基于概念网络的领域知识组织及应用

着眼于智能教学系统领域知识库的建立，引入了一种新的知识表达工具——概念网络（Connet），并结合军事后勤保障计算教学系统的领域知识库和知识导航系统的建立，通过实例就如何使用这种表达工具进行知识组织和管理进行了介绍。     

基于本体的领域知识重用方法研究*

由于已有知识表示和本体知识表示并不在同一逻辑体系基础上,从知识表示层面提出了一种基于知识等价映射的知识重用方法解决对已有异构知识的重用问题。通过语义等价提取、在本体指导下的一致性处理以及语义映射解决了本体构建过程中对已有知识的自动重用问题。实验表明,该方法易于实现且具有较高的精确性、可行性和有效性。     

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。     

领域知识在文本聚类应用中的机遇和挑战

最近几年,越来越多学者意识到单靠数据驱动的无监督聚类方法很难满足用户对富含语义信息的文本数据的处理需求。领域知识,如领域本体的人工或自动构建、百科全书Wikipedia的网上公布为文本处理带来了新的希望和美好的前景。本文主要阐述领域知识在文本聚类过程中的具体应用、研究现状和所面临的挑战。     

基于知识树的文本自动分类方法探索

该文提出了一种基于知识树的文本分类方法,运用企业中的知识树相关知识,推导出一种根据结点概念等相关的知识进行文本分类的一种方法。     

基于领域知识重用的虚拟领域本体构造

提出了一种重用现有领域知识库知识构造新领域本体的方法.该方法充分利用了领域知识模型以及领域本体相互之间存在的语义相关性,从语义匹配的角度探讨了构造新领域本体的可能性.首先给出了领域本体的一种结构化定义,然后讨论了领域模型之间、领域本体之间存在的语义相关性,并给出了领域本体语义相关度的概念.以此为基础,重点讨论了基于生物种群进化方法构造新领域本体的选择、克隆、变异、杂交、合成和转基因方法.最后详细介绍了一个虚拟领域本体构造系统,并给出了具体分析实例.     

基于面向对象和概念树的CAPP工艺知识表达研究

工艺知识表达是CAPP系统的主要部分，本文介绍了CAPP技术和工艺知识表达的基本概念然后基于一种采用面向对象方法和概念树方法对工艺知识进行表示与组织，并应用在制造资源中。     

领域知识语义距离及其在专家系统中的应用

面向专家系统中的可程序化知识间距离的测度,在构造领域知识本体及本体树的基础上,建立知识身份距离、知识概念距离、知识属性距离、知识描述距离四个测度,并在规范化后采用有序加权几何算子对其加以集结,形成一个更加全面且应用性强的领域知识语义距离模型,有效地解决了专家系统中领域知识的判别问题。实验表明：该模型可快速地判别专家系统中两领域知识的相似程度,并具有82%以上的评判正确率。     

概念知识表示和推理

Nilsson教授首先提出了代数格应用于概念知识表示的思想．其优点在于知识表示的代数特性和图示特性，在此基础上．表文把代数格与PROLOG相结合．定义了一种基于概念的逻辑编程语言．其语言具有比PROLOG更抽象、更方便的编程风格．此外．给出了该逻辑编程语言的匹配算法．     

一种基于文本分类的知识树自动构建方法*

针对当前知识管理系统中知识树的创建和维护问题,设计了一种新的基于文本聚类的知识树构建方法。由于从传统的K-means和SOM等文本聚类的结果中难以提取知识树中节点对应的概念和词汇列表,选取PLSA方法进行聚类和知识层次树构建。实验表明,新方法除了在聚类精确度上优于传统方法,聚类结果还包含文档的主题与词汇之间的概率关系,因此新方法在聚类的同时,可以方便地提取知识树上每个节点对应的概念或概念集合。     

基于多知识源的语义搭配知识库的构建及应用

针对汉语文本语义搭配错误,在对《现代汉语语义信息词典》(以下简称《语义词典》)及《知网》相关属性的研究基础上,提出了基于多知识源的语义搭配知识库的构建方法,并设计出了面向汉语文本语义查错的三层语义搭配知识库结构.在此基础上,设计并实现了一个汉语文本自动查错算法.实验结果表明,基于上述方法所设计的语义搭配知识库,可以大大提高汉语文本语义查错算法错误查找的召回率,对于语义查错的研究具有一定的借鉴作用.     

不确定模式集成中领域知识应用模型的研究

结合关系模型、产生式规则和自主计算三者的优点,提出了一个任务驱动的自主推理的动态领域知识应用模型。在该模型中,将领域知识按需要进行聚类,根据任务进行规则映射和推理模块中不同处理器的选择,运用证据组合方法合并各处理阶段的不确定度,采用基于自适应控制策略的自主计算技术进行知识推理。推理结果被应用到不确定模式集成模型的其他模块中,辅助解决模式集成中存在的不确定性问题。经实例验证该模型是可行的。     

基于知网的概念匹配细粒度化研究

基于知网的语义结构,构建了具有添加和删除特点的语义树,使概念的匹配粒度实现细化,并给出了概念语义树匹配算法。实验结果证明了算法的有效性,较好地解决"关键字障碍"和语义歧义性问题,提高查全率。     

Conceptual framework for document semantic modelling: an application to document and knowledge management in the legal domain

The main contribution of this paper is to lay down a conceptual framework for document semantics modeling. This framework provides a generic graphical knowledge representation model based on Sowa’s conceptual structures. Modeling primitives are introduced to represent factual and ontological knowledge that can be expressed in electronic documents. Binding features are proposed so as to keep knowledge representation and knowledge formulation linked together.

This framework may be applied to various domains and may accept, for this purpose, many different ontological extensions. Thus an extension is provided so as to properly handle the particular kind of knowledge encountered in the legal domain.     

面向垂直搜索引擎的基于知识的语义关联算法

提出一种面向垂直搜索引擎的基于知识的语义关联算法,以知识表达技术及语义关联度计算为核心,建立语义关联规则,在语义扩展基础上提高查询招回率和语义相关度计算高检索的准确性,同时根据农产品物流领域的特点,设计并实现了用于农产品物流ASP平台的垂直搜索引擎。     

基于主题词表和 FCA的网页语义概念树构建研究

针对用户使用网站效率低和网站质量差的问题,提出了利用形式概念分析（FCA）来构建网页语义概念树的方法。该方法首先利用信息抽取、自然语言处理等技术对网页集进行文本抽取、分词,提取出描述文本语义的特征词;再以主题词表为参照,设计基于搜索引擎的词语相似度算法,将抽取的特征词全部转换成主题词表中主题词,对将抽取的语义信息转换成形式背景,利用规则、聚类等技术对形式背景进行约简。最后通过设计的建格算法构建概念格,实现概念树构建。实验结果表明,利用该方法构建的概念树可以作为网站本体模型的基础,对语义评估具有积极的意义,具有一定的应用价值和借鉴意义。     

基于知识图的领域本体构建方法

提出了一种基于知识图的领域本体半自动构建方法。以《知网》为语义知识资源,知识图为语义表示方法,采用成熟的软件工程流程,最终构建出的领域本体具有结构明确、语义清晰的特点。对于在其上的语义网、信息抽取等应用提供了有效支持。介绍了本体的概念、设计的准则、建模的流程,并对未来的本体的移植性进行展望。实验结果表明该方法在不确定性知识处理上优于传统本体构建方法。