一种基于6W语义标识的语义网络模型构建方法技术

本发明专利技术提供一种基于6W语义标识的语义网络模型构建方法，步骤为：定义概念模型中概念属性的符号表达形式；定义概念模型中概念名称的符号表达形式；定义数据元标识；定义概念本体结构；定义概念模型层次结构的符号表达形式；定义场景本体标识结构的符号表达形式；定义场景语义标识结构；构建语义网络模型。优点为：本发明专利技术提供的基于6W语义标识的语义网络模型构建方法，从原子模型开始，逐层向上分别定义了概念、数据元、概念本体结构、概念模型层次结构、场景本体标识结构和场景语义标识结构的符号表达形式；定义规则简单易懂，层次清晰；基于所定义的各种符号表达形式，可有效提高语义网络模型构建效率。

【技术实现步骤摘要】
201510022110

【技术保护点】
一种基于6W语义标识的语义网络模型构建方法，其特征在于，包括以下步骤：S1，定义概念模型中概念属性的符号表达形式；具体包括：S1.1，分别定义概念与概念之间的四种联系，即：条件、约束、关系和规则的符号表示形式；S1.2，定义概念之间不同依赖程度的符号表示形式；其中，概念之间依赖程度包括必须、重要和可选；还定义依赖程度与概念之间的位置关系；S1.3，定义概念发生频率的符号表示形式；还定义概念发生频率与概念之间的位置关系；S2，定义概念模型中概念名称的符号表达形式，从而得到概念标识；具体包括：S2.1，分别定义概念模型的各个一级概念类的符号表达形式；其中，所述概念模型的一级概念类为八类，分别为：时间类、地点类、对象类、参与者类、资料类、活动类、特征类和参照类；所述一级概念类的符号表达形式包括类别编码域和数据编码域；S2.2，分别定义每个所述一级概念类细分后得到的二级概念类的符号表达形式；并且，所述二级概念类的符号表达形式包括类别编码域和数据编码域；隶属于同一个一级概念类下面的各个二级概念类的类别编码域均与对应的一级概念类的类别编码域相同；隶属于同一个一级概念类下面的各个二级概念类的数据编码域各不相同，进而达到唯一标识概念名称的作用；S3，定义数据元标识；具体包括：所述数据元是用于定义数据用的最小单元，由具有继承关系的概念构成；根据数据元所包含的概念的继承关系，将各个概念所对应的概念标识逻辑组合，即得到所述数据元标识；其中，根据数据元的层次，所述数据元包括概念数据元、逻辑数据元和应用数据元；S4，定义概念本体结构，并将所定义的概念本体结构中涉及到的概念属性用S1定义得到的符号表达；将所定义的概念本体结构中涉及到的概念名称，用S2定义得到的概念标识表达；将所定义的概念本体结构中涉及到的数据元用S3定义得到的数据元标识表达，从而得到概念本体结构标识；S5，根据S4定义的概念本体结构标识，定义概念模型层次结构的符号表达形式；S6，根据S5定义的概念模型层次结构，定义场景本体标识结构的符号表达形式；S7，根据S6定义得到的场景本体标识结构，定义场景语义标识结构；S8，构建语义网络模型；具体包括：1)将概念模型中的特征类组成的通过符号表达的概念本体结构进行整理，作为矩阵中的纵向列；2)以概念模型中的不重复的概念标识作为横向列；3)通过横向列中的概念标识，遍历纵向列中的概念本体结构，生成相应语义原型矩阵；4)通过概念标识，将语义原型矩阵的横向列的概念标识进行压缩，只保存最底层的节点，得到简化矩阵；5)根据概念标识顺序，对步骤4)得到的简化矩阵中的概念标识进行排序，得到排序后矩阵；所述排序后矩阵的概念标识集中，可更方便的查看语义的联系；6)对步骤5)得到的所述排序后矩阵的纵向列进行扩展，根据概念模型形成的概念本体结构，将纵向列中的每个所述特征类扩展出时间类、地点类、对象类、参与者类、资料类、活动类和参照类，从而得到扩展后的纵向列；进而得到扩展后的语义矩阵；7)对步骤6)得到的所述语义矩阵中的横向列和纵向列中的概念之间的关系进行标识，即得到语义网络模型。...

【技术特征摘要】

【专利技术属性】
技术研发人员：夏冬梅，
申请(专利权)人：克拉玛依红有软件有限责任公司，
类型：发明
国别省市：新疆;65