基于语义文法的地理实体位置关系的获取

地理信息与数据是客观知识世界的重要组成部分。研究如何从大量非结构化的信息中自动抽取地理实体位置关系具有重要意义。提出一种基于语义文法的地理实体位置关系获取方法,该方法可准确地从网页文本中获取多个地理实体之间的复合位置关系。首先,设计一种反映地理实体位置关系的语义文法GeoRSG。GeoRSG反映了地理实体位置关系的层次分类关系,并采用基于规则的方式刻画地理实体位置关系在文本中的语言表达方式。然后,实现地理实体位置关系解析器GeoRSG Parser。该解析器利用GeoRSG对文本进行解析,获得谓词表达形式的位置关系知识。实验结果显示,该方法从1000条语句中获取了81条三元和816条二元地理实体位置关系,并且取得了88.85%的正确率。     

基于Web语料的概念获取系统的研究与实现

互联网网页中存在大量的专业知识。如何从这些资源中获取知识已经成为10多年来的一个重要的研究课题。概念和概念间的关系是知识的基本组成部分，因此如何获取并验证概念，成为从文本到知识的过程中的重要步骤。本文提出并实现了一种自动从Web语料中获取概念的方法，该方法利用了规则、统计、上下文信息等多种方法和信息。实验结果表明，该方法达到了较好的效果。     

一种基于“是一个”模式的下位概念获取方法

在文本知识获取中，上下位关系的获取是一个基本而又关键的问题。针对基于模式上下位关系获取中遇到的下位概念获取问题，本文结合我们的研究工作，给出一种从符合“是一个”模式的句子中获取下位概念的方法，这里主要利用半自动获取的词典和句型对“是一个”模式进行分析，然后根据不同的规则，分流获取下位概念。在实验分析中，此方法显示了较好的效果。     

一种介词-动词模式的获取方法

基于模式的知识获取方法研究是当前文本知识获取的重点研究之一,如何获得文本知识模式是该研究中的一个重要研究内容。提出一种新的基于介词和动词模式（称为PV模式）的获取方法。首先构造出一个候选的动词介词组合（称为PV组合）,使用统计方法对其进行过滤。度量PV组合好坏有两个标准：一个是模式词的表示能力,另一个是模式词与概念词之间及多个概念词之间的相关性。依据这两个标准构造了6个数值特征,通过训练产生了3个分类器,采用交叉验证的方式估计出3个分类器的精度分别达到0．853,0．862和0．856。这些分类器为从PV组合中自动挑选PV模式提供依据。     

基于伪自然语言理解的CAI开发平台

基于伪自然语言理解,提出并实现了一个种高效率的知识获取方法,并把它用一诉开发中。首先知识工程师利用来自然语言的ＢＬ语言 写书本自然描述,然后利用知识编译系统处理ＢＬ程序以高效率地实现书本知识获取,再后领域专家在书本知识库的基本语义呆引导下利用知识求精系统对书本知识库加以少许求精,接着对领域知识库动态全局规划,把领域知识分解成一个个概念,最后通过方法生成组织成一个个课文传授予学生。     

一个领域自然语言理解的知识获取工具的设计实现

本文介绍了一个基于知识的自然语言理解系统和系统的知识库中知识的表示模式,描述了知识库中领域过程树的知识获取过程。根据领域过程树的知识表示模式,本文设计并实现了一个知识获取工具,很好地提高了领域过程树知识获取的速度和准确度。     

从文本中获取植物知识方法的研究

知识获取一直是人工智能中的一个关键问题.当前,知识的文本挖掘（KAT）已经成为计算机领域的一个重要的研究课题.本文中,给出了基于植物本体的从海量网页文本库中自动获取植物领域知识的方法.该方法包括两个部分,一是植物本体（Botanical Ontology）,它是顾芳博士等建立的生物本体的扩展.第二部分是以植物本体为基础,在网络文本库中进行文本挖掘（Text Mining）,自动获取植物知识.实验证明,基于本体的文本挖掘是一种有效的知识获取方法.     

文本切分知识获取及其应用

文章描述了一种从熟语料中自动获取文本切分知识的机器学习的方法。该方法从已切分标注加工的熟语料中自动获取错误的文本切分形式及其相应的上下文信息,以及正确的切分形式,形成知识库,并将获取的知识再应用到新语料的加工过程,从而进一步提高机器切分的正确率;同时,采用滚动式的方法,建造具有较高加工质量的大规模语料库。     

一个基于本体主题的中文知识获取方法

中文语言自身的特点决定了从中文自然语言文档中获取知识是非常困难的。尽管目前对中文的命名实体识别(简称为NER)已经取得了较好的效果,但是如果不借助同义词表或者类似WordNet的中文语言知识库,几乎无法正确地抽取已经识别出的实体之间的关系。文章提出了一个基于本体主题的思想进行中文知识获取的方法,该方法首次将主题思想引入领域本体,由领域专家对原始的领域本体中的概念和属性按照主题进行划分,建立起概念到主题、主题到属性的关联关系。在对一句话进行知识抽取时,通过简单的NER和直接与本体映射的方法可以识别出一句话中的部分概念、个体和属性,利用这些准确识别出的信息可以判定该句话所属的主题;该主题则进一步提供了寻找关系的线索。初步的实验结果表明与没有利用主题信息的方法相比,该方法可以取得更好的召回率和准确率。     

面向生物医学实体链接的联合式学习方法

生物医学文本蕴含着丰富的探索价值,其为生物医学工作者进行研究提供了宝贵的领域知识.充分且高效地利用海量的生物医学文献,并从中发现重要的隐藏信息、获取专业领域知识,对生物医学研究具有重要的意义.生物医学实体链接是对生物医学文本中的命名实体进行识别,并将表示该实体的某些字符串映射到生物医学领域知识库中对应概念.生物医学实体链接任务通常面临两个主要的挑战：(1)自然语言描述的歧义性.(2)自然语言文本与生物医学知识库的异构性.传统的方法基于特征选择或规则发现,依赖于手动选择特征或定义规则,处理分阶段模型中也可能出现误差传播.因此,本工作提出了一种深度学习和知识库相结合的实体链接方法,通过深度挖掘自然语言文本的隐藏特征,及其与知识库概念图间结构的相似性,将生物医学实体识别与实体-概念对齐两个任务进行联合式处理.该方法旨在通过标准的生物医学知识库,自动获取生物医学实体的语义信息,挖掘生物医学实体之间的语义关系.实验表明,该方法在实体识别与对齐方面取得了较好的效果,显著提高了任务的精确性,在实体链接核心任务上取得了超过10%的性能提升.     

基于一种灵活、通用知识表达的知识获取工具设计

本文详细介绍了一种界面良好、方便实用的知识获取工具KAT的主要功能、知识表达形式及主要程序模块设计等关键技术，其界面良好、功能完善、使用方便，具有良好的通用性和开放性。     

IAKA—智能化农业知识获取平台的设计与实现

IAKA（the Intelligent Agricultural Knowledge Acquisition Platform）是一种农业领域的智能化知识获取平台,为了实现农业知识获取及可视化,阐述了IAKA的思想和基于面向对象技术的系统设计和实现方案,并采用基于“以用户为中心的设计”方法设计,利用拟人知识化、可视化的技术实现了IAKA平台。     

Strategic knowledge acquisition: a case study of learning through prototyping

To understand useful strategies for guiding the design process, we analyze the relationship between the use of prototypes and design knowledge acquisition. Prototyping in five design projects at a science museum is analyzed and compared. We also extract situations in which design knowledge is acquired from prototyping.     

Demand-driven knowledge acquisition method for enhancing domain ontology integrity

Knowledge, as the most important resource for the knowledge economy in the 21st century, is fundamental to enterprise competitive strength. Therefore, how to effectively integrate internal and external knowledge and provide correct knowledge to the right users in a timely fashion have become key success factors in business operation.     

Knowledge acquisition and knowledge representation with class: the object-oriented paradigm

Knowledge acquisition and knowledge representation are the fundamental building blocks of knowledge-based systems (KBSs). How to efficiently elicit knowledge from experts and transform this elicited knowledge into a machine usable format is a significant and time consuming problem for KBS developers. Object-orientation provides several solutions to persistent knowledge acquisition and knowledge representation problems including transportability, knowledge reuse, and knowledge growth. An automated graphical knowledge acquisition tool is presented, based upon object-oriented principles. The object-oriented graphical interface provides a modeling platform that is easily understood by experts and knowledge engineers. The object-oriented base for the automated KA tool provides a representation independent methodology that can easily be mapped into any other object-oriented expert system or other object-oriented intelligent tools.     

Knowledge management acquisition improvement by using software engineering elicitation techniques

The knowledge externalization phase involves acquiring and transferring the knowledge of individuals to an abstract and effective representation, to organize it, to model it and finally to express this knowledge in an understandable and reusable format. This phase presents some difficulties at the moment to choose the technique that best fit with the knowledge type to be elicited, and sometimes the selected technique is not complete enough to capture all the relevant knowledge for a specific domain. In sum, there are not mechanisms that can be used as a discernment element at the moment to choose the knowledge elicitation technique that better adjust to a particular situation. This paper presents the results obtained from an empirical validation developed to determine the efficiency of knowledge acquisition in the externalization phase of Nonaka’s model, using a set of software engineering elicitation techniques. Efficiency compared with quality of the knowledge acquired can provide a good mechanism to select the most suitable technique to knowledge externalization for each situation.     

MKR──一种有效的增量式概念获取系统

本文对示例式学习的ＩＤ５Ｒ算法进行了深入的研究并作了进一步的改进，提高了其计算效率．并提出一种适合于增量式学习的抗干扰机制，拓广了算法的适用范围．     

KAL:一个可学习的知识获取环境

可学习的知识获取环境KAL帮助软件工程师从领域专家那儿获取专家知识,形成一个 具有继承性的概念层次结构.该环境为知识获取提供视图(viewing)、图示(graphing)、概 念聚类和概念发现等工具.     

High Performance Knowledge Bases: four approaches to knowledge acquisition, representation and reasoning for workaround planning

As part of the DARPA-sponsored High Performance Knowledge Bases program, four organisations were set the challenge of solving a selection of knowledge-based planning problems in a particular domain, and then modifying their systems quickly to solve further problems in the same domain. The aim of the exercise was to test the claim that, with the latest AI technology, large knowledge bases can be built quickly and efficiently. The domain chosen was ‘workarounds’; that is, planning how a convoy of military vehicles can ‘work around’ (i.e. circumvent or overcome) obstacles in their path, such as blown bridges or minefields.

This paper describes the four approaches that were applied to solve this problem. These approaches differed in their approach to knowledge acquisition, in their ontology, and in their reasoning. All four approaches are described and compared against each other. The paper concludes by reporting the results of an evaluation that was carried out by the HPKB program to determine the capability of each of these approaches.     

基于场合和角色的情绪知识获取与分析

如何从海量的知识中发现、组织和表示情绪知识，是智能系统和常识研究的一个难点。该文以认知心理学为理论基础，分析了角色、场合和情绪的结构及其关系。从角色和场合出发对情绪知识进行获取与形式化，提出了一种通用的情绪知识获取方法。以交通场合为例，描述该场合下的角色、子场合与情绪规则的获取过程。对获取后的情绪知识存在的一致性、完备性和冗余性问题进行了分析。