基于本体论的生物信息学领域资源语义检索分析-semantic retrieval analysis of bioinformatics resources based on ontology.docxVIP

目录第一章 绪论1.1 背景和意义 11.2 基于本体的信息检索在国内外的研究现状 21.2.1 国外的研究现状 41.2.2 国内的研究现状 51.3 论文的研究内容 71.4 论文的组织结构 8第二章 信息检索理论和本体概述2.1 信息检索理论知识 92.1.1 常用的信息检索模型 102.1.2 信息检索系统 122.2 本体 132.2.1 本体的定义 132.2.2 本体的分类 152.2.3 本体的构建方法 172.3 本章小结 18第三章 基于生物信息的本体的构建方法3.1 本体构建的相关内容 193.1.1 本体知识的表示元素 193.1.2 本体的描述语言 213.1.3 本体的构建工具 223.2 基于主题词的生物信息领域本体构建 233.3 本章小结 28第四章 基于本体的语义处理的相关技术研究4.1 语义相似度的计算 294.1.1 传统的语义相似度计算模型 304.1.2 概念语义相似度计算方法的改进 324.1.3 改进后的语义相似度计算方法 344.1.4 实验分析 354.2 Jena 推理机 374.3 本章小结 38第五章 基于生物信息学领域本体的语义检索系统的实现5.1 语义检索系统的框架设计 395.2 基于本体的语义检索的关键技术 405.3 应用程序的实现 435.3.1 本体推理模型的建立 435.3.2 语义检索的实现 435.4 检索性能评价 475.5 本章小结 48第六章 总结展望6.1 论文总结 496.2 展望 49参考文献 攻读硕士学位期间发表的论文及所取得的研究成果 致谢II第一章 绪论1.1 背景和意义计算机科学技术革命推动人类进入了信息化网络时代，互联网成为了网络信息的主 要集散地，搜索引擎成为了人们检索信息的主要方式。从 2012 年 1 月 7 日网络信息中心所发布的《中国互联网络发展状况统计报告》中的数据，我们可以得知：截止到 2011 年 12 月，中国的互联网用户已经达到了 5 亿，而 且其中大约 4.07 亿的用户使用搜索引擎比较频繁，占所有网民的 81.4%，而国外用户对 互联网的使用比例更高[1]。因此可知，互联网用户使用最多的一种信息检索手段便是搜 索引擎。通过统计我们可以得知，目前用户使用最多的搜索引擎主要是 Baidu、Google、 Yahoo 等。正是由于越来越多的用户开始依赖搜索引擎，但让用户失望的是这些搜索引 擎的结果很难令他们满意。因此，以基于关键字检索技术为主的信息检索方式存在的主 要问题是检索结果在很大程度上不能满足用户的检索需求。传统的信息检索方式主要有两种方式，分别是：（1）基于关键字匹配；（2）基于人 工分类的。对前者而言，通过关键字的匹配检索信息的方式会被检索词外在表现的匹配 所影响，从而忽略了检索词所要表达的内在语义含义，因此不能完全展示检索词所包含 的语义信息，这种检索方式缺乏对语义的处理能力；而对后者而言，在信息量比较少时， 人工分类的信息检索能够完全表现它的优势，但在面对目前网络上存在的海量数据信息 时，这种方法很容易受信息深度的影响，导致对信息数据的揭示深度不够，效率也不高。 在专业搜索引擎方面，由于缺少综合信息数据内容的支持，使得它在信息检索技术方面 大大落后于综合搜索引擎，在检索性能、检索速度、反映速度、查全率等方面都难以令 用户满意，与综合引擎相比存在较大的差距[2]。在传统的信息检索中，计算机很难正确识别用户所要查询数据信息的正确语义内 容，不能真正理解用户想要的检索需求，最后造成检索结果将返回过多的无用数据信息， 影响检索结果的精确率。正是由于这些原因，传统的信息检索在查全率和查准率上都不 能满足用户的需求，最终在信息检索系统与用户检索需求之间产生许多矛盾。所以，提 高信息检索的性能，摆脱用户信息需求的困境，满足用户信息检索需求，是我们要研究 的重点。生物信息学系统的信息资源有多种分类，且各种分类有各自的形态。有效地分配管理这些信息资源，同时能够使用户方便地使用，成为了生物信息学研究领域中一个比较 重要的课题。在传统的信息资源管理的方式下，由于信息资源不能用统一的语言来描述 数据信息的语义内容，导致用户不能方便地检索到与自己需求紧密相关的信息资源，并 与相关信息资源实现语义融合。所以，如何使生物信息学领域资源能够被应用程序所理 解，使用户能够很迅速地找到与自己需求相关的信息资源，并从信息资源所拥有的知识 领域中寻找所检索词的相关信息，从而能够在语义层次上实现信息资源的完全融合，这 些问题都是目前生物信息学领域资源检索方面所需要解决的科学问题。目前，随着科学工作者对人类基因组研究的不断深入，生物学科的研究着重于从现 有的生物信息学数据中寻找挖掘二次可用的数据