framework is proposed.SELECT ?super

framework is proposed.
SELECT ?supervisor ?name WHERE {:Studentl :superviseBy ?supervisor. ?supervisor rdfs:label ?name}

The result for the query will return the following tuples which shows that studentl, who is Arifah Alhadi is supervised by Supervisor 1 who is Prof Madya Dr Shahrul Azman Mohd Noah and PM Dr Shahrul Azman where it refers to the same person:




Once the list of documents is formed, a semantic similarity value between the query and each document is computed by the system. The ranking algorithm of the system combines two factors which are the concept weight specified in the user's query and its relevance to a document. All concept names (or instance names) returned by the inference engine form a query vector. In VSM, a document vector Xj in the extended Term Document Matrix (TDM) calculated is ranked according to the similarity between it and the query vector q. Then a vector of index term weights is calculated. These weights,พ are calculated by most often used tf-idf scheme as shown in the equation (1) below where t represent time, f represent frequency and id represent id of a document:

freq is the number of occurrences of term i t in document j d , N IS number of documents in collection, and i ท is the document frequency for term i t in the whole document collection. The similarity which is presented as sim, measure between a document d and the query q is computed as shown in equation (2) below:



The query process takes an input as a user search request. The search request can be either a list of keywords or a complex natural language query. The search request will be first analysed by a query parser and will be parsed into SPARQL. These queries are then sent to the inference engine which will return a set of RDF (Resource Description Framework) triples containing the related concepts or instances in the Knowledge Base which is our respective domain ontology, digital library. For example the simple query where a user want to know who is the supervisor for Arifah Alhadi who is a studentl, the query will be generated by SPARQL as follows:
B. Document Annotation
The specific architecture framework of the ontology based information retrieval process is depicted in the Figure 2 as follows. To support the semantic search, the annotation class is added as an extension of the ontology.

Figure 2. Document Annotation

ผลลัพธ์ (ไทย) 1:

กรอบเป็นการนำเสนอเลือก? ผู้? ชื่อ {: Studentl: superviseBy ? หัวหน้างาน? ผู้ rdfs:label ? ชื่อ}ผลลัพธ์สำหรับการสอบถามจะส่งคืน tuples ดังต่อไปนี้ซึ่งแสดงว่า studentl, Arifah Alhadi ที่พาสปอร์ต 1 ผู้ที่เป็นศาสตราจารย์ Madya Dr Shahrul Azman Mohd โนอาห์และ PM Dr Shahrul Azman ที่มันอ้างอิงถึงบุคคลเดียวกัน:เมื่อรายการของเอกสารที่มีรูปแบบ มีคำนวณค่าความคล้ายคลึงกันทางตรรกระหว่างการสอบถามและเอกสารแต่ละระบบ อัลกอริทึมการจัดอันดับของระบบรวมสองปัจจัยซึ่งเป็นแนวคิดน้ำหนักที่ระบุในแบบสอบถามของผู้ใช้และความเกี่ยวข้องกับเอกสาร ทั้งหมดแนวคิดชื่อ (หรือชื่ออินสแตนซ์) ที่ได้จากแบบฟอร์มโปรแกรมข้อเวกเตอร์แบบสอบถาม ใน VSM เวกเตอร์เอกสารคำนวณ Xj ในการขยายระยะเวลาเอกสารเมทริกซ์ (แบบ TDM) เป็นการจัดอันดับตามความคล้ายคลึงกันระหว่างมันและ q เวกเตอร์แบบสอบถาม จากนั้น จะคำนวณเวกเตอร์ของดัชนีระยะน้ำหนัก มีคำนวณน้ำหนักเหล่านี้ พ โดยส่วนใหญ่มักจะใช้ tf-idf ร่างดังแสดงในสมการ (1) ด้านล่างที่ t แทนเวลา f แสดงถึงความถี่และรหัสแทนรหัสของเอกสาร:freq เป็นจำนวนของระยะฉัน t ในเอกสาร j, N คือจำนวนเอกสารในการเรียกเก็บเงิน และ ทเป็นความถี่ของเอกสารสำหรับระยะฉัน t ในชุดเอกสารทั้งหมด คำนวณความคล้ายคลึงกันซึ่งแสดงเป็น sim วัดระหว่างเอกสาร d และ q ถาม ดังแสดงในสมการ (2) ด้านล่าง: การสอบถามจะได้เป็นการร้องขอการค้นหาผู้ใช้ คำค้นหาอาจเป็นรายการของคำสำคัญหรือแบบสอบถามภาษาที่ซับซ้อน คำค้นหาจะต้อง analysed โดยตัวแยกวิเคราะห์แบบสอบถาม และจะแยกเป็น SPARQL แบบสอบถามเหล่านี้แล้วส่งให้เครื่องยนต์ข้อซึ่งจะส่งกลับชุดของ RDF (กรอบการอธิบายทรัพยากร) triples ประกอบด้วยแนวคิดที่เกี่ยวข้องหรืออินสแตนซ์ในฐานความรู้ซึ่งเป็นของโดเมนนั้น ๆ ภววิทยา ห้องสมุดดิจิตอล ตัวอย่าง แบบสอบถามนำต้องผู้รู้ใครคือผู้ควบคุมงานสำหรับ Arifah Alhadi ที่เป็น studentl แบบสอบถามจะถูกสร้างขึ้น โดย SPARQL ดังนี้:คำอธิบายเอกสาร B.กรอบงานสถาปัตยกรรมเฉพาะของกระบวนการเรียกข้อมูลจากภววิทยาเป็นภาพในรูปที่ 2 ดังนี้ เพื่อสนับสนุนการค้นหาความหมาย คำอธิบายชั้นจะเพิ่มเป็นส่วนขยายของภววิทยารูปที่ 2 คำอธิบายเอกสาร

ผลลัพธ์ (ไทย) 2:

จะเสนอกรอบ.
เลือกหัวหน้าชื่อที่ {? Studentl: superviseBy บังคับบัญชา? ? ผู้บังคับบัญชา RDFS: ป้ายชื่อ}? ผลสำหรับแบบสอบถามจะกลับ tuples ต่อไปนี้ซึ่งแสดงให้เห็นว่า studentl ซึ่งเป็น Arifah Alhadi เป็นผู้ดูแลโดย Supervisor 1 ที่เป็นศาสตราจารย์ดร Madya Shahrul Azman Mohd โนอาห์และ PM ดร Shahrul Azman ที่มันหมายถึง เป็นคนคนเดียวกัน: เมื่อรายการเอกสารประกอบค่าความหมายคล้ายคลึงกันระหว่างการสอบถามและแต่ละเอกสารที่มีการคำนวณโดยระบบ วิธีการจัดอันดับของระบบรวมสองปัจจัยที่มีน้ำหนักแนวคิดที่ระบุไว้ในแบบสอบถามของผู้ใช้และความเกี่ยวข้องกับเอกสาร ชื่อแนวคิด (หรือชื่อเป็นต้น) ส่งกลับโดยกลไกการอนุมานแบบฟอร์มแบบสอบถามเวกเตอร์ ใน VSM, เวกเตอร์เอกสาร Xj ในการขยายระยะเวลาเอกสารเมทริกซ์ (TDM) คำนวณอันดับตามความคล้ายคลึงกันระหว่างมันและแบบสอบถามเวกเตอร์คิว จากนั้นเวกเตอร์ของน้ำหนักระยะดัชนีมีการคำนวณ น้ำหนักเหล่านี้พคำนวณโดยส่วนใหญ่มักจะใช้รูปแบบ TF-IDF ดังแสดงในสมการที่ (1) ด้านล่างเมื่อ t แทนเวลาฉแทนความถี่และ id แทน id ของเอกสาร: ความถี่คือจำนวนของการเกิดขึ้นของคำในเอกสาร JD, N คือจำนวนของเอกสารในการเก็บรวบรวมและผมทเป็นความถี่เอกสารวาระในการเก็บรวบรวมเอกสารทั้งหมด ความคล้ายคลึงกันซึ่งจะนำเสนอเป็นซิม, วัดระหว่างงเอกสารและ Q แบบสอบถามวณดังแสดงในสมการ (2) ด้านล่าง: กระบวนการแบบสอบถามใช้เวลาป้อนข้อมูลตามคำขอค้นหาของผู้ใช้ คำขอค้นหาสามารถเป็นได้ทั้งรายชื่อของคำหลักหรือแบบสอบถามภาษาธรรมชาติที่ซับซ้อน คำขอค้นหาจะถูกวิเคราะห์เป็นครั้งแรกโดยตัวแยกวิเคราะห์แบบสอบถามและจะถูกแยกออกเป็น SPARQL คำสั่งเหล่านี้จะถูกส่งไปยังกลไกการอนุมานที่จะกลับชุดของ RDF (ทรัพยากรอธิบายหลักการ) อเนกประสงค์ที่มีแนวความคิดที่เกี่ยวข้องหรือกรณีในฐานความรู้ซึ่งเป็นอภิปรัชญาโดเมนที่เกี่ยวข้องของเรา, ห้องสมุดดิจิตอล ตัวอย่างเช่นแบบสอบถามง่ายๆที่ผู้ใช้ต้องการที่จะรู้ว่าใครเป็นผู้บังคับบัญชาสำหรับ Arifah Alhadi ที่เป็น studentl แบบสอบถามจะถูกสร้างขึ้นโดย SPARQL ดังนี้บี หมายเหตุเอกสารกรอบสถาปัตยกรรมที่เฉพาะเจาะจงของกระบวนการดึงข้อมูลตามอภิปรัชญาเป็นที่ปรากฎในรูปที่ 2 ดังนี้ เพื่อสนับสนุนการค้นหาความหมายชั้นบันทึกย่อจะถูกเพิ่มเป็นส่วนขยายของอภิปรัชญา. รูปที่ 2 เอกสารหมายเหตุ

ผลลัพธ์ (ไทย) 3:

กรอบการนำเสนอ .
เลือก ? ท่านหัวหน้า ชื่อที่ { : studentl : superviseby ? หัวหน้า ? หัวหน้า rdfs : ป้าย ชื่อ }

ผลแบบสอบถามจะส่งกลับทูเปิลซึ่งแสดงให้เห็นว่า studentl ต่อไปนี้ ผู้ที่ arifah alhadi จะควบคุมโดยผู้ควบคุม 1 ที่ ศ ดร shahrul madya azman Mohd โนอาห์ และ น. ดร. shahrul azman ซึ่งอ้างถึงบุคคลเดียว :




เมื่อรายการของเอกสารที่ถูกสร้างขึ้น ค่าความเหมือนทางระหว่างแบบสอบถามและเอกสารแต่ละคำนวณโดยระบบ ขั้นตอนวิธีการจัดอันดับของระบบรวมสองปัจจัยที่มีแนวคิดน้ำหนักที่ระบุในแบบสอบถามของผู้ใช้และความเกี่ยวข้องกับเอกสาร ชื่อแนวคิดทั้งหมด ( หรือชื่ออินสแตนซ์ ) กลับมาจากการค้นหาเครื่องยนต์ในรูปแบบเวกเตอร์ . vsm ใน ,เวกเตอร์เอกสาร XJ ในระยะยาวเอกสารเมทริกซ์ ( TDM ) คำนวณถูกจัดอันดับตามความคล้ายคลึงกันระหว่างมันและค้นหาเวกเตอร์เวกเตอร์ของจำนวนจริง คิว แล้วน้ำหนักจะถูกคำนวณ น้ำหนักเหล่านี้ พได้ โดยส่วนใหญ่มักจะใช้รูปแบบ TF IDF ดังแสดงในสมการที่ ( 1 ) ด้านล่างที่ไม่แสดงเวลา , F แสดงความถี่และรหัสแสดง ID ของเอกสาร :

ความถี่คือจำนวนของการเกิดขึ้นของเงื่อนไขผมไม่ได้เอกสาร J D , n คือจำนวนของเอกสารในคอลเลกชัน และทเป็นความถี่เอกสารสำหรับผมในระยะ T ในการรวบรวมเอกสารทั้งหมด ความเหมือนที่นำเสนอเป็น ซิม วัดระหว่างเอกสารและแบบสอบถาม Q จะคำนวณดังแสดงในสมการที่ ( 2 ) ด้านล่าง :



สอบถามกระบวนการใช้ input เป็นผู้ใช้ค้นหาขอค้นหาขอสามารถให้รายชื่อของคำหลักหรือแบบสอบถามภาษาธรรมชาติที่ซับซ้อน ค้นหาต้องการจะแรกวิเคราะห์ข้อมูลโดยใช้แบบสอบถามสำหรับและจะแจงเป็น sparql .ข้อมูลเหล่านี้จะถูกส่งไปกลไกการอนุมานซึ่งจะแสดงชุดของ RDF ( กรอบคำอธิบายทรัพยากร ) อเนกประสงค์ที่มีแนวคิดที่เกี่ยวข้องหรืออินสแตนซ์ในฐานความรู้ที่เกี่ยวข้องของเราโดเมนภววิทยา , ห้องสมุดดิจิตอล ตัวอย่างแบบสอบถามอย่างง่ายที่ผู้ใช้ต้องการทราบว่าใครเป็นผู้บังคับบัญชา เพื่อ arifah alhadi studentl คือใคร ,แบบสอบถามจะถูกสร้างขึ้นโดย sparql ดังนี้ :

B หมายเหตุเอกสารกระบวนการกู้คืนข้อมูลตามกรอบสถาปัตยกรรมเฉพาะของอภิปรัชญาจะแสดงในรูปที่ 2 ดังนี้ เพื่อสนับสนุนการค้นหาความหมาย , การจัดการชั้นเรียนเพิ่มเป็นส่วนขยายของอภิปรัชญา .

รูปที่ 2 หมายเหตุเอกสาร