基于语义关系的本体推理规则研究——以国共合作领域本体库为例

本体知识推理的关键任务是分析语义关系、定义和形式化推理规则并对其优化。以国共合作领域本体库为实例,分析领域本体中4种常见语义关系的特点,在此基础上定义了推理规则,并采用JRL规则语言形式化了本体推理规则。     

基于描述逻辑的本体检错推理研究——以国共合作领域本体为例

本体检错推理在本体形式化汉语言的描述逻辑基础上,运用Tableau算法对本体的概念层次,声明的实例以及实例间复杂的语义关系进行检测,以保证本体库结构的逻辑一致性和知识描述的正确性。以国共合作领域本体库为例,探讨了本体检错推理的逻辑基础及Tableau算法的原理,分析本体检错推理的内容,并采用描述逻辑推理接口协议DIG集成描述逻辑推理引擎Racer实现了国共合作领域本体检错推理。     

数字图书馆领域本体的构建与推理——以医学领域本体为例

以医学领域的预防医学为例，研究语义网格环境下数字图书馆领域本体的构建与应用；以医用叙词表MeSH为例，探讨以医用叙词表为基础构建医学领域本体的必要性，阐述预防医学本体构建的流程，包括本体构建工具、本体构建方法，尝试进行医用叙词表到领域本体的转换研究，并利用Racer推理机对此领域本体进行初步的推理应用研究。     

基于SWRL推理机制的心电图本体设计与实现

将语义网规则语言SWRL和推理引擎JESS结合起来,通过对本体概念及其属性的分析,能够判定出本体概念之间隐含的语义关系,从而进行知识发现.利用Protege 3.4 制作心电图本体,基于SWRL推理机制建立心电图各波型、波段不同值组合的规则,将SWRL规则导入到JESS推理引擎中进行推理,最后将推理产生的新信息再写入心电图本体中,具有推理功能的心电图本体可用以解决心电图智能诊断问题,并为构建心电图专家系统打下基础,该方法为本体在专业领域的应用进行了有益探索.     

基于汉语框架网络本体的文本推理案例研究

以汉语框架网络本体在自然语言处理中的应用为目的,介绍了如何用OWL DL语言对框架网络进行形式化表征以及如何从框架网络本体的标注文本生成以OWL DL表示的标注本体。进而说明如何将OWL DL数据用于DL推理机RacerPro,在推理基础上完成问答系统提出的任务。     

基于知网和术语相关度的本体关系抽取研究*

 提出一种基于知网和术语相关度的关系抽取方法。首先通过句法分析提取术语的上下文特征,结合自然语言特征和互信息的方法计算术语之间的相关度,然后使用术语的义原和动态角色作为关键词,在知网语义关系框架中定位关系,并为关系指定明确的语义标签。实验结果表明该方法具有较好的实用效果。     

数字图书馆领域本体的构建与推理——以医学领域本体为例

介绍基于MeSH构建预防医学领域本体的基本过程，并利用Racer推理机对本体中的类进行推理研究。     

基于语言分析技术的本体自动获取方法研究

针对本体获取的现状提出一种基于语言分析技术的本体自动获取方法,即利用词汇功能语法(LFG)这种先进的语法学理论对句子进行分析,使句子从语法表达转换到语义表达,进而获取句子的知识表示,从而可容易地从知识表示中获取本体。     

面向文本的领域本体学习方法与应用研究综述

根据本体构成的要素 --概念、概念间关系、公理,结合文本的非结构化特点,总结梳理当前从文本中自动获取领域本体概念及概念间关系的主要方法的思路、特征和适用范围,并运用两个实例解析面向文本的领域本体学习的具体步骤和实现过程。最后讨论存在的主要问题和进一步的研究方向。     

中医药本体概念描述体系的自动构建研究

对中医药本体概念描述体系自动构建所需要的数据基础进行深入研究,在全面阐述数据加工方法及技术的基础上,利用自然语言处理(NLP)理论与方法对中医药领域中已有的公认领域知识进行重构与利用。成功实现中医药学知识描述体系的自动构建与获取,从而为中医药知识的挖掘与发现、利用奠定数据基础,并对领域本体的构建与进化进行有益的探索,为专业领域本体的自动构建提供理论依据及技术支持。     

基于专业术语词典的自动领域本体构造

从词典、百科全书、文本等自动构造本体,已成为本体研究的焦点之一。《计算机科学技术百科全书》是由众多专家、院士编纂的具有权威性的专业术语词典,是知识密集型文本。本文利用《计算机科学技术百科全书》的分类目录构造了计算机科学技术领域本体,并利用自然语言处理技术从《计算机科学技术百科全书》术语条目的解释文本中抽取本体实例,对计算机科学技术领域本体的实例进行了自动扩充。     

微博信息可信度分析研究综述

简述微博信息可信度研究的背景和意义,并对微博信息可信度分析等相关概念进行界定;对微博信息可信度的研究成果进行梳理,指出这些研究的不足,并认为微博信息可信度分析的关键问题是微博信息特征的提取和可信度分析方法的设计;结合微博信息的特点及已有研究成果,指出微博信息可信度分析的核心技术包括自然语言处理、社会网络分析、机器学习与数据挖掘等;最后总结全文,对微博信息可信度分析的未来发展方向进行展望,为进一步研究提供参考。     

自动文摘的四种主要方法

本文将现有的自动文摘方法概括为四种：自动摘录、基于理解的自动文摘、信息抽取和基于结构的自动文摘,并详细介绍了这四种方法的基本原理,剖析了它们的优点和不足。最后,概述了中文自动文摘的研究状况。     

领域本体的构建方法研究

领域本体构建是一项复杂的系统工程。从国内外本体和领域本体研究出发,比较分析了典型的领域本体构建方法,提出循环式领域本体构建法,并使用该方法构建软件缺陷领域本体。     

领域本体学习方法和技术研究综述

分析本体学习的内容,对本体学习的发展进行评述;对领域本体学习过程中的几个关键任务——领域概念抽取、概念关系的识别进行深入的分析;总结领域本体学习的发展趋势。     

OWL领域本体构建方法研究

为对第二代网络——语义Web的发展提供一个良好的中文信息组织机制,尝试在现有相关理论研究的基础上,利用OWL网络本体语言建立一个完整的中文领域本体——导弹领域本体,并从中归纳构建中文领域本体的通用性方法,以期为OWL本体构建提供一条可行的实践路径,并为未来语义Web智能化检索提供服务。     

中文超声文本结构化与知识网络构建方法研究

[目的/意义]超声检查是判断患者病情的重要依据，目前主要检查数据是以文本形式存在。本文提出一种基于超声检查数据的文本结构化和知识网络构建方法，为进一步挖掘临床知识奠定数据基础。[方法/过程]对自然语言处理技术在超声文本环境下的应用进行改进，包括分词处理、内容定位、结构化识别三个主要步骤，实现对超声文本的切分与标记，并且在此基础上建立其结构化知识网络。[结果/结论]真实数据测试结果显示，本文提出的面向超声检查文本的结构化方法具有较好的性能表现。该方法可以实现对批量超声文本结构化网络的自动构建，能够反映超声文本中结构化内容的层次关系与属性结构等潜在知识。     

基于统计的常用词搭配(Collocation)的发现方法

常用词搭配 (collocation)是指一些常用的用来表达某些事情或事物的短语 ,一般是二元组或三元组等。常用词搭配的自动发现在自然语言处理中起着很重要的作用 ,它能够丰富词典的容量 ,提高系统的性能。本文提出 4种判断一个二元组是否是常用词搭配的方法 ,并对各种方法的结果进行了比较。然后在已知二元组的基础上 ,提出了统计和发现三元或多元组的方法。这种利用二元组来构造三元组的方法 ,比统计所有三元组的计算量大大减少。实验证明这种方法的结果较好     

后控词表研究及统计分析

在分析了后控词表的历史、发展、原理、功能后，比较了情报检索过程中有后控词表进行检索和无后控词表进行检索的区别，最后统计分析了我国后按词表的研究现状。     

网络本体语言构成的理论模型研究

针对网络信息检索的语言保障问题,总结国内外本体研究成果,将本体引入检索语言研究。从原理、结构和进化的视角对这种新型检索语言——网络本体语言进行理论分析和方法设计,提出网络本体语言构成的2个基本理论模型,研究和探讨本体的体系结构及构造方法、本体的进化原理和机制。