III. RELATED RESEARCHThe three case

III. RELATED RESEARCH
The three case studies described here are the best match and very close to my research. The purpose is to investigate how the semantic technologies were exploited and what are the techniques used to enhance the functionality of digital library.
The study by Castells et al.[7] proposed a model for the exploitation of ontology-based knowledge bases to improve search over large document repositories. For this purpose, an ontology based scheme for the semi automatic annotation of documents and a retrieval system is approached. The retrieval model is based on an adaptation of classic vector space model including an annotation weighting and a ranking algorithm. The knowledge base (KB) is constructed from three main base classes which are Domain Concept, Topic and Document. The predefined base ontology classes are complimented with an annotation ontology that provides the basis for semantic indexing of documents with none embedded annotation. Documents are annotated with concept instances from the KB by creating instances of the annotation class provide for this purpose. The annotations are used by the retrieval and ranking module. The ranking algorithm is based on an adaptation of the classic vector space model.
The study by Mustafa and Khan[8] proposed a semantic information retrieval framework to improve the precision of search results. The thematic similarity approach is employed for information retrieval in order to capture the context of particular concepts. User'ร queries in the existing metadata are searched by matching RDF triples instead of keywords. The results of the experiments performed on their framework showed improvements in precision and recall compared to the existing semantic-based information retrieval techniques. The proposed framework of Semantic Information Retrieval Framework has the components which are Crawler, Source Model, Semantic Matcher, Query Reformulator and Ranker. The crawler extracts metadata in the form of RDF triples from documents residing in the documents repository and loads them into the source model. The Crawler keeps on updating the information about the documents to maintain the source model updated. The Source Model maintains metadata information about digital documents. The Semantic Matcher is used to perform RDF triples matching. In the Semantic matcher different rule-bases are created to deduce inference from existing RDF data. A rule is an object that can be applied to deduce inferences from RDF data. The Query Reformulator expand RDF query with synonym, semantic neighborhood and other relationships such as hyponym (i.e. Is-A relationship) and Meronym (i.e. Part-of) using distance based approach . Then the query is rewritten for these expanded terms to pass it to the Semantic Matcher in the form of RDF triples. The ranker is used to sort the documents according to their relevance to the user's queries.
The research by Frosterus and Hyovonen [9] proposed a hybrid document search approach combining the benefits of the traditional text search of literal documents and the semantic search based on their underlying conceptual structures is presented. The approach is based on document expansion, where documents are automatically annotated with not only the concepts explicitly present in a given document, but also with the ontologically related concepts using smaller weights. In order to facilitate semantic search, each lemmatized term in a document is matched with ontological concepts using labels present in an ontology. If a match is found, then the concept'ร URI is added to the document'ร metadata as a subject annotation. In this case study, the hybrid search architecture and process used, based on text search and semantic search using ontology based document expansion.

ผลลัพธ์ (ไทย) 1:

III. ที่เกี่ยวข้องการวิจัยกรณีศึกษาสามที่อธิบายไว้ที่นี่มีการจับคู่ที่ดีที่สุด และแหล่งวิจัยของฉัน วัตถุประสงค์คือการ ตรวจสอบอย่างไรเทคโนโลยีทางตรรกที่สามารถและเทคนิคที่ใช้เพื่อเพิ่มประสิทธิภาพการทำงานของห้องสมุดดิจิทัลคืออะไรศึกษาโดย Castells et al. [7] นำเสนอรูปแบบสำหรับเอารัดเอาเปรียบของภววิทยาโดยใช้ฐานความรู้เพื่อปรับปรุงการค้นหาผ่าน repositories เอกสารขนาดใหญ่ สำหรับวัตถุประสงค์นี้ เป็นประดับโครงร่างเป็นภววิทยาที่ใช้สำหรับคำอธิบายกึ่งอัตโนมัติของเอกสารและระบบการเรียกข้อมูล แบบเรียกขึ้นอยู่กับการปรับตัวของรุ่นคลาสสิกเวกเตอร์มีน้ำหนักคำอธิบายและอัลกอริทึมการจัดอันดับ เป็นสร้างฐานความรู้ (KB) จากสามหลักฐานชั้นเรียนซึ่งเป็นแนว คิดของโดเมน หัวข้อ และเอกสาร เย็นชั้นมูลฐานภววิทยาล่วงหน้าพร้อมคำอธิบายเป็นภววิทยาที่ให้มูลฐานสำหรับดัชนีของเอกสารกับทางตรรก ฝังคำอธิบายประกอบ เอกสารที่จะใส่คำอธิบายประกอบกับแนวคิดที่ให้อินสแตนซ์จาก KB โดยการสร้างอินสแตนซ์ของคลาสคำอธิบายสำหรับวัตถุประสงค์นี้ คำอธิบายจะถูกใช้ โดยโมดูลการเรียกและจัดอันดับ อัลกอริทึมการจัดอันดับขึ้นอยู่กับการปรับตัวของรูปแบบคลาสสิกเวกเตอร์The study by Mustafa and Khan[8] proposed a semantic information retrieval framework to improve the precision of search results. The thematic similarity approach is employed for information retrieval in order to capture the context of particular concepts. User'ร queries in the existing metadata are searched by matching RDF triples instead of keywords. The results of the experiments performed on their framework showed improvements in precision and recall compared to the existing semantic-based information retrieval techniques. The proposed framework of Semantic Information Retrieval Framework has the components which are Crawler, Source Model, Semantic Matcher, Query Reformulator and Ranker. The crawler extracts metadata in the form of RDF triples from documents residing in the documents repository and loads them into the source model. The Crawler keeps on updating the information about the documents to maintain the source model updated. The Source Model maintains metadata information about digital documents. The Semantic Matcher is used to perform RDF triples matching. In the Semantic matcher different rule-bases are created to deduce inference from existing RDF data. A rule is an object that can be applied to deduce inferences from RDF data. The Query Reformulator expand RDF query with synonym, semantic neighborhood and other relationships such as hyponym (i.e. Is-A relationship) and Meronym (i.e. Part-of) using distance based approach . Then the query is rewritten for these expanded terms to pass it to the Semantic Matcher in the form of RDF triples. The ranker is used to sort the documents according to their relevance to the user's queries.การวิจัย โดย Frosterus และ Hyovonen [9] การนำเสนอวิธีการค้นหาเอกสารผสมการรวมประโยชน์ของการค้นหาข้อความแบบดั้งเดิมของเอกสารตามตัวอักษร และแสดงการค้นหาความหมายตามแนวคิดของงบ วิธีการยึดตามเอกสารขยาย ที่เอกสารได้โดยอัตโนมัติใส่คำอธิบายประกอบ กับไม่เพียงแต่แนวคิดที่ชัดเจนอยู่ในเอกสารกำหนด แต่ยัง มีแนวคิดที่เกี่ยวข้อง ontologically โดยใช้น้ำหนักขนาดเล็ก เพื่อค้นหาความหมาย แต่ละระยะ lemmatized ในเอกสารเป็นการจับคู่กับโต้แนวคิดที่ใช้ในภววิทยาป้าย ถ้าตรงกันอยู่ แล้วรแนวคิด 'ร URI เพิ่มเอกสาร' ตาเป็นการอธิบายเรื่องการ ในกรณีนี้ ศึกษา ไฮบริค้นหาสถาปัตยกรรมและกระบวนการที่ใช้ การค้นหาข้อความและค้นหาความหมายที่ใช้ภววิทยาตามเอกสารขยาย

ผลลัพธ์ (ไทย) 2:

III ที่เกี่ยวข้องการวิจัย
ทั้งสามกรณีศึกษาที่อธิบายไว้ที่นี่มีการแข่งขันที่ดีที่สุดและใกล้ชิดกับการวิจัยของฉัน มีวัตถุประสงค์เพื่อตรวจสอบวิธีการที่เทคโนโลยีความหมายถูกเอาเปรียบและสิ่งที่เป็นเทคนิคที่ใช้ในการเสริมสร้างการทำงานของห้องสมุดดิจิตอล.
การศึกษาโดย Castells et al. [7] ที่นำเสนอรูปแบบการใช้ประโยชน์จากฐานความรู้ที่เกี่ยวกับธรรมชาติที่ใช้ในการปรับปรุงการค้นหา ที่เก็บเอกสารขนาดใหญ่ เพื่อจุดประสงค์นี้อภิปรัชญาโครงการที่ใช้สำหรับบันทึกย่อกึ่งอัตโนมัติของเอกสารและระบบการดึงเดินเข้ามาใกล้ รูปแบบการดึงจะขึ้นอยู่กับการปรับตัวของรูปแบบปริภูมิเวกเตอร์คลาสสิกรวมถึงน้ำหนักบันทึกย่อและวิธีการจัดอันดับ ฐานความรู้ (KB) ถูกสร้างจากสามชั้นฐานหลักที่มีโดเมนแนวคิดข้อความและเอกสาร เรียนอภิปรัชญาฐานที่กำหนดไว้ล่วงหน้าจะ complimented กับอภิปรัชญาคำอธิบายประกอบที่ให้พื้นฐานสำหรับการสร้างดัชนีความหมายของเอกสารที่มีคำอธิบายประกอบฝังตัวไม่มี เอกสารจะมีคำอธิบายประกอบกับกรณีแนวคิดจากกิโลไบต์โดยการสร้างอินสแตนซ์ของคลาสคำอธิบายประกอบให้เพื่อการนี้ คำอธิบายประกอบที่ถูกนำมาใช้โดยการดึงและโมดูลการจัดอันดับ วิธีการจัดอันดับจะขึ้นอยู่กับการปรับตัวของรูปแบบพื้นที่เวกเตอร์คลาสสิก.
การศึกษาโดยมุสตาฟาและข่าน [8] เสนอกรอบการดึงข้อมูลความหมายที่จะปรับปรุงความแม่นยำของผลการค้นหา วิธีการคล้ายคลึงกันใจเป็นลูกจ้างสำหรับการดึงข้อมูลเพื่อจับบริบทของแนวความคิดโดยเฉพาะอย่างยิ่ง ผู้ใช้รแบบสอบถามในเมตาดาต้าที่มีอยู่มีการค้นหาโดยการจับคู่อเนกประสงค์ RDF แทนคำหลัก ผลการทดลองดำเนินการในกรอบของพวกเขาแสดงให้เห็นในการปรับปรุงความแม่นยำและการเรียกคืนเมื่อเทียบกับข้อมูลความหมายตามที่มีอยู่เทคนิคการดึง กรอบการเสนอกรอบการดึงข้อมูลความหมายมีองค์ประกอบที่มีตีนตะขาบ, แหล่งที่มาของรุ่น Matcher หมายแบบสอบถาม Reformulator และ Ranker สารสกัดรวบรวมข้อมูลเมตาในรูปแบบของ RDF อเนกประสงค์จากเอกสารที่อาศัยอยู่ในพื้นที่เก็บข้อมูลเอกสารและโหลดพวกเขาในรูปแบบของแหล่งที่มา ตีนตะขาบช่วยในการปรับปรุงข้อมูลเกี่ยวกับเอกสารที่จะรักษาแหล่งที่มารูปแบบการปรับปรุง แหล่งที่มาของรุ่นเมตาดาต้าที่เก็บรักษาข้อมูลเกี่ยวกับเอกสารดิจิตอล ความหมาย Matcher จะใช้ในการดำเนินอเนกประสงค์ RDF การจับคู่ ในความหมาย Matcher ฐานกฎที่แตกต่างกันจะถูกสร้างขึ้นที่จะอนุมานอนุมานจากข้อมูลที่มีอยู่ RDF กฎเป็นวัตถุที่สามารถนำไปใช้กับการหาข้อสรุปได้ข้อสรุปจากข้อมูล RDF คำที่ Reformulator ขยายแบบสอบถาม RDF กับไวพจน์ย่านความหมายและความสัมพันธ์อื่น ๆ เช่น hyponym (เช่นเป็น-ความสัมพันธ์) และ meronym (เช่นของ-time) โดยใช้วิธีการตามระยะทาง จากนั้นแบบสอบถามจะเขียนใหม่สำหรับคำขยายเหล่านี้จะผ่านมันไป Matcher ความหมายในรูปแบบของอเนกประสงค์ RDF เบื้องถูกนำมาใช้ในการจัดเรียงเอกสารให้เป็นไปตามความสัมพันธ์ของพวกเขาให้คำสั่งของผู้ใช้.
วิจัยโดย Frosterus และ Hyovonen [9] เสนอวิธีการค้นหาเอกสารไฮบริดรวมผลประโยชน์ของการค้นหาตัวอักษรแบบปกติของเอกสารที่แท้จริงและค้นหาความหมายขึ้นอยู่กับพวกเขา โครงสร้างพื้นฐานแนวความคิดที่จะนำเสนอ วิธีการที่จะขึ้นอยู่กับการขยายตัวของเอกสารที่เอกสารถูกข้อเขียนโดยอัตโนมัติด้วยไม่เพียง แต่แนวคิดที่ชัดเจนอยู่ในเอกสารที่ได้รับ แต่ยังมีแนวคิดที่เกี่ยวข้อง ontologically ใช้น้ำหนักที่มีขนาดเล็ก เพื่อที่จะอำนวยความสะดวกในการค้นหาความหมายของแต่ละคำ lemmatized ในเอกสารจะถูกจับคู่กับแนวคิด ontological ใช้ป้ายอยู่ในอภิปรัชญา ถ้าการแข่งขันถูกพบแล้วแนวคิด 'ร URI ถูกเพิ่มลงในเอกสาร' รเมตาดาต้าที่เป็นคำอธิบายประกอบเรื่อง ในกรณีศึกษานี้สถาปัตยกรรมการค้นหาไฮบริดและขั้นตอนการใช้ขึ้นอยู่กับการค้นหาข้อความและค้นหาความหมายโดยใช้เอกสารการขยายตัวตามอภิปรัชญา

ผลลัพธ์ (ไทย) 3:

3 . งานวิจัยที่เกี่ยวข้องกับ
3 กรณีศึกษาอธิบายไว้ที่นี่เป็นคู่ที่ดีที่สุดและอยู่ใกล้กับงานวิจัยของฉัน มีวัตถุประสงค์เพื่อศึกษาว่าเทคโนโลยีทางถูกและอะไรคือเทคนิคที่ใช้ในการเพิ่มประสิทธิภาพการทำงานของห้องสมุดดิจิตอล .
การศึกษาโดย castells et al .[ 7 ] การนำเสนอรูปแบบการใช้ประโยชน์ของอภิปรัชญาตามฐานความรู้เพื่อปรับปรุงการค้นหาผ่านที่เก็บเอกสารขนาดใหญ่ สำหรับวัตถุประสงค์นี้ เป็นภววิทยาตามโครงการกึ่งอัตโนมัติบันทึกย่อของเอกสารและระบบการเข้าหา ระบบจะขึ้นอยู่กับการปรับตัวของรูปแบบคลาสสิกเวกเตอร์รูปแบบรวมทั้งน้ำหนักหมายเหตุและขั้นตอนวิธีการจัดอันดับฐานความรู้ ( KB ) ถูกสร้างจากฐานหลัก 3 ห้องเรียน ซึ่งเป็นแนวคิดของโดเมน หัวข้อ และเอกสาร การกำหนดฐานเรียนมี complimented กับอภิปรัชญาอภิปรัชญาหมายเหตุที่เป็นพื้นฐานสำหรับการสร้างดัชนีความหมายของเอกสารที่ฝังตัว ไม่มีบันทึกย่อ .เอกสารบันทึกย่อ ด้วยอินสแตนซ์จากแนวคิดบางครั้งโดยการสร้างอินสแตนซ์ของการจัดการชั้นเรียนให้สำหรับวัตถุประสงค์นี้ บันทึกย่อที่ใช้ โดยการดึงและการจัดอันดับของโมดูล ขั้นตอนวิธีการจัดอันดับขึ้นอยู่กับการปรับตัวของคลาสสิกเวกเตอร์รูปแบบ .
การศึกษาโดย Mustafa และข่าน [ 8 ] เสนอกรอบการค้นคืนสารสนเทศความหมายเพื่อปรับปรุงความแม่นยำของผลการค้นหา วิธีความคล้ายคลึงใจความเป็นลูกจ้างสำหรับการดึงข้อมูลเพื่อที่จะจับบริบทของแนวคิดที่เฉพาะเจาะจง ใช้ของผู้ใช้แบบสอบถามข้อมูลที่มีอยู่จะค้นหาโดยการจับคู่ข้อมูลอเนกประสงค์แทนคำผลของการทดลองดำเนินการในกรอบของพวกเขามีการปรับปรุงในความแม่นยำและเรียกคืนเมื่อเทียบกับที่มีอยู่ในความหมายตามข้อมูลเทคนิคการสืบค้นข้อมูล . การนำเสนอกรอบกรอบการสืบค้นข้อมูลความหมายในส่วนประกอบ ซึ่งเป็นไม้เลื้อย , แหล่งรับ reformulator รูปแบบความหมาย , ค้นหาและอันดับ .crawler สกัด metadata ในรูปแบบ RDF อเนกประสงค์จากเอกสารที่มีอยู่ในเอกสารข้อมูลและโหลดไว้ในแหล่งที่มาของรูปแบบ crawler ช่วยในการปรับปรุงข้อมูลเกี่ยวกับเอกสารในการรักษาแหล่งที่มารูปแบบการปรับปรุง แหล่งข้อมูลเกี่ยวกับรูปแบบรักษา metadata เอกสารดิจิตอล การรับอรรถเคยแสดง RDF อเนกประสงค์ที่ตรงกันในทางที่แตกต่างกันกฎรับฐานสร้าง deduce อนุมานจากข้อมูล RDF ที่มีอยู่ กฎ คือ วัตถุที่สามารถใช้เพื่อ deduce อนุมานจากข้อมูล RDF . แบบสอบถาม reformulator ขยายข้อมูลแบบสอบถามด้วยคำที่เกี่ยวข้อง ละแวกความหมายและความสัมพันธ์อื่น ๆ เช่น hyponym ( เช่นความสัมพันธ์ is-a ) และเมโรนิม ( คือส่วนหนึ่งของ ) โดยใช้แนวทางตามระยะทางแล้วการเป็นเขียนใหม่สำหรับการขยายข้อตกลงที่จะผ่านมันเพื่อรับความหมายในรูปแบบ RDF อเนกประสงค์ . อันดับที่ใช้ในการจัดเรียงเอกสารตามความเกี่ยวข้องของพวกเขาแบบสอบถามของผู้ใช้ .
งานวิจัยโดย frosterus hyovonen [ 9 ] และเสนอวิธีการค้นหาเอกสารไฮบริดรวมประโยชน์ของดั้งเดิมค้นหาข้อความของเอกสารและการค้นหาความหมายตามแนวคิดพื้นฐานโครงสร้างที่นำเสนอ . วิธีการขึ้นอยู่กับการขยายเอกสารที่เอกสารโดยอัตโนมัติบันทึกย่อกับไม่เพียง แต่นำเสนอแนวคิดอย่างชัดเจนที่ระบุในเอกสาร แต่ยังเกี่ยวข้องกับ ontologically แนวคิดการใช้น้ำหนักขนาดเล็ก เพื่อความสะดวกในการค้นหาความหมายของคำแต่ละ lemmatized ในเอกสารที่ตรงกับแนวคิดภววิทยาใช้ป้ายชื่อปัจจุบันในอภิปรัชญา . ถ้าการแข่งขันถูกพบแล้วแนวคิด ' ใช้ URI เพิ่มเอกสาร ' ใช้ metadata เป็นบันทึกย่อเรื่อง การผสมการค้นหาสถาปัตยกรรมและใช้กระบวนการบนพื้นฐานของการค้นหาข้อความและค้นหาความหมายของการใช้เอกสาร
อภิปรัชญาตาม