相关MeSH标签和元数据,作者和出版地点。我们训练一个端到端模型,该模型将来自文档的特征及其在语料库上的关联标签相结合,并报告新的基线。
2022-04-28 cs.CL cs.IR
An Ontology for Modelling and Supporting the Process of Authoring Technical Assessments
Centre Scientifique et Technique du Bâtiment (CSTB)(法国建筑科学技术中心);Université de Nice Sophia Antipolis(尼斯索菲亚安提波利斯大学);CNRS(法国国家科学研究中心)
在本文中,我们提出了一个语义Web方法建模的过程中创建新的技术和监管文件的建筑部门。这个行业,在其他行业中,目前正在经历其技术和监管文本的显着增长。因此,通过尽可能自动化来改善法规制定过程是紧迫和关键的。我们专注于创建由法国建筑科学技术中心(CSTB)发布的特定技术文件,称为技术评估,我们提出基于语义网模型和技术的服务,用于对其创建过程进行建模。
2013-02-19 cs.CL cs.DL cs.IR
Context and Keyword Extraction in Plain Text Using a Graph Representation
文献标引是档案工作者或自动标引工具完成的一项基本任务。要检索相关的文档查询,描述这个文件的关键字必须仔细选择。档案管理员必须在开始提取关键字之前找到文档的正确主题。对于一个索引专门文件的档案工作者来说,经验起着重要的作用。但是索引不同主题的文档要困难得多。本文提出了一种创新的标引支持系统的方法。该系统将本体和纯文本文档作为输入,并提供文档的上下文关键字作为输出。该方法已被评估利用维基百科的类别链接作为一个术语本体资源。
2009-12-08 cs.IR
Toward Exploratory Search in Biomedicine: Evaluating Document Clusters by MeSH as a Semantic Anchor
目前的生物医学文献检索模式在有效查找与专家相关的信息方面受到严重限制。解决这个问题的一个潜在方法是探索性搜索,它允许用户交互式地浏览大量的文档集合。作为探索性搜索生物医学专家的第一步,本文提出了一种评价文档聚类质量的方法。为此,我们将人类的专业知识纳入数据集的创建和评估框架,利用MeSH术语作为语义锚。此外,我们还研究了全文数据对提高聚类质量的好处。
2018-12-05 cs.DL cs.HC cs.IR
A Heuristically Modified FP-Tree for Ontology Learning with Applications in Education
College of Applied Studies, University of Bahrain(巴林大学应用研究学院);School of Computing and Digital Technology, Birmingham City University(伯明翰城市大学计算与数字技术学院)
我们提出了一个启发式修改的FP-树本体学习的文本。与以前的研究不同,对于概念提取,我们使用了编译器构造中广泛采用的正则表达式解析器方法,即,确定性有限自动机(DFA)。因此,概念是从非结构化文档中提取的。对于本体学习,我们使用频繁模式挖掘方法,并采用规则挖掘启发式函数,以提高其质量。这个过程不依赖于预定义的词汇句法模式,因此,它适用于不同的主题。我们将本体应用于学生内容相关问题的问答系统中。为了验证,我们使用了教科书问题/答案和在线课程论坛的问题。主题专家对系统的问题的子集的答案的质量进行了评级,他们的评级被用来确定最合适的自动语义文本相似性度量,作为所有答案的验证度量。潜在语义分析被认为是最接近专家的评级。我们比较了使用我们的本体与使用Text 2 Onto的问答系统,发现我们的本体回答了80%的问题,而Text 2 Onto只有28.4%的问题得到了回答,这要归功于我们的方法能够产生更细粒度的层次结构。
2019-10-29 cs.IR cs.LG stat.ML
Improving Term Extraction Using Particle Swarm Optimization Techniques
术语提取是本体开发过程中的一个层次,其任务是自动提取输入文档中包含的所有术语。此过程的目的是生成与输入文档的域相关的术语列表。在文献中有许多方法,技术和算法用于术语提取。在本文中,我们提出了一种新的方法,使用粒子群优化技术,以提高术语提取结果的准确性。我们选择五个特征来表示术语得分。该方法已应用于宗教文献领域。我们比较了我们的术语提取方法与TFIDF,Weirdness,GlossaryExtraction和TermExtractor的精度。实验结果表明,该方法比其他四种算法具有更高的精度.
2010-02-22 cs.IR
Semantic Representation of Processes with Ontology Design Patterns
FIZ Karlsruhe -- Leibniz Institute for Information Infrastructure(FIZ卡尔斯鲁厄——莱布尼茨信息基础设施研究所);Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院);University of Mannheim(曼海姆大学)
针对材料科学过程本体复杂难复用的问题,本文调研相关本体、识别隐式 ODPs,评估其需求满足能力,并提出自动提取设计模式的基线方法且开放资源。
2025-09-28 cs.IR cs.IT math.IT
KnowledgeHub: An end-to-end Tool for Assisted Scientific Discovery
IBM Research Europe(IBM欧洲研究院);IBM Research(IBM研究院);University College London(伦敦大学学院)
本文提出 KnowledgeHub 工具,通过集成 PDF 解析、本体标注、NER/RC 模型训练、知识图谱构建及基于检索的大语言模型问答与摘要,实现端到端的辅助科学发现。
2024-06-17 cs.AI cs.CL cs.DL
Using Arabic Wordnet for semantic indexation in information retrieval system
University Abou Bekr Belkaid(阿布·贝克尔·贝尔卡伊德大学)
在阿拉伯语本体论指导下的阿拉伯语信息检索系统(IRS)中,为了使IRS更好地响应用户需求,本文旨在利用从阿拉伯语Wordnet中提取的最佳概念来表示文档和查询。从文档和查询中提取属于阿拉伯语WordNet同义词集的已识别概念,并扩展具有单一意义的概念。然后,IRS使用扩展的查询来检索所搜索的相关文档。我们的实验主要基于一个中等规模的阿拉伯语语料库。所获得的结果表明,阿拉伯IRS的性能在全球范围内有所改善。
2013-06-19 cs.CL cs.IR
W-RAG: Source-Aware Retrieval for Enterprise Document Generation from Heterogeneous Knowledge Bases
The University of Texas at Dallas(德克萨斯大学达拉斯分校);DIGITAL MANAGEMENT, LLC (DMI);Massachusetts Institute of Technology(麻省理工学院)
针对异构知识库下企业文档生成中全局排序导致的上下文失衡问题,提出源感知检索框架W-RAG,引入相关数据集并验证其可提升文档覆盖率与生成质量。
2026-08-25 cs.CL cs.IR cs.SE