基于TAP的上下文知晓模型研究.pdfVIP

  1. 1、原创力文档(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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、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
  6. 6、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。
  7. 7、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
查看更多
基于TAP的上下文知晓模型研究.pdf

基于TAP的上下文知晓模型研究 庞美玉余雪丽冯秀芳 太原理工大学计算机与软件学院,太原030024 e-mail:pangmeiyu@yahoo.com.cn 摘要:由于知识的异构性和动态性,在网上查找知识需要花费大量的时间和精力。为了提高效率和准确 性,我们提出了上下文知晓的模型。本文在介绍了上下文、上下文知晓和TAP的概念并构建了基于TAP 的上下文知晓系统的体系结构,重点阐述了上下文知晓模型。 关键字:语义网TAP上下文上下文知晓 onContext-awareModelbasedonTAP Studying PangMeiyu,YuXueli,Fengxiufang andSoftware 030024 Computer College,TaiyuanUniversityofTechnology,Taiyuan e-maih pangmeiyu@vahoo.eom.cn. Abstract:Becauseof and of lotsoftimeand in inhomogeneitydynamicknowledge,itspends energies onweb.Inorderto and context-awaremodel.Inthis queryingknowledge improveefficiencyaccuracy,wepresent the of awarenessand architectureofcontext—aware context,context TAP,andthe paperwegive concepts propose context—awaremodel system,demonstrating mainly. awareness web;TAP;Context;Context Keywords:Semantic 1.引言 人类社会已经进入了知识型社会。在这样的社会中,知识已经成为了~种特殊的、更 为重要的生产资料。如何加速获取、使用海量知识是一项极其重要的研究工作。 目前在万维网中,网页仅仅是一个单调的内容显示,电脑只负责将一个网页链接到另 一个网页,网络不能按照用户的要求自动搜寻和检索网页,直至找到所需要的内容。而语义 网则是希望计算机能“看懂”网页的内容,使计算机成为“智能”的导航工具[1]。于是, 语义网将成为万维网的未来。目前语义网尚且不成熟,在一段时间内将与和www网长期共存 [2]。 在研究删网向语义网过渡的过程中,斯坦福大学的R.Guha等人创建了TAP。TAP是语义 网上为应用程序服务的基本框架,它提供了一种简单机制使网站能将数据发布到语义网上, 并通过查询接口女NGetData来实现对数据的访问[3]。 与此同时,由于知识的异构性和动态性,人们要想从中发现、收集和维护自己需要的信 于帮助人们发现和收集Internet上的各种信息,但它们还存在着~些缺陷,如导引能力差, 即不能帮助用户确定所需信息所在的领域,导致大量无关信息的涌现:使用简单的关键字匹 配查询,检索的精确度不高:一般不具备学习功能,不能主动地发现和收集用户需要的信息。 353 为了更好地服务于用户,系统需要能够做一些智能化的处理,与用户进行及时的交互,达到 了解用户意图的真正目的,从而提高查找效率和准确率。 为解决此问题,本文提出了面向语义网的基于TAP

文档评论(0)

开心农场 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档