一种基于“是一个”模式的下位概念获取方法

在文本知识获取中，上下位关系的获取是一个基本而又关键的问题。针对基于模式上下位关系获取中遇到的下位概念获取问题，本文结合我们的研究工作，给出一种从符合“是一个”模式的句子中获取下位概念的方法，这里主要利用半自动获取的词典和句型对“是一个”模式进行分析，然后根据不同的规则，分流获取下位概念。在实验分析中，此方法显示了较好的效果。     

一种专家系统知识获取时的属性约简算法

知识获取是构造专家系统的“瓶颈”,提供准确的推理知识是进行决策规划的关键。文中运用粗糙集理论,通过粗糙集的约简消除冗余的条件属性,实现对知识库的精简。首先研究知识获取,在阐明知识的层次结构基础上,给出了概念化、形式化、知识库求精三个知识获取过程;然后研究属性约简算法,在研究集合差异度和属性的重要性、约简算法推导过程的基础上,给出了属性约简算法的六个步骤。最后根据属性约简算法及其步骤,对功能点分析法构建软件成本估算专家系统时,组成技术复杂因子的14个因素进行了约简。     

一种求概念格属性约简的方法

概念格是根据数据集中对象与属性之间的二元关系建立的一种概念层次结构,在知识约简方面有着重要的应用。文章给出了概念格不同类型属性的刻画定理,并在此基础上得到了一种求属性约简的方法。     

一种基于粗糙—模糊集理论的知识获取方法

该文提出了一种基于粗糙-模糊集理论的知识获取方法,该方法将粗糙集理论与模糊集理论相结合,先利用模糊集理论对决策表的连续属性进行模糊化,通过构建模糊相似矩阵进而划分论域;再利用粗糙模糊集理论进行属性约简,从而获取决策规则。最后,通过实例验证了该方法的有效性和实用性。     

基于数据的层次概念知识体系的一种获取方法

以关系数据理论为基础,提出一种基于数据库的大量概念学习和概念体系构建的新方法,给出了基于数据库的概念定义和一种简化的获取方法。实例计算表明了该方法的有效性。     

面向概念的通用知识获取系统

本文提出的面向概念的知识获取系统是一个能理解基本逻辑和自然语言的通用知识获取环境。系统结合了人工智能(ai)、面向对象的程序设计(oop)和逻辑程序设计(Lp)等技术。系统以概念为知识基元,由概念描述器(cd)予以描述。cd是一个类框架和类对象 的结构,它由一组概念特性和属性,逻辑约束和函数式等支持。这些特性可由具体的应用而赋于实际的含义。知识库中的概念集是一个层次式的继承网络。另外系统还附有一些语义子系统,如一阶逻辑系统和简单的自然语言系统,用以各种类型的语法检查及知识的冗余、互斥及非一致性检查。系统主     

基于Web语料的概念获取系统的研究与实现

互联网网页中存在大量的专业知识。如何从这些资源中获取知识已经成为10多年来的一个重要的研究课题。概念和概念间的关系是知识的基本组成部分,因此如何获取并验证概念,成为从文本到知识的过程中的重要步骤。本文提出并实现了一种自动从Web语料中获取概念的方法,该方法利用了规则、统计、上下文信息等多种方法和信息。实验结果表明,该方法达到了较好的效果。     

MKR──一种有效的增量式概念获取系统

本文对示例式学习的ＩＤ５Ｒ算法进行了深入的研究并作了进一步的改进，提高了其计算效率．并提出一种适合于增量式学习的抗干扰机制，拓广了算法的适用范围．     

概念格的属性约简与属性特征

主要研究了基于不可约元的概念格的属性约简以及属性约简集的构造。首先给出了概念格中不可约元的判定方法。基于交不可约元,提出了一种概念格的属性约简方法。分析了对概念格的属性约简起不同作用的属性特征,并分别得到了不同类型属性的充分必要条件。最后,利用属性特征讨论了属性约简集的构造。     

一种基于概念格属性约简的本体合并方法

提出一种基于概念格属性约简的本体合并方法。该方法先对源本体中的概念进行外延和内涵的分析,以此为形式背景构造概念格。对所构造的概念格进行属性约简,删除本体合并中的冗余信息,约简绝对不必要属性,以最少的信息精确地反映概念格及本体的本质和结构。最后通过实例分析此方法的可行性。     

基于本体的医学知识获取

In this paper, we introduce an ontology-mediated method for medical knowledge acquisition and analysis.Using the method we establish an ontological structure and ontologies for the Medical Knowledge Base (or NKIMed ). To check the consistency of the acquired knowledge, we use a set of medicine-specific axioms. These axioms are also used in knowledge inference, and interconnection between diiferent medical concepts. Finally, two applications of NKIMed, i.e. intelligent teachinu systems and speech diagnosis are illustrated.     

An Analysis of Knowledge Acquisition Roles and Participants

Much recent research effort in the field of knowledge acquisition (KA) has focussed on extending knowledge acquisition techniques and processes to include a wider array of participants and knowledge sources in a variety of knowledge acquisition scenarios. As the domain of expert systems applications and research has expanded, techniques have been developed to acquire and incorporate knowledge from groups of experts and from various sources such as text, video, and audio tapes. However, the dominant participant-role model remains that of the knowledge engineer eliciting knowledge from one or more human experts. This conceptual gap has contributed to the major divisions in the KA field between researchers interested in manual KA and those developing tools for automated KA. This article considers the wide variety of possible KA scenarios and presents a meta-view of KA participants and the roles they may assume.We suggest that it is more appropriate to think of knowledge acquisition participants as playing one or more roles. These include knowledge sources, agents and targets for KA processes. We also present a participant model drawn from research in decision support systems that more accurately characterizes the diversity of the entities participating in the KA process. This view is more inclusive as it allows us to consider both human-human and human-computer KA interactions as well as the whole variety of knowledge sources and targets. A careful consideration of the meta-view and its associated role-participant mappings also yields the new ideas of the elemental and composite role and the multi-role entity. These new constructs are then used to identify areas where research is currently needed and to generate specific research issues. Taken altogether, this view allows a more flexible consideration of the many possible combinations that can and frequently do occur in actual KA situations.     

基于粗糙概念格的属性约简及规则获取

基于粗糙集和概念格理论进行结合,给出了决策背景下的多属性约简与规则提取方法。为此,针对决策背景的辨识矩阵和辨识函数给出了决策背景属性约简的具体属性约简方法;在此基础上得到了决策背景下的规则提取与属性约简方法,并通过实例表明了该约简方法的可行性与有效性．     

即时定向新闻采集技术研究

互联网的迅速发展带动了信息量的爆炸性增加。如何更快地采集所需信息一直是国内外研究和开发的热点。近年来,不断增长的对特定信息(例如特定领域的新闻)的需求要求有针对性地从指定的网站即时采集相关信息。这些新闻一般具有不可预见性、更新频率较快、时效性强等特点。这要求我们必须能针对这些特点实现即时定向的采集。本文提出了一种有效抓取网页并进行分析的方法,实践表明取得了满意的效果。     

基于属性一致度的属性约简算法

在属性一致度的概念和性质基础之上,提出一种基于属性一致度的属性约简算法。利用一致度构造属性间模糊相似矩阵,并用模糊聚类分析方法对属性重要性作了分类,从而得到动态属性分类图,得到了与粗糙集属性约简方法完全一致的结果。最后,用实例表明算法的有效性。     

一种改进的变论域属性约简算法

本文主要对Rough Set理论中的属性约简问题进行了研究,从变论域的角度出发,利用可辨识矩阵对不可分辩类进行了定义,结合属性重要性及属性间依赖性的讨论,构造了一种变论域的启发式算法,并通过实例和UCI数据库证明了该算法的有效性。     

决策形式背景的irr-型属性约简

概念格的属性约简是概念格理论研究的核心问题之一。从不可约元的角度定义一种irr-型属性协调集,提出了一种概念格的属性约简方法,分别对协调和不协调两种决策形式背景下的概念格进行分析,得到了属性约简的判别方法,并且用具体的例子进行了说明。经过属性约简,概念格的计算变得更为简便。     

基于统计学习的机器翻译模板自动获取方法

本文提出了一种从未经深层次处理的双语口语语料库中自动获取机器翻译模板的方法。这种算法是一种无监督的、基于统计的、数据驱动的方法。这种方法有两个基本的步骤。首先,通过语法归纳分别从源语言和目标语言中获取语义类和短语结构类。然后,利用双语划界文法将短语结构类进行对齐。对齐的结果经过后处理就可以得到翻译的模板。初步的试验结果表明,本方法是有效的和切实可行的。     

汉语结构优先关系的自动获取*

提出了一种用于定量描述歧义结构分布特点的知识表示机制:结构优先关系SPR(structure preference relation),介绍了针对不同语料文本的两种SPR获取方法:树库语料的自动发现和原始文本的自动获取,并且通过不同的实验证明了这些方法的可行性和实用性.另外,还介绍了SPR的若干应用前景,并提出进一步的研究方向.