基于文本事件网络自动摘要的抽取方法

将文本按事件方式进行表示,把事件作为基本语义单元来构建事件本体.根据事件间的关系构建事件网络有向图能较好地表达文本的语义信息及事件间的关系重要程度.利用PAGERANK算法测算事件网络图中各节点对应事件的重要度并进行排序,按事件发生的时间顺序,输出事件对应的原语句作为摘要.实验结果表明,基于事件网络的文本自动文摘方法抽取出的摘要效果较好.     

基于知识元本体的知识统一表示

分析描述逻辑和本体论语义,提出知识元本体论点,并用Web本体语言OWL详细地构建了知识元本体的初步版本.提出基于知识元本体的知识表示方法.从而为构建具有更小知识单元共享粒度和知识语义推理的知识库系统提供统一的知识元本体定义.     

基于事件本体的突发事件领域知识建模

基于本体的知识建模方法有很多,在某些特定领域采用传统的本体建模方法存在着一些不足。以突发事件领域为例,提出了基于事件本体的知识建模方法。该模型分为上层事件类、下层事件类和事件实例,上层事件类描述的抽象的事件的分类体系,下层事件类是通过事件类关系组成的事件格结构。该模型不仅可以描述事件的时间、地点、对象等要素,还能描述事件类之间的关系。采用本体建模工具Protégé来构建突发事件领域本体,并以“恐怖袭击”作为实例验证了该模型的可用性。研究结果表明,该模型可以清晰地描述事件类的完整性,语义清晰,扩展性强。     

事件与事件本体模型研究综述

现有领域本体缺乏对动态特征的描述,存在网球问题以及不能明确支持空间和时间关系分析的现象。为此,引出事件本体的概念。对事件的定义与事件本体的研究现状进行描述,从不同领域对事件的定义进行说明,并对不同领域的事件定义进行分析与比较,强调事件在实际应用中需要注意的内容。介绍现有的事件本体表示模型,对各表示模型从事件表示方法、适用领域等12项内容进行阐述,给出事件本体的发展趋势与应用前景。     

基于领域的自然语言篇章理解的实现方法

介绍了一种应用于知识系统的基于领域的自然语言理解篇章理解的实现方法.该方法的核心是聚类和关联,本质上是关注概念和概念间的关联.以本体作为知识表示的方法,通过对基本概念的聚类,把底层离散的概念进行初步的集中,再通过分析底层概念间的相互关联,把整个篇章中的基本概念都联系起来,得到一个篇章层次上的本体模型.     

基于事件的知识处理研究综述

本文对近年来基于事件的知识处理研究进行了综述,从事件的定义开始,到事件的表示、提取方法和具体应用来说明该领域的研究进展.许多科学家认为人们是以事件为单位来体验和认识世界的,事件符合人们的正常认知规律,对事件的研究有广阔的前景,将成为基于概念的知识处理技术的必要补充和发展,为知识处理注入新的活力.     

事件本体中的动作推理研究

事件是随时间变化而变化的具体事实,事件是由动作、时间及其它要素组成,动作是事件定义中的主要构成部分.在面向事件的知识库系统中,关于动作的推理研究一直是重要的研究课题之一.现有的动作推理形式化系统旨在描述和推理现实世界中状态的变化,忽略了时间要素对推理过程的影响.针对这种不足,本文在描述逻辑的基础上扩充了一个Action-TBox和一个Action-ABox,并将事件本体中的动作要素和时间要素相结合,形式化定义了动作的一个三元组表示方式以及多种时间构造算子,用以刻画组合动作的发生过程,在此基础上研究了事件本体中关于动作的几种推理服务.     

基于Racer和nRQL的本体查询与推理

语义网技术的兴起促进了本体技术的发展,本体作为语义网的基石,在知识表示与知识推理方面发挥着重要作用.本体描述语言与描述逻辑相结合,为本体推理的合理性和有效性提供了保证.在介绍描述逻辑及其系统的有关概念与查询推理机制的基础上,重点讨论了推理机Racer及其查询语言nRQL的功能,开发了一个基于Racer和nRQL的智能信息查询程序并应用于大学本体的信息查询.     

基于本体的应急预案研究

应急预案描述了应急响应事件处置的领域知识，根据处置预案、资源状态和事件状态，系统自动生成初步处置方案，经处置人员调整认可后形成处置方案，应急预案是高效应急响应的基础。基于知识的规划（KB Planning）和基于过程模板（Planning with templates）的规划是当前研究热点，该文在这一方面进行了有益的探索。以ABC本体作为顶层本体，引入了多个表示应急预案的词汇，形成应急预案本体，以此为基础，给出了应急预案表示，并根据应急预案本体和应急预案表示，定义了应急预案XML Schema来存储应急预案。     

基于本体的推理机研究

语义网技术的兴起促进了本体技术的发展,本体作为语义网的基石,在知识表示与知识推理方面发挥着重要作用。本体表示语言与描述逻辑相结合,为本体推理的合理性和有效性提供了保证。介绍了本体语言、描述逻辑和描述逻辑推理的基本原理,重点介绍了基于SHIQ描述逻辑的推理机Racer的基本功能及其在智能信息检索中的应用。     

一种基于事件本体的文本事件要素提取方法

在事件信息的抽取中,事件要素的提取是一个难点。现有的事件要素抽取主要是基于机器学习的方法,这类方法容易受到语料稀疏性的影响。该文提出一种基于事件本体的事件要素提取方法,该方法将事件要素推理分为两步: 一、通过事件要素词和事件指示词的位置关系来初步填充要素值,并将得出的置信度较高的事件作为种子事件;二、利用第一步得出的种子事件,查询事件本体中的事件类约束和基于事件非分类关系的推理规则,并对要素进行推理,进一步对事件要素进行填充和修正。实验结果表明,该方法能较好地提升事件要素提取的准确度。     

基于事件的文本表示方法研究

在传统文本表示模型的研究基础上,针对叙事类文本,考虑以事件作为基本语义单元,并结合图结构表示的 特点,提出了一种基于事件的文本表示方法—事件网络。该方法利用事件和事件间的关系来表示文本,能够较大程 度地保留文本的结构信息及语义信息。实验结果表明,基于该方法的自动摘要取得了较好的效果。     

基于依存分析的事件识别

事件抽取是信息抽取的重要组成部分,事件识别是事件抽取的基础,事件识别的效果直接影响了事件抽取的结果.基于机器学习的方法识别事件需要从词汇中发掘更多的特征.针对当前事件识别方法中存在的不足,提出了一种基于依存分析的事件识别方法.用依存分析发掘触发词与其它词之间的句法关系,以此为特征在SVM分类器上对事件进行分类,最终实现事件识别.实验表明,基于依存分析的事件识别优于传统的事件识别方法,而融合多特征的事件识别F值可提高到69.3%.     

基于间断区间的时间本体表示及应用

通过间断区间的时态理论扩展了OWL-Time,用在本体中表达单个事件带间断时区的情况。在本体中定义了间断区间概念以及间断区间的时态关系,并以物流领域运输事件的表示为例阐述了领域中基于间断区间的时间知识在本体中的表示方式。通过定义Jena中的原语、规则以及扩展对推理模型的操作构建了相应的推理机,对推理机进行实验检验,不仅验证了推理机运行的正确性,同时也保证了时间知识在本体和规则中表示的正确性,解决了带间断区间的时态知识在语义网中表示和推理的问题。     

基于门控卷积网络的篇章级事件可信度识别方法

事件可信度表示文本中事件的真实程度,描述了事件是否是一个事实,或是一种可能性,又或者是一种不可能的情况。事件可信度识别是问答系统、篇章理解等诸多相关任务的重要基础。目前,事件可信度识别的研究基本上还停留在句子级,很少涉及篇章级。因此,文中提出了一个基于门控卷积网络的篇章级事件可信度识别方法DEFI(Document-level Event Factuality Identification)。该方法首先使用门控卷积网络从句子和句法路径中抽取篇章中事件的语义和句法信息,然后通过自注意力(Self-Attention)层获取每个序列相对于自身更重要的整体信息的特征表示,从而识别出篇章级事件可信度。在中英文语料上的实验显示,与基准系统相比,DEFI的宏平均F1值和微平均F1值均得到了提高,其中在中英文语料上宏平均F1值分别提高了2.3%和4.4%,微平均F1值分别提升了2.0%和2.8%;同时,所提方法在训练速度上也提升了3倍。     

事件常识的获取方法研究

在动态语义学的基础上,以事件的语义、文法和常识为标准构建多层次的事件分类体系,并使用该分类体系提取事件的常识知识。事件采用框架的方式来表示,称为事件框架。事件框架的内容包括事件的定义、事件之间的关系、事件的文法表达、事件的谓词表示、事件的例句、事件的前提常识和后果常识。利用事件框架的内容提取事件的常识。为了说明该方法的实用性,以事件分类体系中典型的“交易类”事件为例来描述事件常识的获取方法。     

面向问题域的概念模型描述方法

现有概念模型开发普遍存在着应用领域知识获取难、不能满足多方面用户需求、可重用性低的问题.在分析上述问题的基础上,提出了分层次概念模型开发方法,即面向领域用户的非形式化概念模型开发和面向技术人员的形式化概念模型开发.重点研究了基于本体的概念模型描述方法,并采用UML-OCL方法对概念模型进行了形式化描述.     

基于本体的电网运行知识库构建与研究

将本体的概念引入电力领域知识表达,构建了一个可以被各业务系统所共享的电网运行知识库。通过具有事件引擎的本体知识链结构,将物理本体与事件本体有机结合,基于语义和逻辑顺序客观描述了电网运行的静态和动态特性。知识库中的事件引擎检索方式极大提高了信息查询的效率。