本体的发现与应用

1. 本体的发现与应用 2014年《本体工程》课程讲座 程龚 gcheng@nju.edu.cn

2. 如果由你来开发一个语义Web应用，首先你会去做什么？如果由你来开发一个语义Web应用，首先你会去做什么？

3. 本体的应用 下半节课 本体的重用 上半节课

4. 提纲 • 本体的发现 • 本体的搜索 • 本体的呈现 • 体验本体搜索引擎 • 本体的应用

5. 本体的搜索

10. 包含“professor”的本体 包含“student”的本体 如果由你来具体实现，你会怎么做？

11. professor student 倒排索引 (inverted index)

14. 布尔检索模型

15. 开源软件 • 布尔检索引擎 • Apache Lucene (http://lucene.apache.org/)

19. 词形变换

20. 同义词

21. 你准备怎么解决这些问题？

24. 索引扩展

25. (student OR students OR learner OR learners) AND (learn OR learns OR learning OR learned OR learnt) student AND learn • student • students • learner • learners • learn • learns • learning • learned • learnt 查询扩展

26. 索引扩展 vs. 查询扩展，它们各有什么优缺点？

27. 开源软件 • 词干提取器 • Snowball (snowball.tartarus.org) • 同义词典 • WordNet (wordnet.princeton.edu)

29. 包含查询词的结果还是有很多，怎么办？

32. 排序方法1 • 与查询越相关，排序越靠前。

33. 词频 (term frequency) TF(student)=3 TF(faculty)=1 …

34. 词频 (term frequency) TF(student)=3 TF(faculty)=1 … TF(student)=2 TF(faculty)=1 …

35. 反文档频率 (inverse document frequency) TF(student)=3 TF(faculty)=1 … TF(student)=1 TF(faculty)=3 … DF(student)=1000 DF(faculty)=200 …

37. TF-IDF TF-IDF(student)=3log(10000/1000)=3 TF-IDF(faculty)=1log(10000/200)=1.7 … TF-IDF(student)=1log(10000/1000)=1 TF-IDF(faculty)=3log(10000/200)=5.1 … Φ=10000 DF(student)=1000 DF(faculty)=200 …

38. 排序方法2 • 被引用越频繁，排序越靠前。

40. 排序方法3 • 被使用越广泛，排序越靠前。

42. 排序方法 • 与查询越相关，排序越靠前。 • 被引用越频繁，排序越靠前。 • 被使用越广泛，排序越靠前。

43. 除了排序，你还有什么招数？

44. 分类

46. 本体的呈现

47. 节点连接图 (node-link diagram)

48. 缩进列表 (indented list)

49. 嵌套矩形 (treemap)