基于语义文法的属性知识获取

来源 :江苏科技大学 | 被引量 : 0次 | 上传用户:carefreebeet
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
知识获取被认为是知识工程乃至人工智能的瓶颈。概念的属性和属性值获取又是文本知识获取领域的一个重要分支。概念作为一种特殊的术语,包含了一定的语义,但概念本身直接表达语义的能力比较弱,要实现对概念语义的解释和表述,就必须借助其他类型的知识,通过深层次地刻画其蕴涵的知识,使得概念的语义更加明晰。概念的属性就是实现该功能的知识。属性是对概念最本质的特征或性质的一种描述,有助于进一步鉴别概念和描述概念。因此,在知识获取领域中,概念的属性和属性值获取有着重要的地位和作用。在概念的属性和属性值获取方面,科学工作者开展了大量的研究。但是,现有的研究方法中没有考虑属性值成立的条件、隐式属性、以及函数属性,对获取的属性知识也没有结构化的表示形式。另外,已有的研究结果的数量有限,只偏重一些常见的属性,忽略了真实属性空间的庞大和多样性。针对已有研究工作的不足,本文提出一种基于语义文法获取属性知识的方法。主要工作包括:(1)构造出一种获取属性知识的属性语义文法属性文法的设计对研究属性知识文本至关重要。首先通过大量的语料标注,抽取出包含属性知识的文本,分析发现属性知识表达的规律和模式,设计出与之相适应的属性语义文法,构建出一个支持获取属性知识的文法模式库。模式库中的文法可以匹配包含属性知识的语句。(2)获取结构化的属性知识利用解析器EKEL和属性语义文法对文本语料进行匹配,得到语义生成树。再根据文法对应的谓词形式从生成树中抽取出相应的属性知识,此时的结果以元祖形式出现,即实现将文本知识结构化。将属性知识结构化表示的方法,还可以处理很多特殊属性。谓词的设计还实现了对属性的条件值,函数属性以及隐式属性的结构化表示。通过对互联网文本中属性知识的抽取,平均准确率达到70.86%,高于传统的基于词汇-句模获取属性知识的方法。
其他文献
本文针对当前地市级VHF/UHF频段无线电监测网络所存在的不足,根据信息产业部无线电管理局关于省级VHF/UHF无线电监测网的指导意见,通过对VHF/UHF频段的无线电波传播特性以及V
随着社会的发展,人们不满足于只对个体宏观层次的评价,而是希望能从被试的实际作答反应中获得更多有关被试认知结构的信息,以便对被试做出更具体更客观的评价,并且给出相应的
道路交通拥堵问题日益严峻,对经济、环境、交通安全、交通效率等造成诸多不良影响。虽然基于地磁线圈、视频等技术的传统智能交通应用在检测、缓解交通拥堵方面起到了重要作
地理信息与知识是组成客观知识世界的重要内容。互联网上大量的地理信息都以非结构化的文本形式存在,如何利用智能化的方法,从网页上不计其数的文本中获取知识,是当前知识获
海量存储系统中需要保存Terabyte、Petabyte级别甚至更大规模的数据。数据的元数据如文件的名字、属性、保存地址和访问授权等信息一般由元数据服务器进行管理。在访问海量存
兼语句是兼语短语充当谓语的一种汉语句式,兼语句中的的谓语是由一个动宾短语套接一个主谓短语组成,其中动宾短语中的宾语兼做主谓短语的主语,它是文本知识中较为常见又比较
当前日益普及的无线网络和移动设备的发展为用户随时随地连入Internet提供了良好的基础。移动自组网(Mobile Ad hoc Network,MANET)是在没有任何网络基础设施支持下形成的动态
摘要近几年来,本体作为知识库表示知识的主要技术已经成为研究热点。本体知识库不仅克服了传统知识库的不足和缺陷,还将本体的特点应用在表示知识的层面上,有效提高了知识库
近几年来,随着数据分析和数据挖掘等领域的实际问题广泛提出,半监督学习在理论和实际应用研究中获得了长足的发展,半监督学习研究主要关注当训练数据的部分信息缺失的情况下,
语义Web和Web服务,其研究的共同目标都是使人和机器都能够理解Web上存储的内容,创建更加智能自动服务及商务应用基础设施。考虑语义Web和Web服务结合,实现二者功能互补是一种