基于概念知识树的双宾短语分析

双宾短语是一种特殊的语言现象,为了使计算机能够理解并处理双宾短语,该文从语法和语义两个层面对双宾短语进行了分析,基于概念知识树知识表示模型建立了双宾短语的语义表达模型;并提出一种双宾短语分析算法,实现了从双宾短语到其语义表达模型的自动转换。双宾短语分析算法采用自顶向下和自底向上相结合的方法,自顶向下用于对双宾短语的语法成分进行划分,获得构成双宾短语的双宾动词成分、间接宾语成分和直接宾语成分;自底向上用于使用基于概念知识树的短语分析推理算法对双宾短语中的这三种成分分别进行分析,获得对应的语义表达;最后,利用三种成分的语义分析结果构建双宾短语完整的语义表达。该文从权威文献和语法词典中选取了122个双宾动词,对这些双宾动词构成的209个短语进行了分析,分析的正确率为90.43%,证明了该文提出的双宾短语分析算法和语义表达模型的有效性。     

面向语义信息的案例知识表达与相似度计算方法研究

传统的案例知识表达与共享方式已越来越难以满足目前产品设计对案例知识获取的要求。为了实现异构案例知识的表达与重用,本文面向语义信息提出了一个由概念、表达、特征、类型构成的案例知识本体,旨在对案例知识进行概念化与语义化,并通过概念之间的关系生成概念树,为案例相似性分析提供一个量化方法。为了对案例进行比较、评价和挖掘,探讨了一种基于概念相似度与概念属性相似度的计算方法。另外,结合开发的车门案例知识库说明了模型与方法的可行性和有效性。     

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。     

基于概念层次网络的知识表示与本体建模

知识表示是自然语言理解的重要基础。知识表示不统一、语义信息无法系统化利用是目前存在的亟待解决的问题。要解决这个问题,就要解决语义知识表示的问题。该文基于概念层次网络,描述了词语、句子和篇章层面的语义知识表示方法。基于文中描述的词汇层面的表示方法,构建了一个多语言本体知识库。该知识库的知识表示方法不仅可以为知识表示理论研究提供基础,还可以为自然语言处理相关领域的应用提供资源支持。     

面向概念的通用知识获取系统

本文提出的面向概念的知识获取系统是一个能理解基本逻辑和自然语言的通用知识获取环境。系统结合了人工智能(ai)、面向对象的程序设计(oop)和逻辑程序设计(Lp)等技术。系统以概念为知识基元,由概念描述器(cd)予以描述。cd是一个类框架和类对象 的结构,它由一组概念特性和属性,逻辑约束和函数式等支持。这些特性可由具体的应用而赋于实际的含义。知识库中的概念集是一个层次式的继承网络。另外系统还附有一些语义子系统,如一阶逻辑系统和简单的自然语言系统,用以各种类型的语法检查及知识的冗余、互斥及非一致性检查。系统主     

基于Ontology的自然语言理解

本文分析传统意义上基于知识的自然语言理解(KB—NLU)和基于Ontolqgy的自然语言理解系统的基本模型，Ontology是概念化的描述，以及Ontology，与语言知识的结合方式的三种类型：世界知识型、词汇语义型、句法语义型。     

一种新型的智能搜索引擎

介绍一种针对特定领域的智能搜索引擎。它采用一种新型的概念背景网络来组织领域背景知识;然后在背景网上对领域概念进行概念扩展和相关性比较。与其他搜索引擎相比,该智能搜索引擎能对自然语言进行某种程度的语义理解;利用领域知识来提高搜索的查准率和查全率。     

量词在知识图中的分类与表示

在当今知识表示领域中,知识图作为自然语言理解的语义模型有其独到之处,而在自然语言处理中普遍认为词是最基本的单位,本文从语义学和自然语言处理的角度（主要是从知识图的角度,）在对介词的逻辑词的研究之后,按照量词图的结构,对汉语中的量词进行了分类,并且按照知识量词构造,给一词图。     

面向中文自然语言文档的自动知识抽取方法

自动知识抽取方法可以自动识别并抽取Web文档中与本体匹配的事实知识.利用这些事实知识既可以构建基于知识的服务,也能够为语义Web的实现提供必要的语义数据.但面向自然语言特别是中文自然语言的自动知识抽取非常困难.提出了基于语义Web理论和中文自然语言处理(naturallanguage processing,NLP)技术的自动知识抽取新方法AKE,用聚集体知识概念刻画N元关系知识,能够在不使用大规模语言知识库和同义词表的情况下自动识别中文自然语言文档内容中显式和隐含的简单事实知识和N元关系复杂事实知识.实验结果表明该方法优于目前已知的其他方法.     

基于本体的科学效应知识表达和语义推理

针对创新设计领域中科学效应知识的表达和语义扩展方面的不足,分析研究效应、功能、流和参数之间的关系和模型,借助本体将概念间属性和关系扩展到语义层次上,通过本体来更加全面地表达科学效应知识,构建科学效应知识本体模型,包括效应本体、功能本体、流本体和参数本体。在此基础上基于属性构建相应的语义推理规则,进行功能扩展和效应关联,通过语义推理实现科学效应知识的共享和重用。开发一个基于本体的科学效应知识检索系统,验证了此模型和方法的有效性和可行性。     

知识表示学习方法研究综述

近年来,知识表示学习已经成为知识图谱领域研究的热点。为了及时掌握当前知识表示学习方法的研究现状,通过归纳与整理,将具有代表性的知识表示方法进行了介绍和归类,主要分为传统的知识表示模型、改进的知识表示模型、其他的知识表示模型。对每一种方法解决的问题、算法思想、应用场景、评价指标、优缺点进行了详细归纳与分析。通过研究发现,当前知识表示学习主要面临关系路径建模、准确率、复杂关系处理的挑战。针对这些挑战,展望了采用关系的语义组成来表示路径、采用实体对齐评测指标、在实体空间和关系空间建模,以及利用文本上下文信息以扩展KG的语义结构的解决方案。     

KMS中用户知识共享行为模型的构建

用户知识共享行为是影响知识管理系统KMS（knowledge management systems，KMS）能否取得预期运行效果的关键因素。现有的一些KMS还不具有根据用户日常的知识活动自动评估用户知识共享行为的功能，限制了KMS在知识共享文化形成中的作用。在此从行为和动作的表示入手，基于BNF的行为表示体系、知识共享行为ontology和行为树映射方法，提出了一个动态、实时、自适应、交互式用户知识共享行为模型，该模型包括基于BNF的行为和动作的表示、知识共享行为ontology、用户知识共享行为树及其动态创建过程等内容，能够实现从数量上对用户知识共享的参与度做出评价，可以作为开发实现该功能的Agent程序的一般框架。     

基于实体相似性的知识表示学习方法

知识表示学习旨在将知识图谱中的实体和关系表示成低维稠密实值向量,能有效缓解知识图谱的数据稀疏性和显著提升计算效率。然而,现有大多数知识表示学习方法仅将实体视为三元组的一个组成部分,没有考虑实体自身具有的特质,如实体相似性。为了加强嵌入向量的语义表达,提出基于实体相似性的表示学习方法SimE。该方法首先利用实体的结构邻域度量实体的相似性,再将实体的相似性和拉普拉斯特征映射结合作为基于三元组事实的表示学习方法的约束,形成联合表示。实验结果表明,该方法在链接预测和三元组分类等任务上与目前最好的方法性能接近。     

Causal design knowledge: Alternative representation method for product development knowledge management

This paper presents a mathematical comparison of procedural knowledge and causal knowledge, and discusses the potential roles and feasibility of causal knowledge across product development knowledge management. Since reuse of knowledge is so important in product development, various knowledge management approaches have been introduced. Most of the product design knowledge is represented by procedural knowledge, which unfortunately requires cumbersome processes to define, and is typically inadequate for representing the kind of knowledge generated during the product development process. A causal knowledge representation, however, can help us to overcome this limitation and is an alternative formalism for representing product design knowledge. In this paper we compare the procedural and causal knowledge representations. We present the mathematical definitions of two knowledge paradigms, then mathematically describe the relationship between the two. Both knowledge paradigms are then compared based on the perspective of knowledge expression, decision alternative representation, reasoning capability, and knowledge cultivation. This paper concludes that causal knowledge representation is superior to procedural knowledge representation based on the four perspectives. Finally, the knowledge systems are modeled using Systems Modeling Language (SysML), and we present a case study that demonstrates the causal knowledge features using a realistic example from industry.     

基于知识工程的船体焊接工艺研究

船舶制造过程中船体焊接领域工艺知识缺乏有效的归纳与整理,导致其重用性和 共享性差。针对上述问题,基于知识工程技术,研究了船体焊接工艺领域知识的获取、分类、 表示及推理应用的方法,并开发了工艺知识库系统,有效实现了知识的共享与重用。首先提出 了船体焊接工艺知识获取途径及分类模式;其次以此为基础,将基于本体的知识表示方法的研 究成果应用于船体焊接工艺,建立领域本体;然后提出焊接工艺推理模式,以国家标准、行业 标准等规范性文件和专业书籍、专家意见等指导性文件为基础构建工艺规则库,设计模糊规则 推理系统;最终设计开发面向船体焊接工艺的知识库系统,规范化实现知识获取、知识表示、 知识推理及知识管理功能,为船体焊接领域相关工作人员提供知识共享及重用的支撑平台,为 船舶制造其他领域中知识工程技术的利用提供参考。     

知识库系统中语义网知识的表示

基于对知识库系统中知识表示的理解,提出了在语义网环境下知识库系统的建立和相应的知识表示,并将此扩展到语义网中整个的知识表示系统。     

引入知识表示的图卷积网络谣言检测方法

在谣言检测的问题上,现有的研究方法无法有效地表达谣言在社交网络传播的异构图结构特征,并且没有引入外部知识作为内容核实的手段。因此,提出了引入知识表示的图卷积网络谣言检测方法,其中知识图谱作为额外先验知识来帮助核实内容真实性。采用预训练好的词嵌入模型和知识图谱嵌入模型获取文本表示后,融合图卷积网络的同时,能够在谣言传播的拓扑图中更好地进行特征提取以提升谣言检测的精确率。实验结果表明,该模型能够更好地对社交网络中的谣言进行检测。与基准模型的对比中,在Weibo数据集上的精确率达到96.1%,在Twitter15和Twitter16数据集上的F1值分别提升了3.1%和3.3%。消融实验也表明了该方法对谣言检测皆有明显提升效果,同时验证了模型的有效性和先进性。     

电子学习系统中的知识表示与知识发现模型研究

领域本体提供了丰富的概念集,是领域知识共享的基础。讨论了电子教学系统中课程知识体系的组织与本体表示方法,构造了基于领域本体的知识发现模型,阐述了基于领域概念对相似性的本体映射过程,实现了基于单元知识的电子教学资源的灵活共享。