Semantic information retrieval is a

Semantic information retrieval is a key application in the field of intelligent information retrieval. Under the condition of knowledge incompleteness, how to realize the semantic information retrieval is its foothold. By using rough ontology into semantic information retrieval, the rough ontology based semantic information retrieval model and its concrete realization scheme is put forward. Its concerned future work will be done from two aspects as below.

Firstly, since the annotation of rough ontology mainly adopts the semi-automatic method, instance identifying of the classes in rough ontology from documents still needs to be done, so the precise automatic annotation should be implemented to promote the efficiency of system ROSRS.

Secondly, because semantic extension supported by rough ontology may leads to an extreme expansion with the retrieved results, so the selection criteria of semantic similarity threshold and other related parameters need to be got through system self-study aided by domain expert, and to be autonomously adjusted in the trial.

ผลลัพธ์ (ไทย) 1:

การเรียกข้อมูลทางตรรกเป็นโปรแกรมสำคัญในฟิลด์ของการเรียกข้อมูลอัจฉริยะ ภายใต้เงื่อนไขของกฎความรู้ วิธีการตระหนักถึงการเรียกข้อมูลทางตรรกเป็นการตั้งหลัก โดยใช้ภววิทยาหยาบลงในการเรียกข้อมูลตรรก ภววิทยาหยาบตามรูปแบบการเรียกข้อมูลทางตรรก และโครงร่างของคอนกรีตสำนึกอยู่ข้างหน้า การทำงานในอนาคตที่เกี่ยวข้องจะสามารถทำได้จากสองด้านเป็นด้านล่างประการแรก เนื่องจากคำอธิบายของภววิทยาหยาบส่วนใหญ่ใช้วิธีกึ่งอัตโนมัติ อินสแตนซ์ที่ระบุของคลาในภววิทยาหยาบจากเอกสารยังคงต้องทำ เพื่อให้ข้อมูลกำกับอัตโนมัติแม่นยำควรดำเนินการเพื่อส่งเสริมประสิทธิภาพของระบบ ROSRSประการที่สอง เนื่องจากนามสกุลตรรกสนับสนุนโดย ภววิทยาหยาบอาจนำไปสู่การขยายตัวมากกับผลการสืบค้น ดังนั้นเงื่อนไขการเลือกของเกณฑ์ความคล้ายคลึงกันทางตรรก และพารามิเตอร์อื่น ๆ ที่เกี่ยวข้องจำเป็น เพื่อจะได้ผ่านระบบศึกษาด้วยตนเองโดยผู้เชี่ยวชาญโดเมน และปรับได้อย่างอิสระในการทดลอง

ผลลัพธ์ (ไทย) 2:

การดึงข้อมูลความหมายเป็นโปรแกรมที่สำคัญในด้านการดึงข้อมูลอัจฉริยะ ภายใต้เงื่อนไขของความไม่สมบูรณ์ความรู้วิธีการที่จะตระหนักถึงการดึงข้อมูลความหมายคือตั้งหลัก โดยใช้อภิปรัชญาหยาบลงไปในการดึงข้อมูลความหมายอภิปรัชญาหยาบตามรูปแบบการดึงข้อมูลความหมายและรูปแบบของการก่อให้เกิดเป็นรูปธรรมที่จะใส่ไปข้างหน้า การทำงานในอนาคตของความกังวลจะทำได้จากสองด้านดังต่อไปนี้. ประการแรกตั้งแต่บันทึกย่อของอภิปรัชญาหยาบส่วนใหญ่จะใช้วิธีกึ่งอัตโนมัติเช่นการระบุของการเรียนในอภิปรัชญาหยาบจากเอกสารยังคงต้องการที่จะทำเพื่อให้คำอธิบายประกอบอัตโนมัติได้อย่างแม่นยำ ควรจะดำเนินการเพื่อส่งเสริมประสิทธิภาพของ ROSRS ระบบ. the ประการที่สองเนื่องจากการขยายความหมายของการสนับสนุนจากอภิปรัชญาหยาบอาจนำไปสู่การขยายตัวมากกับผลลัพธ์ที่ดึงมาดังนั้นเกณฑ์การคัดเลือกของเกณฑ์ความคล้ายคลึงกันความหมายและพารามิเตอร์อื่น ๆ ที่เกี่ยวข้องจะต้องได้ผ่านระบบด้วยตนเอง -study รับความช่วยเหลือจากผู้เชี่ยวชาญโดเมนและมีการปรับตนเองในการทดลอง

ผลลัพธ์ (ไทย) 3:

สืบค้นข้อมูลระบบเป็นโปรแกรมที่สำคัญในด้านของการค้นคืนสารสนเทศอัจฉริยะ ภายใต้เงื่อนไขของความรู้ incompleteness วิธีการตระหนักถึงความหมายของสารสนเทศ คือ ตั้งหลัก ใช้ในการสืบค้นข้อมูลทางอภิปรัชญาที่ขรุขระ , หยาบตามความหมายสารสนเทศอภิปรัชญาแบบโครงร่างของคอนกรีตและการหยิบยก เป็นห่วงอนาคตของงานจะเสร็จจาก 2 ลักษณะ ดังนี้ประการแรก เนื่องจากบันทึกย่อของอภิปรัชญาหยาบหลัก adopts วิธีกึ่งอัตโนมัติเช่นการระบุของชั้นเรียนในอภิปรัชญาหยาบจากเอกสารที่ยังต้องทำ ดังนั้นการจัดการอัตโนมัติแม่นยำควรดำเนินการเพื่อส่งเสริมประสิทธิภาพของระบบ rosrs .ประการที่สอง เพราะการได้รับการสนับสนุนจากทางอภิปรัชญา หยาบ อาจนำไปสู่การขยายตัวมากกับดึงผลลัพธ์ ดังนั้นเกณฑ์การเลือกค่าความเหมือนทางความหมายและพารามิเตอร์อื่น ๆที่เกี่ยวข้องต้องได้ผ่านระบบการศึกษาด้วยตนเองด้วยความช่วยเหลือจากผู้เชี่ยวชาญ และเป็นอัตโนมัติปรับในคดี