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。     

基于本体的XML语义集成和查询的研究

XML因其结构上的灵活性和易扩展性已经成为Web上异构数据转换和传输的标准,但是含有不同模式的XML数据源之间却很难进行相互操作,这给XML数据检索带来了更大的不便.先提出一种从XML模式到OWL本体的映射算法,然后借助共享全局本体和同义词典实现多个映射后的本体在语义上的集成从而解决XML结构异构的问题,最后提出一种利用语义集成进行XML语义查询的框架并初步实现.     

基于Xindice的本体存储查询研究

随着语义Web技术的不断发展,基于XML的数据文档管理成为语义Web技术发展的难题,特别是RDF,DAML,OIL,OWL等本体语言的提出,基于XML的本体文档日趋复杂,传统的在关系数据库中依靠映射关系管理本体文档越来越困难.提出使用XML数据库Xindice来存储查询本体文档并设计了存储查询方法.     

基于本体的语义信息查询系统的研究与实现

提出并实现了一个以特定领域的概念化模型－领域本体作为统一语义模型的关系数据库网上发布与集成系统DIDSBS。该系统从领域本体出发，提出并实现了形式化本体和DTD（Document Type Definition,文档类型定义），DTD和关系视图的转换算法，实现了XML文档和数据库视图在语义和结构上的对应关系。     

基于带约束语义文法的领域相关自然语言理解方法

开放域问答系统通常可以借助一些数据冗余方法来提高问答准确性,而对于缺乏大规模领域语料的领域相关问答系统来说,准确理解用户的意图成为这类系统的关键。该文首先定义了一种带约束语义文法,与本体等语义资源相结合,可以在词汇级、句法级、语义级对自然语言句子的解析过程进行约束,解决自然语言理解歧义问题;然后给出了一个高效的文法匹配算法,其首先依据定义的各种约束条件预先过滤一些规则,然后依据提出的匹配度计算模型对候选的规则进行排序,找到最佳匹配。为了验证方法的有效性,将方法应用到两个实际的应用领域的信息查询系统。实验结果表明,本系统提出的方法切实有效,系统理解准确率分别达到了82.4%和86.2%,MRR值分别达到了91.6%和93.5%。     

基于本体的供应链信息交换研究

文章介绍供应链成员之间的信息交换是供应链集成的核心问题，基于EDI标准和XML标准的信息交换虽然解决了语法层次上的互操作性，但在解决语义层次的互操作性上存在不足，文中针对供应链信息交换模式进行了分析，提出基于本体的供应链信息交换模式，解决语义层次上的互操作性问题。     

基于语义网的高效信息查询方法

为了提高Web信息检索的准确率,提出一种基于语义网的高效信息查询方法。首先从本体库中提取目标资源与查询关键字之间的语义路径,通过分析语义路径所包含的属性的权重和识别能力,分别计算每个语义路径的权重;然后,根据资源与查询关键字之间的语义路径的权重、数量和特异性,分别计算每个资源与各关键字之间的语义相关性,并结合关键字的涵盖范围和识别能力综合计算每个资源与关键字集之间的语义相关性;最后,以该相关性为依据对所有资源进行排序和输出。实验结果表明,与OntoLook、tf*idf和TMSubtree三种语义网查询算法相比,基于语义网的高效信息查询方法的平均正确率分别提高了69.0、25.0和21.0个百分点;平均召回率分别提高了77.1、28.3和24.3个百分点;平均F测度值分别提高了72.4、26.4和22.4个百分点。实验结果表明:该方法不仅能够有效提升语义查询的准确率,而且对隐性信息也有很好的查询效果。     

基于知识的制造资源信息查询

制造的网络化使得企业能够快速查找、获取和使用全球的制造资源,避免重新发明,从而节约成本并提高对市场的快速反应能力。基于关键字的传统查询方法有许多不足,本文设计实现了一个基于知识的信息服务平台,通过构造领域模型实现基于语义的信息查询,能够有效地满足企业对制造资源信息的要求。     

自然语言语义理解在反垃圾邮件中的应用

在分析了基于统计的垃圾邮件分类中关键词的语义缺失问题后,提出将基于本体的自然语言语义理解应用于反垃圾邮件中,以解决关键词的语义问题。经过对垃圾邮件的特征进行分析,设计了关键词驱动的句法分析及基于本体的语义推理,在一定程度上解决了邮件过滤过程中词和句子的语义缺失,为垃圾邮件过滤提供了有益的探索。     

基于自然语言理解的在线答疑系统设计与实现

基于自然语言理解的相似度计算仍是计算机语言处理技术尚需深入研究的内容.通过在“知网”知识表示的基础上,综合考虑深度和密度两方面的影响因素,利用一种较为成熟的改进的多因素语义相似度处理算法,基于全文检索匹配技术,设计并实现了一个限定领域内的在线答疑系统.实例运行结果表明,系统可靠性较高,且答疑效果较为明显,达到了预期目标.     

基于自然语言理解的UAV指令理解系统设计

在有人机与无人机协同完成任务时,为了使有人机操作人员更简便的控制无人机,如何对自然语言指令进行理解成为当前的热点问题.文中设计了基于自然语言理解的UAV指令理解系统,提出了该系统的结构组成、构建方案,详细讨论了各功能模块的作用和实现方案.该系统主要功能包括语音识别、自然语言理解和任务规划.考虑到自然语言理解实现的需求,定义了受限的自然语言指令文法规则,并采用自动分词算法对命令词汇进行切分,然后基于语法树的实例匹配算法对指令进行理解.最后,对其中的关键算法进行了仿真实验.实验结果表明,该系统对于无人机指令具有良好的理解结果.     

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。     

自然语言理解的机器认知形式系统

自然语言理解是人工智能研究中的热点和难点之一。基于现有的相关理论,本文提出自然语言理解的形式化定义,以及改进相关的公理系统,从而统一“意思理解”和“道理理解”等两种理解类型。通过设计、开发和运行“篇章理解原型程序”,验证理论成果的正确性和有效性。     

基于中文自然语言的SQL生成综述

自然语言转为SQL (NL2SQL)的研究有较高的应用价值, 随着深度学习技术的成熟, 越来越多的研究者开始将深度学习技术应用于NL2SQL任务中. 本文梳理了英文和中文领域NL2SQL的研究现状, 总结按年份发布的数据集和模型, 对比当前4大中文NL2SQL数据集的特点, 阐述了当前基于深度学习的NL2SQL任务的基本框架以及针对中文领域的单表简单问题和跨表复杂问题所适用的典型模型, 介绍了一般常用的模型评测方法, 并提出未来研究方向的展望.     

基于XML Language的Web服务开发

当前用来开发Web服务的传统语言(如：Java，C#)功能虽然强大，但要想使Web服务获得更高的可扩展性、安全性、可靠性，且提高开发人员的效率存在一定的困难。文中介绍了一种新的专门为实现Web服务设计的语言——XML Language的优点、语法及相关技术，利用它，在某种程度上屏蔽了上述问题，使开发者专注于程序的逻辑设计。     

基于受限中文的轻型业务规则管理系统的设计与实现

业务规则管理是实现企业灵活多变的业务控制和客户服务的理想方案。本文介绍了业务规则管理系统的基本思想,并面向业务分析人员设计了一种受限中文业务规则语言,实现了一个轻型业务规则管理系统。     

基于受限汉语的数据库自然语言接口技术研究

介绍了一种新的基于受限汉语的数据库自然语言接口NLCQI(natural language (Chinese) query interface)的系统模型及设计框架.给出系统实现中具有特色的多栈结构的中间语言以及以关联路径搜索方法实现的中间语言向SQL转换的策略.实验表明,该系统采用的非过程化汉语查询句表达方式较自然,对汉语句型的理解、处理能力有较大的改进.     

基于XML与自然语言处理的智能化资源检索

在海量信息系统中如何快速、智能地获得所需资源是非常重要的。本文以上海教育资源库为背景,给出了一个基于XML与自然语言处理的智能化资源检索方案。文中给出了系统的体系结构,阐述了支撑系统实现的多个关键技术,并就实际系统的运行情况和进一步的工作做了说明。     

基于自然语言的软件信息检索工具

随着开源软件项目规模的增大,如何快速地学习、理解一个软件项目成为基于复用的软件开发活动中的一个重要环节。这些开源软件项目的源代码和文档集的数量都比较庞大,开发人员在学习过程中查找和阅读这些软件信息需要花费大量的时间和精力。为此,提出一种基于自然语言的软件信息检索方法,以帮助开发人员快速地检索并理解其需要的软件信息。基于该方法,设计并实现了NaLSiSe工具。NaLSiSe工具在中国计算机学会主办的第一届软件研究成果原型竞赛中荣获优秀奖。以Lucene为例,验证了该工具可以有效减少开发人员阅读源代码和文档的工作量,同时具备简洁的用户界面和友好的用户体验。     

利用领域信息的基于字的鲁棒中文口语理解研究

鲁棒性是口语理解研究最具挑战性的关键问题之一.本文采用两个策略提高口语解析的鲁棒性:一是使用浅层统计理解框架,将口语解析简化为实体识别,并且以字取代词作为基本处理单元;二是在统计框架下,分别从特征提取和语料扩充两个角度充分利用领域信息.实验结果显示上述方法能有效提升语义解析性能.对于人机对话的测试集,当输入为语音识别结果时,解析性能(F1值)由75.27提升至90.24,输入为人工转抄结果时,性能由80.59提升至97.14.