面向研究性项目文档的知识画像模型

为提高科研活动产生的研究性项目文档的知识要点的精准智能识别和检索能力,通过分析文档行文结构,提出建立文档知识画像的方法。设计精准贴合研究性项目文档结构的多层次的知识画像,自动识别文档知识要点,并按语义段落多粒度提取知识要点。采用知识表达准确率对模型的知识提取精确度进行检验,实验结果表明模型比传统方法对文档知识描述更准确,可在实际工作中使用。     

一种基于符号神经网络的知识获取方法

本文介绍一种基于符号神经网络的知识获取方法，该方法首先用传统的机器学习方法获取关于某领域的粗略知识，然后把这些知识映射到神经网络结构，通过神经网络的自学习获取关于该领域的精细知识，这样，既解决了传统机器学习中知识精度，知识表示等问题，又解决了神经网络获取知识时间长，能释能力弱等问题。     

基于神经网络专家系统的研究与实现

针对传统专家系统推理能力弱和智能水平低等不足,本文采用神经网络方法解决了传统专家系统在知识表示和知识获取等方面的问题。本文从描述传统专家系统几点不足出发,详细阐述了神经网络专家系统的基本原理和框架结构,最后选取三层BP神经网络模型,给出了钻井故障诊断系统的神经网络专家系统的实现。     

海相油气地质的概念本体知识系统设计与实现

为了有效利用和普及海相油气地质知识,采用本体的知识表示,通过各类文档转换为标准TXT文档后,以专业词条和关联关系词条为基础,实现文档句子的词条分割和概念本体的提取。基于B/S结构,实现了海相油气地质知识系统,完成了海相油气地质知识从各类文档中进行知识的自动获取。通过该系统的词条维护功能,确保提高知识获取的精度。最后在海相油气地质知识系统上实现知识检索和共享。实践证明,该知识系统可靠性强,性能良好,已达到实用水平。     

基于知识元理论的应急文档结构化建模*

针对因应急文档知识查找和利用效率不高造成应急决策者不能快速有效制定应急决策的问题,从知识系统工程的角度出发,结合知识元理论对应急文档知识进行结构化建模,为决策者快速有效地使用应急文档知识提供了一种新的途径。通过对物理结构分析提取元数据和进行文档结构化处理,对逻辑结构分析提出知识元提取的方法,知识元导航链接建立知识与结构化文档间的关联,进行知识推理与检索,并对应急文档的细粒度知识挖掘模式进行了深入的探讨。最后开发了应急决策知识支持系统原型并进行了验证,结果表明该建模方法能有效解决应急文档知识查找和利用效率不高的问题。     

基于RDF/XML的航空发动机设计知识表达与获取

针对航空发动机设计过程中的显性知识特点，结合元数据（Metadata）与都柏林核心（Dublin Core）方法，进行面向航空发动机设计知识资源描述的“元素集”定义；利用RDF／XML技术建立设计知识资源描述的XML文档，从而实现航空发动机设计知识的表达、获取与管理．     

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。     

基于信息抽取的课程知识链接方法

课程教材资源存在分散无序、知识点聚合性不足、经常变化的问题,同时传统的依靠人为的教材资源组织方法,存在耗时费力、组织结果不易更新等问题。为了实现对课程教材资源中知识点的有效组织和利用,提出了课程知识链接描述模型,对课程资源中分散的碎片化知识进行描述,然后采用信息抽取方法,对课程教材资源中的知识点及知识点之间的关联关系进行抽取,将抽取的知识点进行标识,计算教材资源中文档与知识点间的关联,最终建立课程教材知识链接体系。以教育心理学课程为例,建立知识链接原型系统,抽取了领域内概念435个,并对各文本内容进行了标注,实现了该方法的应用。方法在不改变现有的资源组织架构的前提下,实现知识点与知识点、知识点与文档的关联,具有很强的适应性和可用性。     

基于多文本知识源的历史知识修正与获取

知识获取是知识工程中关键的一环,而从文本知识源中获取专业知识是一种重要而常用的途径。而不同文本知识源对同一对象描述往往有所不同,为了获取完备的高精度和细粒度的知识,给出了一种从多种文本知识源中获取历史知识的方法。其基本思想是：将不同文本知识源的知识自动翻译成框架知识;对描述相同对象的不同框架进行不一致性检测并修正;合并知识框架。实验表明,该方法能获取到高精度和细粒度的历史知识,是可行和有效的,并为下一步的知识服务奠定重要的基础。     

一种可视化的知识管理建模语言

如何在浩瀚信息海洋中获取自己所需的知识,进而进行有效的管理并最终利用知识创造价值,是知识管理的重要目标。而如何构建良好的知识模型来存储和表达所需的知识,是知识创造价值过程的关键因素。该文正是针对这种需求,提出了可记录隐性知识的可视化知识建模语言(KnowledgeModelingLanguage,KML)。通过使用KML,人们可以将内在的知识记录转化为图形化的文档,从而得以展现知识的全貌,而知识的使用也变得更加直观和有效。     

神经网络问题求解机制

本文提出了神经网络知识表示的形式化描述语言和知识单元的概念，用于给出传统符号逻辑中的概念，用于给出传统符号逻辑中的概念，属性及它们之间的层次关系如何在神经网络中进行表示，提出了激活强度的度量标准，从而在理论上给出了ＮＮ中继承和识别问题的形式化处理方法。在此基础上，提出了ＮＮ正向和反向问题求解机制。这里，值得一提的是，本文通过在某一特定领域中对ＮＮ推理机制的成功探讨，有力地反驳了人们对于ＮＮ模型的一     

基于多视角知识图谱嵌入的量刑预测

量刑预测是智慧司法建设的重要组成部分.为了解决量刑预测的可解释性问题,文中将量刑预测任务重新定义为基于知识图谱的链路预测任务,提出多视角的知识图谱嵌入方法,预测案件量刑.首先,文中设计知识图谱本体模式,用于指导案情描述中关键要素的提取.然后,使用图嵌入技术,从案件要素构成的辅助图中学习要素的初始表示.最后,融合知识图谱的结构化特征,对案件要素进行增强表示.以贩卖毒品类案件为研究对象,文中方法在基于知识图谱的量刑预测任务中性能较优,量刑结果有较好的可解释性.     

基于XML与Web的产品设计知识表示与知识库系统

提出了一种新型的知识库系统。首先提出一种面向产品设计推理的语义关系标记集，该标记集可消除知识语句的歧义并保持原文的自然语言顺序，并为该语义标记集设计相应的XML标记。其次，提出知识文档标记方法、基于XML的概念及概念词典（本体）的定义方法。最后，开发新型知识库系统的原型系统，系统的运用显示新型知识库更易实现基于网络共享与维护。     

一种面向业务流程的企业知识分类方法

知识分类是建立企业知识库的关键问题之一。面向业务流程的知识分类方法能最有效地实现知识管理与业务处理系统的集成,是一种面向知识应用的知识分类方法。利用元知识构建企业知识模式集;企业业务流程也用元知识去描述,形成流程知识模式集,再使用模式匹配算法找出与流程相关联的知识,从而对企业知识进行分类。实验证明,这种方法具有较好的可操作性,在保证企业元知识准确性的前提下,该知识分类方法能较好地满足实际应用的要求。     

Ontology-based structured cosine similarity in document summarization: with applications to mobile audio-based knowledge management.

Development of algorithms for automated text categorization in massive text document sets is an important research area of data mining and knowledge discovery. Most of the text-clustering methods were grounded in the term-based measurement of distance or similarity, ignoring the structure of the documents. In this paper, we present a novel method named structured cosine similarity (SCS) that furnishes document clustering with a new way of modeling on document summarization, considering the structure of the documents so as to improve the performance of document clustering in terms of quality, stability, and efficiency. This study was motivated by the problem of clustering speech documents (of no rich document features) attained from the wireless experience oral sharing conducted by mobile workforce of enterprises, fulfilling audio-based knowledge management. In other words, this problem aims to facilitate knowledge acquisition and sharing by speech. The evaluations also show fairly promising results on our method of structured cosine similarity.