退役军人领域问答库自动构建方法

问答库的自动生成是智能问答领域的一个基础的研究方向,在问询系统中尤为重要,例如自主研发的面向退役军人咨询服务的智能问答系统。主要是利用陈述句中的句法和语义信息,将其转化为问题并利用同义词词林生成多层次拓展的问题集和答案组成问答对。论文提出一种基于文本简化、问题生成、问题排序和问答对生成的四步骤方法,用来解决自动构建问答库带来的挑战。以《搜狗分类语料库》中的句子为例,对所提出的方法和系统进行了评价,论文方法准确率提升4%,结果表明此方法构成的知识库有更合理、质量更高的问答对。

一种基于改进遗传算法的村镇土地宗地多边形自动构建方法

针对村镇土地宗地多边形自动构建的自动化智能化程度低以及精度不高的问题,本文提出一种基于改进遗传算法的宗地多边形自动构建方法。该算法具有以下特点:根据无序界址点位置信息构建宗地多边形,充分挖掘宗地多边形内在数学约束,加入宗地转角频率分布这一关键优化参数,将宗地各个转角频率乘积作为遗传算法的适应度函数,并针对宗地多边形的自相交问题进行了检验;该算法只需要获取界址点位置坐标和宗地代码信息,比较简洁高效。实验结果表明,本算法的准确率达到了84%以上。

大规模网络中攻击图自动构建算法研究

随着计算机技术和网络通信技术的飞速发展,网络安全形势日趋严峻.攻击者往往采取多步骤网络攻击的方式对网内多个漏洞实施逐步击破,而攻击图正好刻画了目标网络内潜在威胁的传播路径.针对目前攻击图构建算法无法很好地适用于大规模目标网络的问题,通过深入分析传统攻击图构建算法的不足和目标环境的特点,提出了一种新的构建攻击图的方法.首先,采用攻击图建模语言(Attack Graphs Modeling Language,AGML)形式化描述漏洞知识库和目标环境;其次,提出了目标环境的预处理技术,为目标环境中的属性建立索引,然后利用攻击模式的实例化技术构建攻击图.通过对该算法的时间复杂度分析和模拟实验验证,表明该算法具有良好的可扩展性,能够为具有复杂网络拓扑结构的大规模目标网络自动构建攻击图.

拓扑多边形自动构建的一种改进算法

多边形的构建是地理数据拓扑关系建立的难点之一,其算法的自动化、速度和复杂性一直是GIS界研究的一个重点。在分析文献犤6犦算法局限性的基础上,根据解析几何的原理,提出了一种基于方位角计算的拓扑多边形自动构建的改进算法,较好地解决了多边形构建中弧段断开处理和多边形拓扑关系确定的问题。所提算法结构清晰、简单易懂,且程序容易实现。

面向知识与信息管理的领域本体自动构建算法

针对已有领域本体构建算法的不足,提出了一种基于图的面向知识与信息管理的领域本体自动构建算法,包括概念抽取和关系提取。将领域文本文档映射为文档概念图,采用基于图上随机游走的词汇加权算法从全局和局部两方面衡量词汇的重要性,利用图顶点聚类算法对词汇进行分类以产生候选概念。提出了基于约束条件下频繁信息子图挖掘的概念间任意关系提取算法,并引入信息函数对子图的信息量进行评价,得到的领域概念和概念间的关系通过本体评价进行评估后,采用OWL-DL描述为领域本体。通过实验验证了本算法的有效性。

领域本体自动构建研究

本体作为语义基础被广泛应用于信息检索、人工智能、语义网络和知识管理等领域。然而本体的构建和维护工作费时费力，影响了本体的广泛应用。因此，研究者们尝试利用机器学习、数据挖掘等技术自动构建本体，提出诸多本体自动构建的理论和方法。本文在总结现存本体自动构建方法的同时深入研究了基于FCA（Formal Concept Analysis）的本体自动构建方法，主要包括：基于PAT-Tree的统计分词，文档特征选择，基于文档一关键词的形式背景生成，最后用FCA构建本体。实验表明，基于FCA的本体构建方法明显提高了本体自动化的程度，卡句建的本体具有较好的可信度。

一种基于知识图谱的技术功效图自动构建方法

文章研究了一种基于知识图谱进行技术功效图自动构建的方法。[方法/过程]具体包括专利文本中技术主题、应用领域、功效等知识抽取方法,知识图谱构建技术,技术功效图自动构建模型、数据流程等,并对新能源汽车领域专利进行实证研究。[结果/结论]实现了基于知识图谱的技术功效图自动构建,减少了人工参与,提高了技术功效图构建的速度、交互性和灵活性。[局限]该方法较大依赖于词系统中术语与术语间关系的丰富程度。

课程本体自动构建技术研究

课程本体是课程知识组织的一种重要技术,在智能学习系统中得到广泛应用。针对人工建立课程本体依赖专家经验和效率较低等问题,提出课程本体自动构建技术。该技术以丰富的Web课程资源为数据源,集成网络爬虫、中文分词和关联规则挖掘等技术,实现课程本体自动构建。实验结果表明,该技术建立的课程本体不仅具有较好的质量,而且执行效率较高。

领域本体的半自动构建方法研究

人机协作的半自动构建本体是目前较为理想的模式。借鉴软件工程中的领域建模、图书馆学中的分类学和本体学习的方法论,由领域专家给出领域的上层知识模式,通过机器学习技术从领域语料库中学习等级关系和相关关系为知识工程师提供参考,将专家的自顶向下和机器学习的自底向上的结果结合起来构建本体。半自动构建领域本体的关键技术在于领域概念的获取和组织,用共现统计算法、关联规则算法、隐含语义索引、Hopfield联想算法获取相关关系,用聚类算法、字面成族、模式匹配获取等级关系,从而完成领域类模型的构建。

基于聚类分析的自然语言叙词表的自动构建

叙词表为信息标引和检索提供恰当的词汇选择及概念语义关系。手工编制词表费事费时,智力要求高,难以克服认知瓶颈。词表自动构建另辟蹊径,通过统计挖掘语料库中潜在的词汇语义关联。构建方法主要有合并现有词表、用户生成词表、通过语法分析自动构建词表、通过同现分析自动构建词表等。其中通过同现分析构建自然语言词表方法分为词汇收集、关联度计算、聚类分析三个阶段,该方法具有良好的应用前景,对中文信息检索系统具有重要的借鉴意义。参考文献19。

基于层次分类体系的知识地图自动构建方法研究

知识地图是组织实施知识管理的有效工具。随着组织中知识资源存储量的日益增加，手工编制知识地图的方式显得非常低效，甚至难以完成。针对组织中以文本形式大量存在的显性知识，提出了一种基于层次分类体系的知识地图结构，并提出了一个以层次分类方法为核心的知识地图自动生成方法，用来自动构建符合组织需求的知识地图。最后通过实验验证了该层次分类方法的有效性，并给出结论。

基于Mesh词表和共词分析的疾病本体半自动构建方法研究

分析了利用专业词表和共现分析方法相结合半自动构造领域本体构建的方法。利用专业词表抽取概念和等级关系,利用共现分析方法抽取非等级关系。

网络环境中汉语叙词表的自动构建研究

为解决网络信息检索效率低的问题，需要把叙词表等控制机制引入到网络检索系统中，但传统词表编制方式已经不能满足网络信息检索的需要。本文制定了一种汉语叙词表自动构建方案，以财税领域为例，采用模式识别、词聚类、同现分析等自然语言处理技术实现自动识别词间等同关系、等级关系和相关关系，从而构建一部财税领域叙词表，最后对所构建的叙词表进行测评。相比传统叙词表编制方法，自动构建叙词表能降低编表专家的智力负担，而且编表时间短，费用低，时效性强，符合普通用户的检索习惯。但对词间关系的识别不如人工编表时精当可靠，所以需要人工辅助判定。

基于统计自然语言处理技术的领域本体半自动构建研究

本体的构建是影响语义Web成功与否的重要因素之一。本文借鉴机器学习以及自然语言处理等技术成果尝试半自动构建本体,以专业研究论文为研究语料,采用N-Gram文本表达法从语料中抽取关键概念,计算主题度获取领域概念。利用改进的层次聚类算法对领域概念进行聚类以获取其等级体系,采用句法分析与统计相结合的方法从语料中获取可能的主、谓、宾模式为领域关系提供参考,并以农业史为例,设计开发了一个领域本体半自动构建实验系统,文中重点介绍了本体构建中概念的获取、等级关系、领域关系的构建以及形式化处理等关键技术的实现过程。

基于语料库和规则库的石油本体自动构建研究

石油领域文本所蕴含的信息丰富但其数目繁多复杂,现有大多数本体都是通过手工构建的,这种方法难以方便快捷地抽取文本信息,难以构建一个较完善的石油领域本体。为提高本体构建的效率,文中综述了本体的主要概念,分析了本体构建的一般原则和方法。利用文本处理软件对文本进行分词处理,生成特征词集并对其进行缩减,利用Petro-Onto方法实现语料库的构建,提出了基于语料库和规则库区分概念、属性并抽取它们之间关系的方法。该方法能大大提高本体的构建效率,并在一定程度上保证结果本体的质量,达到了本体自动建立的目的。

主题词表自动构建技术研究

目前在国内外,如何利用计算机技术实现主题词表的自动构建功能是信息检索研究领域需要解决的一个关键问题,本文将详细阐述相关研究的进展、设计思想以及方法,希望能给我国的主题词表自动构建工作带来一些启示。

基于图模型的多边形自动构建算法

为了克服线拓扑造区效率低的问题,根据图模型中有向闭合环的特点,提出了一种基于图模型的鲁棒性较强的多边形构建方案.该方案首先将线数据构成图模型,并对图模型进行预处理;然后根据图模型生成环,再依据有向环的构成方向,判断有效环是洞还是壳;最后,把生成的洞分配给其对应的壳.壳的个数即为生成多边形的个数.该算法可较好地解决大规模线性数据生成区的效率问题,同时用其与混合模型,要素模型和简单要素模型进行了比较,实验中采用了四叉树索引和R树索引,都具有较高的效率,其中四叉树索引在实验中对于93664大小的线数据生成区数据,比要素模型快了5.400 s,比简单要素模型快了3.641 s.实验结果说明该算法性能优于其他的同类算法.

基于引文关键词加权共现技术的图情学科领域本体自动构建方法研究

本体技术可以有效的解决各种异构信息的转换和集成问题,但是现阶段人们却缺乏有效的自动本体构建方法.本文根据现有的图情专业学术文献数据库,提出一种利用引文关键词共现技术的领域本体自动构建方法.该方法利用引文分析思想来计算文献的学术价值,并以此来计算文献和引用文献的词语共现对权重值,完成了本体结构中层次概念联系的表达和设计,同时还利用基于加权词语共现对序列相似度的算法实现了同义概念联系的抽取.最后,本文就相关实验及其结论做了详细的说明.

面向Web信息资源的领域本体模型自动构建机制的研究

领域本体的构建是本体工程研究与应用的重要内容。面向网络Web信息资源,获取领域相关文本信息,通过对文本的概念分析,构建领域本体模型。提出一套本体自动构建机制,该本体构建基于数据挖掘和机器学习技术,内容主要包括基于贝叶斯(Bayes)分类原理;提出多个分类器方式的概念分类过程和算法;提出概念关联分析和概念自学习算法,建立本体原型;提出面向OWL本体模型的转换映射机制,构建基于OWL的本体模型。此外,还提出了从网络资源获取、领域本体建模到本体实施应用的一套完整的本体构建和应用实施的解决方案。

一种领域本体自动构建策略

本体是一种知识重用、知识共享和知识建模的重要工具。提出了一种以概念分层理论和KDD(knowlegde discovery in databases)技术进行领域本体自动构建策略,通过对信息提取、建模以及利用概念分层理论进行领域本体的自动框架建设,并使用KDD技术进一步对领域本体进行自动扩建,达到自动构建领域本体的目的。实验结果表明该策略精度高且简便易行,具有较高的可行性和有效性。