資源描述：
《基于軍事本體智能檢索引擎的研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、摘要針對聯(lián)合作戰(zhàn)數據工程建設的新需求，我們對軍事訓練領域的基礎數據進行研究，構建了軍事訓練本體，消除了軍事訓練領域數據的異構性和歧異性；并基于該軍事訓練本體開發(fā)了分布式數據庫搜索引擎，實現了數據透明共享。在系統(tǒng)研究過程中論文主要工作如下：1、提出軍事訓練本體定義的六元組結構。2、在通用策略的指導下構建軍事訓練本體，重點討論構建過程中的“概念化”措施中三個子措施“概念抽取”、“概念關系定義”和“約束生成“的自動化實現：(1)“概念抽取”按照概念間關系分“頂層概念抽取“和”具體領域概念抽取“兩個階段進行
2、：頂層概念抽取通過概念圖技術得到頂層概念和概念間的層次關系，對應建立軍事訓練本體定義的部分C元素和H關系描述；具體領域概念抽取探討了兩個關鍵技術——關系數據模式映射、智能分詞技術。(2)“關系定義”分成關系定義和關系自動學習兩部分進行討論：定義軍事訓練領域中基礎關系和自定義關系兩種關系，在本體描述語言OWL中增加了自定義關系原語,對應建立軍事訓練本體的R元素和relation元素；討論關系的自動學習算法，對應生成軍事訓練本體定義的relation元素的實例。(3)基本約束建立：分析軍事訓練本體的值約
3、束和基數約束兩種基本約束類型，對應建立軍事訓練本體定義的F元素。3、探討了軍事訓練本體在分布式數據庫搜索引擎的三個應用：(1)提出了基于軍事訓練本體的索引建立和優(yōu)化技術在索引的建立過程中，重新定義了索引的結構：對每個索引詞添加了對應的概念項，并且基于來源的不同對索引詞的權重進行賦值。(2)提出了基于指揮員興趣本體的結果排序本文提出了改進的指揮員興趣興趣矩陣，對于該矩陣的行向量和列向量的計算都提出了新的計算方式，同時對指揮員興趣空間進行成分分析，提取特征進行聚類，基于聚類的模型和查詢向量概念化，給用戶
4、舉薦結果。(3)提出了基于概念圖和隱馬爾科夫模型的自動摘要的生成在理解程度之上的自動摘要生成，通過生成概念圖，提取概念和概念之間的關系，生成可讀性較好、冗余較少的自動摘要。關鍵詞：軍事訓練本體，通用策略，智能分詞，概念圖IABSTRACTThisdissertationaimsforthenewdemandoftheInformationSystemforIntegratedJointOperationsTraining,goesdeepintoresearchofthebasicdataofthe
5、militarytrainingfield,buildsthemilitarytrainingdomainontology,whichresolvestheheterogeneityandvariability,andsuccessfullydevelopsanintelligentinformationsearchengine,whichpellucidlyofferstheuserstheresult.Themainresearchcontentsofthedissertationcontain
6、asfollows:1.Thisdissertationproposesthemilitarytrainingontology’sdefinitionofsixelements.2.Thisdissertationhasbuiltthemilitarytrainingdomainontologyundertheuniversalstrategy’sguidance.Howtodescribethemilitarytrainingontology’scharacterandautomaticallyi
7、mplementisdiscussedfinallyinthedesignstagewhenconceptualizationisgoing.Discussingdomainconceptualization,thisdissertationproposes:(1)Thepartofconceptextractinvolvestwostepsaccordingtotherelationshipofthemilitarytrainingontology:Setp1:thetopmostconcepte
8、xtract:Thetopmostconceptandtherelationshipofthetopmostconceptcanbefoundwiththeconcepttechnology.ThismeanstheelementsaboutCandHofmilitarytrainingontology’sdefinitioncanbecreated.Step2:thedomainconceptextract:Inthissteptwopivotaltechnolog
