关系数据库的实体间关系提取方法的研究

知识图谱需要从大量文本、图像、数据库等信息源中提取知识,而关系数据库是其中一个重要的数据源,存储了大量高质量数据。目前,有许多研究工作集中于从关系数据库到RDF的转换,主要考虑结构信息的转换,较少研究实体间语义关系的发现。提出一种基于随机森林的数据库实体间语义关系发现与转换方法,将关系数据转换为RDF,能够有效地发现数据库中实体之间的隐含语义关系。该方法构建融合数据库模式和数据内容的特征向量,设计并实现基于随机森林的实体间语义关系发现算法;基于发现的语义关系,实现多对多、一对多等实体语义关系的转换。实验结果表明,相对于传统的直接映射算法,该方法有更高的提取质量,减少了最终生成知识图谱中的冗余与错误。     

XML表示CLIPS知识库的研究

CLIPS是美国航空航天局约翰逊太空中心用C语言设计的一个专家系统工具,其知识存储方式不利于知识的检索和修改.在分析了对CLIPS知识库进行转换的必要性后,提出采用XML表示知识库.并且以数据库为中间环节,先将CLIPS知识库用关系数据库表示,再实现关系数据库到XML知识库的转换.讨论了整个构建过程及相关的技术.设计了用数据库存储事实的知识库结构,研究了一种关系数据库到XML文档的转换算法.     

维吾尔语框架语义知识库的概念设计

该文对维吾尔语的框架语义描述体系及内容进行了初步探讨和尝试,建立了维吾尔语框架语义文档的树型结构。根据维吾尔语框架语义知识库的描述内容及框架语义网络自身的特点,该文在数据库中以维吾尔语框架语义为核心进行信息存储,设计了语义知识库的概念模型。为创建基于认知的维吾尔语框架语义知识库建设探索了一条可行的技术路线、方法和思路。     

大型知识库知识存储结构的研究及其在知识发现系统中的应用

在基于数据库和知识库的知识发现系统(KDD&K)的研究中,需对知识库中的重复、冗余、矛盾、循环的知识进行实时校验、修改,并能够发现知识短缺,指导KDD过程进行聚焦;在KDK过程中,需要找出有关联的知识组成的知识域以便于归纳、解释等具体应用需求,针对于此,该文提出了一种基于知识节点(属性)的图矩阵、二维链表、产生式规则的三级管理模式和数据存储结构,通过知识库管理系统(KBMS)实现了二层逻辑结构和一层物理结构的三层独立映射关系,大大压缩了知识的搜索空间。经在KDD&K原型系统中的具体应用,该知识库系统结构的定义以及相应的KBMS完全满足上述要求,并可推广至通用的大、中型知识库系统。     

一种支持XML的文件系统构建模型

XML作为数据存储和传输的标准,已经广泛应用于网络和数据库等数据处理系统中.针对大量出现的XML数据,传统的基于字节流的文件系统因其不具备存储和管理语义结构的能力,只能将XML数据视为普通的文本文档进行存储和管理,因而不能充分利用XML的半结构化等优点进行高效的细粒度的信息管理.本文在研究基于XML的数据库系统和语义文件系统的基础上,提出一种新型的基于XML的文件系统模型,并在传统文件系统上利用目录和文件分别存储XML文件的元素和属性实现一种语义结构的存储,使文件系统具备对信息的细粒度控制.     

S-RSM:一种基于语义的数据空间资源搜索机制

数据空间技术是数据库管理技术的进一步发展,如何有效地搜索数据空间中的资源成为一个值得研究的问题.为此提出一种基于语义的数据空间资源搜索机制(S-RSM,Semantics-based Resource Search Mechanism for Dataspace).定义了资源描述模型,能够有效地将数据资源进行统一描述和包装;提出一种基于语义的资源搜索策略,利用Dbped ia语义知识库评估资源对象关联和语义项关联.同其它搜索策略相比,S-RSM在查全率和查准率等方面具有一定的优势.     

基于数据库技术的气流干燥专家系统知识库的建立

针对专家系统中传统知识表示存在的数据修改比较困难．数据与程序之间缺乏独立性，满足不了多用户、多应用共享知识需求的缺陷，故在闪速熔炼气流干燥专家系统中采用数据库技术来实现知识库，提出了基于数据库的知识表示方式，设计了规则库的数据库结构和类结构，然后利用ADO技术实现了对数据库的添加、更新等功能，并应用于知识库，从而可不断地扩充知识库，体现了知识库的健壮性，有益于知识库维护的一致性和完整性。     

基于知识图谱的老年教育知识库系统设计与实现

在老年教育建设过程中,将信息技术与老年教育特点相结合,为提高老年教育过程中大量的数据、知识存储和查询效率,设计了一种基于知识图谱的老年教育知识库系统.系统以知识图谱为核心,通过对老年教育不同角色的业务进行分析并设计本体,将多领域和多类型的数据通过本体映射,完成知识图谱构建,将繁杂无序的数据形成具有内在多种关联的知识库,并为学员和教师提供在线的知识管理和知识服务功能.与传统的数据管理方式相比,知识检索和信息获取效率得到有效提高.     

一个基于规则的CAD演绎数据库逻辑语言

传统的工程数据库系统缺乏说明性语义,使用困难,难以描述设计中大量存在的复杂设计约束,不能表示和处理知识。为了解决这些问题,本文试图将演绎数据库技术引入到工程数据的管理和处理中。本文探讨了工程信息的逻辑表示,描述了一种基于规则的逻辑语言,它能方便地表示和处理复杂对象和工程知识,并能有效地表示和验证语义约束条件。基于这种语言的一个CAD演绎数据库管理系统DEDBMS正在实现中。     

棉纺质量控制专家系统的设计

主要研究棉纺质量控制专家系统的体系构成、棉纺质量控制知识的表示策略及知识库的设计.知识库的设计是该系统设计最重要的工作,包括基本数据库和规则库两方面.知识库的核心内容之一是基本数据库,用来存放质量问题的描述、产生原因、防止和处理办法等.规则库由质量问题库、质量问题影响因素、质量问题处理措施三个库构成.知识库的设计方法是先将棉纺质量控制知识抽象成概念、事实和规则,然后用关系数据库来存储这些知识.在此基础上构建一个基于产生式规则的专家系统.本系统采用基于规则的数据和信息驱动正向推理为主,辅之以目标驱动控制策略,算法采用深度优先.合理的知识库设计和有效的推理方法使得该系统效果较好.     

基于数据库的温室作物生长决策支持系统的设计与实现

文中用Delphi6．0编写构建了温室作物生长的决策支持系统。采用Database Desktop来设计系统中的知识库、模型库和数据库。以数据库为基础的系统，有助于系统对知识、模型和相关数据的管理。对系统决策的过程采用基于数据库的方法进行编写，解决了温室作物生长智能决策过程中推理困难的问题，同时提高了决策的准确程度。经实际运用达到了理想的效果。     

Discovering Robust Knowledge from Databases that Change

Many applications of knowledge discovery and data mining such as rule discovery for semantic query optimization, database integration and decision support, require the knowledge to be consistent with the data. However, databases usually change over time and make machine-discovered knowledge inconsistent. Useful knowledge should be robust against database changes so that it is unlikely to become inconsistent after database updates. This paper defines this notion of robustness in the context of relational databases and describes how robustness of first-order Horn-clause rules can be estimated. Experimental results show that our estimation approach can accurately identify robust rules. We also present a rule antecedent pruning algorithm that improves the robustness and applicability of machine discovered rules to demonstrate the usefulness of robustness estimation.     

Web mining for event-based commonsense knowledge using lexico-syntactic pattern matching and semantic role labeling

A sophisticated commonsense knowledgebase is essential for many intelligent system applications. This paper presents a methodology for automatically retrieving event-based commonsense knowledge from the web. The approach is based on matching the text in web search results to designed lexico-syntactic patterns. We apply a semantic role labeling technique to parse the extracted sentences so as to identify the essential knowledge associated with the event(s) described in each sentence. Particularly, we propose a semantic role substitution strategy to prune knowledge items that have a high probability of erroneously parsed semantic roles. The experimental results in a case study for retrieving the knowledge is “capable of” shows that the accuracy of the retrieved commonsense knowledge is around 98%.     

利用领域知识改进数据仓库中知识发现查询的效率

随着数据库的规模和存储的数据量越来越大，许多知识发现方面的应用不得不面对大量的数据。这就迫切需要找出降低知识发现查询计算的复杂性的方法。以往的语义查询优化工作都是利用领域知识进行查询优化。主要是靠重写查询语句为一个等价的、高效的查询来降低费用。本文介绍了一种利用三类领域知识进行优化处理、缩小搜索范围、降低查询费用、提高被发现知识的质量的方法。     

基于本体的Web分类技术研究

主要提出了一种基于本体的抽象的Web挖掘模型。首先利用本体的方法表示出要挖掘的领域,然后把从用户处收集来的数据转换成表格;最后再根据定义和公式来进行知识发现。抽象的Web挖掘模型可以提取出语义Web中隐藏在大量信息背后的近似概念,来实现知识发现。     

基于领域本体的数据挖掘服务发现算法

随着数据库的广泛应用,数据挖掘技术面临数据的海量化、分布化问题。采用面向服务的架构构造数据挖掘系统是解决该问题的方法之一。提出一种基于领域本体的数据挖掘服务发现算法,通过引入领域知识,定义数据挖掘本体,有效地解决了数据挖掘服务发现问题。首先给出了结合领域知识的数据挖掘服务发现框架,提出了数据挖掘方法本体和质量本体的定义,并给出了根据领域知识及用户需求进行数据挖掘服务发现的算法,为数据挖掘服务选择提供了较为完善的方案。     

Learning Based Neural Similarity Metrics for Multimedia Data Mining

Multimedia data mining refers to pattern discovery, rule extraction and knowledge acquisition from multimedia database. Two typical tasks in multimedia data mining are of visual data classification and clustering in terms of semantics. Usually performance of such classification or clustering systems may not be favorable due to the use of low-level features for image representation, and also some improper similarity metrics for measuring the closeness between multimedia objects as well. This paper considers a problem of modeling similarity for semantic image clustering. A collection of semantic images and feed-forward neural networks are used to approximate a characteristic function of equivalence classes, which is termed as a learning pseudo metric (LPM). Empirical criteria on evaluating the goodness of the LPM are established. A LPM based k-Mean rule is then employed for the semantic image clustering practice, where two impurity indices, classification performance and robustness are used for performance evaluation. An artificial image database with 11 semantics is employed for our simulation studies. Results demonstrate the merits and usefulness of our proposed techniques for multimedia data mining.     

基于Super-P2P语义网格的知识共享模型

在语义网格的研究中,如何超越集中式的语义存储,实现更高程度的资源共享,是目前语义网格的研究热点之一。在分析多种P2P结构的基础上,该文Super-P2P结构应用于语义网格,以解决语义网格的语义集中式存储问题。研究了Super-P2P语义网格的资源发现机制以及基于其的知识服务。应用案例分析证明,基于Super-P2P语义网格的知识共享模型可以实现更高程度的资源共享,提供高质量、高可靠性的知识服务。     

Smart VideoText: a video data model based on conceptual graphs

An intelligent annotation-based video data model called Smart VideoText is introduced. It utilizes the conceptual graph knowledge representation formalism to capture the semantic associations among the concepts described in text annotations of video data. The aim is to achieve more effective query, retrieval, and browsing capabilities based on the semantic content of video data. Finally, a generic and modular video database architecture based on the Smart VideoText data model is described.     

基于数据抽取器的知识发现处理模型

提出了基于数据抽取器的知识发现模型。在模型中,将知识发现过程分成数据预处理、数据抽取、数据挖掘和结果分析四个阶段。该模型利用标准的SQL语言构造数据抽取器,为不同的学习算法准备数据,减少数据挖掘算法对数据库直接调用的次数,避免了直接对大型数据库的数据进行调用,使得对大型数据库进行快速数据挖掘成为可能。可以加快知识发现过程,提高数据挖掘效率,实现对于大型数据库的知识发现。最后设计了SQL-C4．5算法,该算法实现了利用数据抽取器为决策树算法C4．5抽取必要的统计数据,实现了C4．5决策树的构建。