受限领域问答系统的中文问句分析研究

对用户所提问句的理解是受限领域问答系统实现的关键,该文提出一种基于本体和问句句型模板规则的中文问句分析方法,研究如何使用问句语义表征来表示问句分析的结果,将该方法应用于某受限领域问答系统中。实验结果表明,使用该方法进行中文问句分析,准确率达90%以上,可以在实际的问答系统中使用该方法。     

基于词间依存的汉语基本块依存关系识别

基本块的分析是句法分析中的重要技术,根据依存理论,提出了一种分析基本块之间的依存关系的方法。首先使用BIO标记来识别基本块,然后根据词之间的依存关系判别基本块之间的依存关系。实验表明,基本块识别的正确率和召回率分别为82.3%和78%,基本块之间依存关系识别的正确率和召回率分别为89%和90.5%。     

自动应答系统中自然语言理解技术的研究*

自动应答系统（QAS）是一种基于因特网的高性能软件系统。它的核心技术是基于自然语言理解的相关技术,包括知识库和语料库的建设、文本的切分和标注、句子的语法分析和语义分析等。重点论述了自动应答系统中知识信息的语义网络表示和LSF随机化句法分析模型,以及自动应答系统的结构与组成,并对LSF模型进行了参数训练,实践证明这些技术是可行的、高效的。     

基于逻辑推理的知识库检索

为了提高知识库检索的性能,实现了一个基于逻辑推理的知识库检索服务,并定制了该服务的接口.该服务首先将普通的查询语句转化成描述逻辑推理器能够识别的语句,然后利用描述逻辑的强大的推理功能实现语义网上的知识库的检索.实验表明,该系统能够快速有效地完成基于描述逻辑的知识库检索.     

基于组块分析技术的中文机构名称识别

针对中文机构名称自动识别提出了简化的一体化N最佳层叠模型,该模型实现了从汉语切分、词性标注、组块分析一直到机构名称的自动识别.N最佳层叠方法既能够在一定程度上抑制前一个阶段的错误在后面的传播,又大大地缩小了搜索空间.在实验过程中依次加入启发信息和机构名称缩写处理,使得实验结果有显著提高.在IEER99测试集上,中文机构名称识别的最终准确率和召回率分别为92.31%和81.01%.     

基于GridSim的网格调度模拟

详细分析了GridSim工具，并与当前几个主要的网格模拟工具进行了对比，然后探讨了GridSim工具的改进，扩展了计算资源的功能，增加了数据存储资源模型。最后提出了基于GridSim工具的分模块的调度模拟开发方法，按照这种方法建立了Min—min调度算法模拟平台，展示了GridSim工具的功能。     

汉语问答系统答案提取方法研究

答案提取是问答系统的关键部分，文章介绍了汉语问答系统的基本结构及其实现过程，以问题和答案中关键词的词频统计特性为基础，进一步考虑问题和句子中关键词位置分布信息，提出了一种结合向量空间模型（VSM）和关键词最小匹配距离的问题和句子相似度的计算方法。并以相似度为基础，结合问题类别，对汉语基于事实的简单陈述问题进行了答案句子提取实验，结果表明该方法有较好的效果。     

基于潜在语义分析的汉语问答系统答案提取

为了解决在汉语问答系统答案提取时，由于词的同义或多义现象而导致的“漏提”或“错提”等问题，提出了一种基于潜在语义分析（LSA）的问题和答案句子相似度计算方法．它利用空间向量模型作为问题和句子的表示方法，借助于潜在语义分析理论，对大量问答作句子语料统计分析，构建了一个潜在的词一句子语义空间，从而消除了词之间的相关性，并在语义空间上实现了问题与答案句子相似度计算，有效地解决了词的同义和多义问题．最后结合问题类型和相似度计算结果，对汉语基于事实的简单陈述问题进行了答案句子提取实验．答案提取的MRR值达到了0．47，明显优于空间向量模型．结果说明该方法具有很好的效果．     

基于资源信息细分的学习评价系统的设计与实现

在网络化学习系统中，如何准确地发现学习者的缺陷是学习评价系统的主要任务，也是一个非常困难的问题。该系统通过对学习资源标注知识点、能力点、方法点、错误现象和错误归因等信息，将学习资源所包含的信息进一步细分和深化，再以测试结果为基础进行评价，能够更准确地发现学习者的缺陷。     

在专家系统中利用关系数据库来表达知识

在专家系统中,传统的知识表达方式具有很大的局限性,知识的重复利用率不高,并且无法给出知识的关系。为了解决这个问题,文章利用关系数据库的特点,将知识存贮在数据库中,并结合推理机的工作原理,阐明了如何利用标准数据查询语言(SQL)来对知识库进行正向推理及反向推理。从而提高了推理机的效率,减少知识获取的开销,增强知识库的可维护性和扩展性。