基于自然语言理解的专家系统研究

在论述了面向自然语言文本的知识供应方法已有研究之后,提出了面向推理设计语义关系标记,将自然语言理解与推理技术相结合,使自然语言理解结果可转化为便于计算机推理的语句。立足科技文献开发语义关系树库,提出面向语义关系分析的语句相似度计算方法,实现基于统计与规则相结合的自然语言语义关系分析,使自然语言科技文献可成为专家系统知识库,解决专家系统知识库表现形式不统一及知识获取的瓶颈。     

历史人物的知识修正与获取

本文主要是对历史人物知识的修正与获取进行研究,探讨如何从历史人物简介中获取人物知识。由于自然语言技术目前尚不足支持自动的知识获取,半自动获取方法是一种可行的方案。本文在总结历史人物知识描述的特点基础上,提出了一种知识修正的方法,它是自然语言到目标知识表示语言的过渡桥梁。同时,我们还介绍使用该方法在历史人物知识获取中获得历史人物知识库。     

汉语语义选择限制知识的自动获取研究

语义选择限制刻画了谓语对论元的语义选择倾向,是一种重要的词汇语义知识,对自然语言的句法、语义分析具有重要作用。该文研究汉语语义选择限制知识的自动获取,提出基于HowNet和基于LDA (Latent Dirichlet Allocation)的两种知识获取方法,对方法进行了实验对比与分析。实验表明,前者所获取的知识可理解性更好,后者所获取的知识应用效果更好。两种方法具有很好的互补性,我们提出了一个二者的融合方案。     

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。     

基于PADL的古代人物简历知识获取

领域文本知识获取是目前人工智能中的一个关键问题。本文探讨如何从人物简介中获取人物知识。由于自然语言技术目前尚不足支持自动的知识获取,某种形式的人机交互或半自动方法是一种可行的折衷方案。本文在总结人物知识描述的特点基础上,提出了一种中问标记语言,它是自然语言到目标知识表示语言的过渡桥梁。同时,我们还介绍使用该方法在宗教古代人物知识获取中的应用。     

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。     

基于领域的省略及恢复研究

研究汉语语篇特性时,省略是其一个重点。简要阐述了汉语省略的基本概念,介绍了通过三个平面理论进行的基于领域的省略恢复研究。提出了实现自然语言的真实理解的目标,分析探讨了它所面临的主要困难。提出了基于规则推理的知识库系统构建方案,同时在知识获取这一瓶颈问题中引入自然语言理解技术来进行专家经验性知识的自动获取。构建的省略恢复模型已被运用在领域自然语言理解中,结果表明其在汉语正式体省略恢复中具有一定优越性。     

基于领域知识的个性化协同商务推荐系统

基于领域知识与顾客购买倾向相关联的事实,从知识表示、知识获取、系统实现三个方面研究了个性化协同商务推荐系统的实现策略。知识表示研究了自然语言的本体表示,主要包括：知识本体描述、模糊关系设计、概念关联抽象和公理修正四个部分;知识获取采用多层次领域知识获取和基于数据挖掘的智能知识获取两种方法,对知识的形式化和结构化进行了研究;基于J2EE技术创建了由客户端、服务器端、存储系统组成的协同商务推荐系统的结构模型。最后通过测试网站对系统的有效性进行了验证。     

基于面向对象模型的自动知识获取方法

本文提出了一个以自然语言为通讯媒介的自动知识获取系统,它不仅能理解用自然语言描述的专家知识,还能按照面向对象模型诱导人类专家系统地、结构化地描述其知识。这种诱导既降低了自然语言理解的复杂度,又为人类专家提供了自然的知识描述方式,避免了知识遗漏与散杂。面向对象模型与目标知识表示风格的统一则大大简化了知识获取过程,提高了知识获取的效率。     

基于领域的省略及恢复研究

研究汉语语篇特性时,省略是其一个重点.简要阐述了汉语省略的基本概念,介绍了通过三个平面理论进行的基于领域的省略恢复研究.提出了实现自然语言的真实理解的目标,分析探讨了它所面临的主要困难.提出了基于规则推理的知识库系统构建方案,同时在知识获取这一瓶颈问题中引入自然语言理解技术来进行专家经验性知识的自动获取.构建的省略恢复模型已被运用在领域自然语言理解中,结果表明其在汉语正式体省略恢复中具有一定优越性.     

一种基于聚类的汉语词语知识的获取方法

在自然语言处理中,知识的自动获取一直是一个核心问题。但如何实现知识的自动获取呢?该文在基于实例的学习方法(Example-BasedLearning,简称EBL)的基础上,提出了一种基于聚类的汉语多义词知识的自动获取方法。实验结果证明,用该方法获得的知识对汉语的词义排歧是有效的。     

基于本体的几何学知识获取及知识表示

文中研究了基于本体的几何学知识获取,并运用此方法获取几何学领域中的类、属性、关系及公理等;同时,研究了基于本体的知识表示,并将几何学知识转化为该领域本体,用RDF/OWL的形式进行描述.在此基础上构建了一个可共享、可重用、可扩展的几何学本体,形成了一套较完整的几何学知识获取和知识表示体系,将其应用于建立几何学知识库,可大大提高知识搜索和知识推理的效率,并为几何学专家系统、几何学信息检索、几何学教育系统、自然语言理解等领域提供智能基础.     

用于词义排歧的语义剪枝方法研究

词义排歧方法的研究在自然语言处理领域具有重要的理论和实践意义。研究了一种基于知网的语义剪枝算法,来解决自然语言处理过程中的词义排歧问题。其目的是通过语义剪枝系统尽可能地减少歧义词在上下文中错误的或最不可能的义项。语义剪枝以后,形成词和其可能义项的一个列表,尽量将一个词真正正确的义项保留下来。为了对语义剪枝算法进行评价,开发了一个手工标注交互环境,并使用了召回率和简化率2 个指标。对窗口的尺寸和分析单元的选取对召回率和简化率的影响进行了研究。     

An historical overview of natural language processing systems that learn

A fundamental issue in natural language processing is the prerequisite of an enormous quantity of preprogrammed knowledge concerning both the language and the domain under examination. Manual acquisition of this knowledge is tedious and error prone. Development of an automated acquisition process would prove invaluable.This paper references and overviews a range of the systems that have been developed in the domain of machine learning and natural language processing. Each system is categorised into either a symbolic or connectionist paradigm, and has its own characteristics and limitations described.     

利用语义词典Web挖掘语言模型的无指导译文消歧

为了解决困扰词义及译文消歧的数据稀疏及知识获取问题,提出一种基于Web利用n-gram统计语言模型进行消歧的方法.在提出词汇语义与其n-gram语言模型存在对应关系假设的基础上,首先利用Hownet建立中文歧义词的英文译文与知网DEF的对应关系并得到该DEF下的词汇集合,然后通过搜索引擎在Web上搜索,并以此计算不同DEF中词汇n-gram出现的概率,然后进行消歧决策.在国际语义评测SemEval-2007中的Multilingual Chinese English Lexical Sample Task测试集上的测试表明,该方法的P_mar值为55.9%,比其上该任务参评最好的无指导系统性能高出12.8%.     

Expert systems and the man-machine interface. Part Two: The user interface.

Abstract This is the second part of a report which looks at expert systems and the man-machine interface (mmi). The term 'mmi' is interpreted in a fairly broad sense to include knowledge acquisition and cognitive aspects of the user interface. Part One of the report (published in the previous issue of Expert Systems) examines what is currently happening in the area of knowledge acquisition in Britain and asks whether it really is the major bottleneck in the production of expert systems.
Part Two of the report looks at cognitive aspects of the user interface, including dialogue control, explanation facilities, user models, natural language processing and the effects of new technology. It also considers the very important question of evaluation. Again the report is concerned with what is actually happening in these areas in Britain today.     

基于语义依存关系的汉语语料库的构建

语料库是自然语言处理中用于知识获取的重要资源。本文以句子理解为出发点,讨论了在设计和建设一个基于语义依存关系的汉语大规模语料库过程中的几个基础问题,包括:标注体系的选择、标注关系集的确定,标注工具的设计,以及标注过程中的质量控制。该语料库设计规模100万词次,利用70个语义、句法依存关系,在已具有语义类标记的语料上进一步标注句子的语义结构。其突出特点在于将《知网》语义关系体系的研究成果和具体语言应用相结合,对实际语言环境中词与词之间的依存关系进行了有效的描述,它的建成将为句子理解或基于内容的信息检索等应用提供更强大的知识库支持。