1) Semantic Structural Networks
语义结构网络
1.
Analyze Semantic Structural Networks of Instructional Design Science and Didactics;
教学设计学与教学论的语义结构网络分析
2) Component semantic network
构件语义网络
1.
In this paper based on the description of XML based component, we proposed domain oriented,hiberarchy component semantic network organization model and its function description.
在基于 XML 的构件描述的基础上 ,给出了一个面向领域的、层次构件语义网络组织模型及其功能说明 。
3) semantic network
语义网络
1.
Approach of Semantic Network for Representing Feature Based Knowledge of Part;
基于特征的零件知识语义网络表示法
2.
Chemical Domain Concept Retrieval based on Semantic Network;
基于语义网络的化工领域概念检索研究
3.
The Expression of Pathology Diagnosis Case and the Research on Uncertainty Based on Semantic Network;
基于语义网络的病理诊断案例表示及不确定性研究
4) semantic Web
语义网络
1.
Research of arithmetic on graph semantic Web construction;
基于图的语义网络构造算法研究
2.
A Semantic Web Architecture of Virtual Museum Based on CIDOC CRM;
基于CIDOC CRM的虚拟博物馆语义网络架构
3.
Computer Aided Technology for Composite Documents Editing Based on Ontology and Semantic Web;
基于本体和语义网络的复合文档辅助生成技术
5) semantic networks
语义网络
1.
Structures of semantic networks: how do we learn semantic knowledge;
语义网络的结构:我们怎样学习语义知识(英文)
2.
Research on the Key Techniques of Semantic Networks Based Knowledge Collaboration
基于语义网络的知识协作关键技术研究
3.
Global semantic structures of two large semantic networks, HowNet and WordNet, are analyzed.
分析了2个大型语义网络HowNet和WordNet的全局意义结构。
6) semantic net
语义网络
1.
Auto-reasoning methodology based on knowledge and semantic net in process planning;
基于知识和语义网络的加工流程自动推理算法
2.
We construct the semantic net model for the object of access control system,and detect the integrity of access control object by the complete reasoning on semantic net,which is used as the evidence of intrusion detection.
为访问控制系统中的实体建立了语义网络模型,用语义网络完备性推理来检测访问控制实体的完整性,作为入侵攻击行为判断的依据,从而取代了依赖训练数据集建立系统访问模式轮廓进行比对的入侵检测传统手段。
3.
Aiming at knowledge representation problem of expert system for rotary machinery fault diagnosis, semantic net knowledge representation is discussed.
针对旋转机械故障诊断专家系统中的知识表示问题 ,讨论了语义网络的知识表示方法。
补充资料：语义网络理论
用于表示词与词之间的语义关系的一种网络理论。1973年由美国人工智能专家司马贺提出。其原理是以句中词的概念为网络的结点，以沟通结点之间的有向弧来表示概念与概念之间的语义关系，构成一个彼此相连的网络，以理解自然语言句子的语义。
例如， John saw Mary dancing（约翰看到玛丽跳舞。）这个句子，可用下面的语义网络符号来表示：
C1 TOKEN(see)
TIME PAST
DATIVEC2
OBJECT C3
C2 TOKEN(John)
NUMBER SINGULAR
C3 TOKEN (dancing)
TIME PROGRESSIVE PAST
AGENT C4
C4 TOKEN(Mary)
NUMBER SINGULAR
这里,C1，C2，C3，C4是语义网络中表示概念的结点。see的意义项是C1,John的意义项是C2, dancing的意义项是C3,Mary的意义项是C4。TOKEN表示词项, TIME表示时态，NUMBER表示数,PAST表示过去时, PROGRESSIVE表示进行时，SINGULAR 表示单数， AGENT 表示主体格，DATIVE表示给予格，OBJECT表示客体格，它们都是深层格。根据这样的语义关系，这个句子可用语义网络表示如：
采用语义网络来理解自然语言时，首先分解输入句的句法关系，同时分析句子的深层格结构，记录语义关系，最后求出输入句的语义网络，借以理解自然语言的语义。
例如， John saw Mary dancing（约翰看到玛丽跳舞。）这个句子，可用下面的语义网络符号来表示：
C1 TOKEN(see)
TIME PAST
DATIVEC2
OBJECT C3
C2 TOKEN(John)
NUMBER SINGULAR
C3 TOKEN (dancing)
TIME PROGRESSIVE PAST
AGENT C4
C4 TOKEN(Mary)
NUMBER SINGULAR
这里,C1，C2，C3，C4是语义网络中表示概念的结点。see的意义项是C1,John的意义项是C2, dancing的意义项是C3,Mary的意义项是C4。TOKEN表示词项, TIME表示时态，NUMBER表示数,PAST表示过去时, PROGRESSIVE表示进行时，SINGULAR 表示单数， AGENT 表示主体格，DATIVE表示给予格，OBJECT表示客体格，它们都是深层格。根据这样的语义关系，这个句子可用语义网络表示如：
采用语义网络来理解自然语言时，首先分解输入句的句法关系，同时分析句子的深层格结构，记录语义关系，最后求出输入句的语义网络，借以理解自然语言的语义。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条