基于本体的知识资源模糊聚类分析*

针对知识资源分块的边界模糊性的特点,以知识资源的本体表示为基础,应用基于本体的知识资源模糊聚类方法,通过分解知识本体,计算概念、属性、关系、结构等知识构成元素的空间向量,结合WordNet的词汇映射关系,使用知识本体间的语义距离表示知识资源间的模糊相似度,来实现知识本体的模糊聚类。最后举出实例来描述本文应用的方法,说明模糊聚类方法可以较好地分类知识资源。     

一种基于上下文的语义映射方法

提出了一种基于上下文的语义映射方法SM-Context (semantic mapping based on context).SM-Context首先为本体模型中的概念找出表示其语义信息的上下文,然后采用谓词逻辑的形式表示概念的上下文,最后将本体映射问题转换成命题可满足性问题(SAT),并通过推理方式建立本体之间的语义映射关系.为了验证所提方法在处理本体映射问题时的可行性与有效性,采用OAEI所提供的共享数据集来测试SM-Context.实验结果表明,SM-Context可以有效地利用概念的上下文为本体之间建立语义映射关系.     

基于中介逻辑的模糊知识表示及应用

本文基于中介逻辑理论,在知识描述中区分知识的“矛盾”与“对立”,肯定对立的模糊概念之间存在中介对象（中介概念）,将矛盾否定与对立否定运用于知识表示中;并 以一金融决策实际问题为例,采用距离比率函数为模糊谓词表达式赋予属于[0,1]区间的真值,结合中介谓词逻辑的无穷值语义模型与具体情形,给出了模型中变量（取值的的一种确定方法及其意义,最后通过一具体实例讨论了模糊知识推理。     

基于模糊关系的数据模型分析

模糊性是现实世界事物的一个重要属性,不但描述事物的属性特征方面存在着模糊性,而且事物间的相互联系方面也存在着模糊性。本文基于模糊集合理论,实现一个简单模糊关系数据模型,包括模糊关系的定义、模糊关系运算及模糊关系的完整性。并简单介绍了模糊关系数据库技术的应用领域。     

模糊本体之必然:基于人的认知特征的分析

本体是人对客观事物及其相互关系的认知成果,表现形式为概念及概念关系,二者均以语词称之。人只能自如应用有限的语词,致使人的认知有两个必备特征:一个语词指称多个概念,即以变动概念外延的方式减少概念的数量;一个语词指称多个概念关系,即以隶属度的形式归并概念关系的种类。前者对应模糊概念,后者引出模糊概念关系,由两者构成的模糊本体就是符合人的认知规律的客观世界在人脑中的必然反映。作为科学术语的"模糊",是指有效解决语词有限性与客观事物无限性矛盾的认知方式。模糊本体是本体的一般形式,更接近客观世界之真实,其模糊识别与模糊推理的功能更有利于支持人的认知活动。模糊本体内置于机器是信息处理智能化之必然,模糊本体表示的机器形式目前为OWL文档。举例示意了模糊本体的构建过程。     

一种基于概念格胶合的模糊本体合并方法

为了解决本体异构问题,实现本体资源的共享和重用,需要进行本体集成。本体合并是集成的一种方式。本体对概念外延和内涵揭示得不够,对概念的表达深度不够。形式概念分析可以很好地表示和处理概念以及概念之间的关系,但是在语言表达和推理等方面还很不足,因此需要将它们结合起来表达和处理知识,提高语义表达能力。提出了一种基于模糊概念格胶合的模糊本体合并方法,为模糊本体集成提供了一种新的方法。     

模糊加权知识及其在辅助决策决心案综合评判中的应用

该文在研究了知识的模糊性及其在事物中的权重问题,讨论了有关模糊隶属函数计算方法的基础上,吸纳模糊度与权重作为新成员以拓展人工智能中传统知识的三元组表示,提出了模糊加权知识的五元组表示,并将它成功地运用于人工智能辅助决策决心案的综合评判之中。     

中介真值程度的度量及其应用(I)

以中介数学系统为背景,为处理工程实践和科学研究中普遍存在的模糊现象提供一种度量逻辑真值程度的方法.在建立了谓词的ε标准度概念后,描述了对一般应用的数值区域与对应谓词的真值之间的关系;采用距离概念,并以对应谓词真值的数值区域的长度为基准,定义了距离比率函数及距离比率的特殊变换,并由此建立了一维情形下个体真值程度函数.又在提出关于n维情形的分支谓词、幂集逆映射和标准度向量概念后,描述了真值程度和函数、极值分支函数等n维情形的应用形式.应用示例表明:由于提出超态概念,所以理论上能把真值程度域从[0,1]拓宽到(-∞, ∞);真值程度函数的定义具有计算机可以处理的定量形式且具有客观性和普适性的特点.因此,真值程度的度量将在涉及模糊现象的领域得到有效的应用.     

区分3种否定的模糊命题逻辑系统及其应用

在模糊知识表示与推理中,否定信息扮演了一个重要角色.从概念层面上区分了模糊知识中存在的3 种否定关系,即矛盾否定关系、对立否定关系和中介否定关系.为了建立能够完全描述这些不同否定关系的逻辑基础,提出一种区分矛盾否定、对立否定和中介否定的模糊命题逻辑形式系统FLCOM.讨论了FLCOM 特有的性质与意义,给出了FLCOM 的一种语义解释,并证明了可靠性定理.为了表明FLCOM 处理实际问题的适用性,进一步研究了FLCOM在一个模糊决策实例中的应用.具体地,基于FLCOM讨论了决策规则中的模糊命题及其不同否定的区分与形式表示,给出一种确定模糊命题及其不同否定的真值及其真值范围阈值的方法,并采用模糊产生式规则讨论了实例中的模糊推理与决策.从而表明,运用FLCOM 处理具有模糊性并且存在不同否定的实际问题是有效的.     

商业个人贷款审批知识表示及推理

以商业贷款中的个人贷款审核为研究和应用背景,基于语义本体模受,建立商业个人贷款本体,对其结构、概念、概念属性进行了规范的描述.并从个人贷款的领域知识中提取了概念属性的值域公理等内容:总结归纳了个人贷款的业务规则,并定义了相应的逻辑谓词和原子谓词表达式表达,用于个人贷款审批规则的知识表示和推理.解决了个人贷款审批业务领域中的对象和业务规则的标准化表示与推理,为计算机智能审批个贷申请提供异构信息共享和智能推理技术支持.     

专业教学资源库本体模型构建

针对当前专业教学资源库的可重用性低、难以提供智能服务等问题,本文提出构建本体专业教学资源库。该方法将语义web思想与本体技术引入专业资源库构建中,并以构建《计算机网络专业教学资源库》为例,阐述了构建基于本体的专业教学资源库模型的整个流程,并选用Jena推理机,对资源语义的一致性进行检查。研究表明,对教学资源库的框架描述上升到知识级,有利于对教学资源库的共享与语义查询。     

基于OWL的自然灾害领域应急响应知识表示方法

利用语义网中本体和OWL(Ontology Web Language,即网络本体语言)等相关技术,通过一阶谓词逻辑及产生式知识表示方法具体描述地震灾害应急响应,为实现自然灾害领域应急响应的知识表示和共享提供一种参考。     

面向语义信息查询的模糊本体模型

针对领域知识建模时的模糊性、不确定性与信息查询时的局限性,提出一种基于模糊控制规则的模糊本体模型。利用基于模糊聚类的本体机器学习方法构建模糊控制规则库,通过计算模糊相似矩阵得到模糊概念的语义关联,对词汇相关概念进行语义分析与扩展获取模糊概念间的本质语义关系,实现基于模糊概念属性值的信息查询与语义共用。实验结果表明,该模型在语义查询上有更完善的推理机制,能有效获取语义信息。     

基于自然语言理解的SPARQL本体查询

为了用户能够方便地获取本体知识,提出了基于自然语言理解的SPARQL本体查询。利用Stanford Parser分析用户的自然语言查询,根据语法构建查询三元组,与关键词的方法相比,有效地减少了组合的个数。结合用户词典,能较准确地把查询三元组的词汇映射到本体实体。分值计算时除了考虑词语的形式相似和语义相似外,还考虑了概念的模糊性,尽量返回具体的概念。利用本体推理获取隐藏在本体中的信息,对查询进行过滤和限制,提高了准确率。用户通过图形交互界面和系统进行交互,选择需要的结果,最后返回树形查询结果,并能看到相关的信息。实验结果表明,该方法达到了预期的效果。     

语义网不精确本体构建方法研究

不精确性包括模糊性和粗糙性,同理不精确本体也包含了模糊本体和粗糙本体.通过对粗糙本体构建方法与模糊本体构建方法的综述,讨论了在不精确本体研究中的关键问题,在此基础上对各种粗糙本体构建方法与模糊本体构建方法进行分析比较.为了解决当前不精确本体构建中的瓶颈问题,提出一种基于包含度理论的不精确本体构建方法,在该方法中将粗糙集与模糊集理论引入传统本体模型,使用包含度理论进行关系描述,讨论了未来的研究方向.     

一种模块化的多策略模糊本体映射方法*

通过分析模糊本体的特点,并结合模块化和多策略映射的优点,提出了一个面向语义Web的模糊本体模型,并针对该模型提出了一种模块化的多策略本体映射方法,以提高模糊本体映射的效率和准确率。最后对映射结果进行融合并采用迭代矫正的方法进行修复,使得映射结果更加准确可靠。     

基于粗糙集和模糊聚类的政务本体学习模型

根据政务信息资源的特点,提出了一种新的政务本体学习模型。首先通过命名实体获取领域概念,然后利用粗糙集和模糊聚类理论对模式匹配算法进行改进,进而采用改进的模式匹配算法获取领域概念之间的显式和隐式关系。大量的实践证明：利用该模型能够从庞大的政务信息资源中有效地进行政务本体学习,克服了传统模式匹配算法不能很好地获取概念之间隐式关系的问题。