基于本体的智能答疑系统的模型研究

针对目前智能答疑系统在知识共享、知识重用以及问题求解精确性方面,提出基于本体(Ontology)的智能答疑系统的模型,该模型首先需要建立基于本体的知识库,然后对用户输入的问题进行分词、语法分析和本体提取等,并在知识库中进行搜索,得到合适的问题解答,基于该模型建立的智能答疑系统在知识共享、知识重用以及问题答案的精确定位与表达等方面具有较好的效果.     

基于ontology的智能答疑系统的研究

答疑系统是现代远程教育中一个重要的组成部分。针对目前智能答疑系统在知识共享和问题求解精确性方面的不足,本文提出一种基于ontology的智能答疑系统模型,以大学计算机信息技术教程课程为例,构建课程知识本体,并在基于本体的推理和答案匹配模式方面进行了尝试。     

基于本体的无人系统智能规划架构研究

为了提高无人系统自主能力,提出了采用本体技术实现无人系统高层任务智能规划的方法．基于本体技术实现无人系统协同侦察打击任务规划要素和战场环境的语义表示,构建了语义知识引擎．在任务执行过程中,知识引擎根据高层任务目标实现任务规划问题的自动生成,通过语义推理实现突发事件和目标处置策略的自主响应,通过语义信息实现攻击目标的自主认知和智能选择．最后,构建了自主侦察打击任务场景进行仿真验证．仿真结果表明,基于本体的知识表示和推理可以有效支撑无人系统任务的智能规划,是一种提高无人系统任务自主性的可行方法．     

基于OWL本体的关系数据库语义映射方法的研究

网络环境下不同关系数据库之间普遍存在着语义冲突,为实现系统互访,需要进行语义映射．针对目前关系数据库语义映射方法的不足,提出基于0WL本体的关系数据库语义映射方法,定义了从关系数据库到OWL本体的映射规则,描述了本体环境下语义冲突的检测算法,并针对几种常见的语义冲突给出了相应的解决方法．将关系数据库转换成OWL本体后,增强了关系数据库之间语义互操作的能力,实现了语义层次上的信息共享和交换,可以较好地解决关系数据库的语义映射问题．     

限定领域的自动问答系统研究

目前,自然语言处理系统由于缺乏语义信息及知识理解和推理能力,因此存在很多缺陷,在自动问答领域中很难分清用户表达的真正意图,并给出用户满意的答案.本文就此给出基于句法语义的问句分析方法,采用本体构建技术构建答案库,在此基础上进行领域知识语义推理,实现智能问答.本研究以黄山旅游为限定领域建立问答系统,试验结果表明多策略的方法是有效的.     

基于本体的面向业务协作的异构系统互操作关键技术

为了解决目前业务协作过程中异构系统集成困难的问题,提出了基于多层次本体的异构系统互操作框架.该框架以业务协作过程中涉及的关键要素——产品、活动和过程为出发点,为实现协作过程中多要素的语义统一问题,提出了由产品知识本体、活动本体、过程本体组成的多层次本体模型.产品知识本体支持活动本体中的产品描述;活动本体是对过程中每一个步骤或行动的概念、功能、执行情况的描述;过程本体通过控制结构将各个活动连接起来,组成业务过程.采用组合映射理论和语义相似度算法实现不同本体库之间的语义映射和语义集成,从而构成顶层本体库,并通过OWL-S顶层服务本体描述发布和请求Web服务.以服装销售的业务过程为例,采用业务协作互操作机制,通过自行开发原型系统中的本体映射和语义匹配模块,解决了不同企业的订单活动的协作问题.     

基于WordNet的本体查询方法研究

不同的本体之间普遍存在着很多语义互操作的问题,如:语义冲突和结构异构,这些问题严重地影响了本体之间的知识共享和重用;同时也给本体查询服务带来了很大的困难,为此,提出一种基于WordNet的本体查询框架OQ-WordNet.该框架首先使用语义词典库WordNet来精确地计算不同本体(源本体)之间概念的相似度;然后通过本体集成和本体映射方法为所有源本体生成一个目标本体,并建立它们之间的语义映射关系;最后OQ-WordNet采用本体查询语言SPARQL来实现本体之间的查询功能.     

基于本体的轴类零件变型设计方法

为解决传统轴类零件变型设计知识在异构系统中难以共享和重用的问题,提出一种基于本体的轴类零件变型设计方法。利用网络本体语言OWL定义轴类零件变型设计的概念与关系,建立变型设计本体。采用语义网络规则语言SWRL定义变型设计的约束知识,构建轴类零件变型设计知识库,实现了尺寸信息与公差信息的推理。本设计方法为进一步开发基于本体的变型设计系统,实现变型设计知识在异构系统之间的顺畅传递与共享奠定了基础。     

ICAI系统中自动答疑策略与机制探讨

针对智能型教学课件（ICAI）中答疑子系统，提出了推理策略、解析机、推理机与知识的表达组织形式等设计构想。探讨了系统关于语义分析、知识管理、关联规则挖掘、行为跟踪等问题。简要地分析了解析机、推理机、知识库的工作原理和答案的演译过程。     

基于本体语义教务信息检索系统的设计与实现

为了解决传统信息检索系统中存在的不足,以教务信息检索为例,提出了基于本体的语义信息检索系统的3层模型框架。在模型框架基础上,利用Protégé工具创建了教务知识本体,作为系统的数据源,利用Jena工具和Sparql语言实现了语义信息推理和检索,利用XML和XSL技术实现了用户界面显示,形成了一个完整的语义教务信息检索系统。     

A novel approach for agent ontology and its application in question answering

The information integration method of semantic web based on agent ontology (SWAO method) was put forward aiming at the problems in current network environment, which integrates, analyzes and processes enormous web information and extracts answers on the basis of semantics. With SWAO method as the clue, the following technologies were studied: the method of concept extraction based on semantic term mining, agent ontology construction method on account of multi-points and the answer extraction in view of semantic inference. Meanwhile, the structural model of the question answering system applying ontology was presented, which adopts OWL language to describe domain knowledge from where QA system infers and extracts answers by Jena inference engine. In the system testing, the precision rate reaches 86%, and the recalling rate is 93%. The experimental results prove that it is feasible to use the method to develop a question answering system, which is valuable for further study in more depth.     

智能问答系统中问句相似度计算方法

以《现代操作系统》为例,在智能问答系统中,综合考虑问句的词和语义等多方面特征,并对编辑距离法进行改进,设计了一种新的组合式问句相似度计算方法。实验结果表明,该算法取得了良好的效果,可以有效地提高问答系统的性能。     

基于语义模板的问答系统研究

提出一个基于语义模板的用户交互问答系统,其中语义模板用于标识句子中各成分之间的语义关联关系.语义模板的使用有助于问题的分解和各成分间语义关联关系的研究,可提高分析精度,适宜于英文和中文问题的分析.在系统运行中,将问题和用户选择的正确答案对,存储在数据库中,通过积累知识构建知识库,实现问题自动回答.     

通过检测语义分歧识别无答案问题

机器阅读理解中存在无法仅从给定文档中获取问题答案的特殊情况,为此,基于语义冲突检测的机器阅读理解网络（SCDNet）提出应通过检测问题与文档内容之间的语义分歧来识别这种情况.经分析发现,文档无法为问题提供答案的根本原因主要分为两类：一是文档中不包含问题所需的语义信息;二是二者包含的语义成分之间存在分歧.据此推断,可以通过检测文档语义信息是否全面涵盖问题所需的信息来识别问题是否可由文档信息给出回答.此外,通过在损失函数中加入答案文本长度惩罚项,网络优化目标函数更接近评测指标,系统性能得到提升.网络模型使用联合训练模型建模无答案的问题识别与答案抽取2个子任务,并使用端到端的方式训练.实验结果证明,其对无答案问题类别预测的正确率超过了性能先进的基线模型SAN2.0,在SQuAD2.0数据集上取得了72.43的F1值和76.96的无答案问题识别正确率.     

Classifying health questions with local semantic and global structural information

Considering the shortcomings of existing research methods in the Chinese medical health questions classification task, this paper proposes a new health questions classification method that incorporates the health questions’ local semantic information and global structural information. We first obtain the questions’ local semantic representation and global structural representation by the convolutional neural network (CNN) and independent recurrent neural network (IndRNN). Then, we extract the questions’ semantic representation, and especially we get the questions’ semantic representation by fusing the local semantic representation and global structural representation using a self-attention mechanism. Finally, we classify the semantic representation of the medical health question through the softmax layer and output classification result. Experimental results show that this method leads to a good performance in the Chinese medical health questions dataset, and that it effectively improves the semantic representation ability of the model and significantly resolves the gradient vanishing and gradient explosion problems.     

一种基于FAQ的自动应答系统的研究与设计

分析了自动应答系统的工作原理,提出了一种改进的信息检索算法。并据此设计了一个基于FAQ(Frequently-Asked Questions)的自动应答系统。当用户以自然语言形式提出问题后,系统首先在FAQ的问题库中查找与用户所提问题语义最相近语句作为候选问题,然后从FAQ的答案库中找出与候选问题匹配的答案作为最后的结果返回给用户。实验结果表明,系统对用户的自助服务效果显著,回答问题的正确率达到0.40。     

Product-design knowledge retrieval based on ontology

In order to improve the utilization ratio of knowledge retrieval,a product-design knowledge retrieval approach based on ontology is proposed.A representation model of product-design knowledge is proposed according to its characteristics.Domain ontology of product-design is established and the semantic annotation technology is used to connect the design knowledge and ontology.A new semantic annotation format is developed and semantic information of the design knowledge is enriched by making use of ontology.On that basis a retrieval algorithm is designed for semantic retrieval.Finally,this approach is used in a knowledge management system for military-vehicle design and its effectiveness and feasibility are validated.Results show that the recall ratio and the precision ratio of knowledge retrieval are improved greatly and users’ requirements in semantic retrieval are satisfied.     

高分子化学试题库CAI课件研制

介绍了高分子化学试题库的建立方法.试题库由试题和题库管理系统两部分构成.该题库管理系统选用Delphi5.0和MicrosoftWord软件制作;试题来源于高分子化学教材、自编和向其它高校收集.该系统软件与MicrosoftWord兼容,使得试题和答案的输入、修改、排版和打印变得非常方便;该题库管理系统能按一定要求自动生成试卷,并对试卷进行修改、排版和打印.高分子化学试题库是目前较好的题库之一.