海量科學(xué)文獻(xiàn)中知識(shí)檢索與推理的融合.pdf

1、萬(wàn)維網(wǎng)知識(shí)表示相關(guān)研究的進(jìn)展，特別是鏈接數(shù)據(jù)項(xiàng)目及相關(guān)數(shù)據(jù)集的發(fā)布，使得人類知識(shí)庫(kù)達(dá)到了前所未有的規(guī)模。從網(wǎng)頁(yè)中提取結(jié)構(gòu)化知識(shí)的研究更促進(jìn)了人類知識(shí)庫(kù)向“萬(wàn)維網(wǎng)規(guī)?！卑l(fā)展。檢索與推理是知識(shí)處理的兩種重要手段，而知識(shí)規(guī)模的海量性為這兩種手段提出了巨大的挑戰(zhàn)：
　　 1.對(duì)于檢索：由于萬(wàn)維網(wǎng)用戶背景及需求的差異，對(duì)于同樣的查詢輸入，不同的用戶可能期望得到更適合自己需求的結(jié)果。傳統(tǒng)知識(shí)檢索系統(tǒng)難以滿足上述需求，特別是在海量知識(shí)庫(kù)背景下

2、。
　　 2.對(duì)于推理：由于萬(wàn)維網(wǎng)海量知識(shí)庫(kù)存在規(guī)模大、不完備、動(dòng)態(tài)變化的特點(diǎn)，傳統(tǒng)方法的假設(shè)（如小規(guī)模的事實(shí)與公理集、推理規(guī)則的完備性、知識(shí)源的靜態(tài)性等）使得在萬(wàn)維網(wǎng)海量知識(shí)庫(kù)上有效推理十分困難。
　　 本文圍繞以上問(wèn)題，提出了知識(shí)檢索與推理的雙向融合方法與具體策略，并以萬(wàn)維網(wǎng)上科學(xué)文獻(xiàn)知識(shí)庫(kù)為背景進(jìn)行了驗(yàn)證，具體研究?jī)?nèi)容概括如下：
　　 1.知識(shí)檢索與推理的融合框架：在海量信息與知識(shí)處理的已有研究成果中，曾提

3、出通過(guò)邏輯改善檢索，以及通過(guò)搜索改善推理的思想。以上兩種思想缺乏具體的實(shí)現(xiàn)策略與在實(shí)際問(wèn)題求解中的驗(yàn)證，且相關(guān)的方法強(qiáng)調(diào)單向的改善。本文在結(jié)合以上兩種思想的基礎(chǔ)上研究了知識(shí)檢索與推理的雙向融合框架。
　　 2.萬(wàn)維網(wǎng)知識(shí)結(jié)構(gòu)及組織方法：本文以概念及其關(guān)系為基礎(chǔ)，對(duì)知識(shí)結(jié)構(gòu)的基本組成與定義進(jìn)行了論述，并在此基礎(chǔ)上研究了集成萬(wàn)維網(wǎng)分散式知識(shí)源的方法。結(jié)合粒度理論，本文研究了兩類萬(wàn)維網(wǎng)知識(shí)組織方法，并討論了針對(duì)不同知識(shí)組織方法生成的知

4、識(shí)結(jié)構(gòu)的基本操作與運(yùn)用。
　　 3.研究興趣的測(cè)度及其結(jié)構(gòu)與動(dòng)力學(xué)特性：為了在動(dòng)態(tài)變化的知識(shí)源中追蹤用戶研究興趣的變化，本文研究了量化刻畫研究興趣的測(cè)度方法。為了深刻認(rèn)識(shí)研究興趣的特點(diǎn)，本文依據(jù)復(fù)雜網(wǎng)絡(luò)與人類行為動(dòng)力學(xué)理論，對(duì)研究興趣的結(jié)構(gòu)及其動(dòng)力學(xué)特性進(jìn)行了探索與分析。
　　 4.知識(shí)檢索與推理的融合方法與策略：本文依據(jù)研究興趣的結(jié)構(gòu)與動(dòng)力學(xué)特性，從不同角度（如累加興趣、保留興趣、興趣時(shí)延等）量化衡量科研人員研究興趣，

5、并將其作為融合知識(shí)檢索與推理的依據(jù)。受粒計(jì)算理論“多層次、多視角的結(jié)構(gòu)化問(wèn)題求解”思想的啟發(fā)，本文研究了運(yùn)用知識(shí)結(jié)構(gòu)的?；M織及問(wèn)題求解的?；枷虢鉀Q知識(shí)處理中規(guī)模問(wèn)題的具體策略。
　　 本文的主要貢獻(xiàn)體現(xiàn)在以下幾方面：
　　 1.為應(yīng)對(duì)知識(shí)處理的規(guī)模瓶頸，提出了以用戶為中心的知識(shí)檢索與推理雙向融合框架。該框架強(qiáng)調(diào)融合的雙向性，即：在檢索過(guò)程中，以用戶興趣之間的差異為出發(fā)點(diǎn)，通過(guò)與興趣相關(guān)的推理改善檢索；在推理過(guò)程中，通

6、過(guò)檢索與用戶興趣相關(guān)的知識(shí)源子集，減少與查詢及用戶需求無(wú)關(guān)的推理。此外，該框架還通過(guò)用戶反饋指導(dǎo)檢索與推理進(jìn)行更為交互式的、貼近用戶需求的融合。
　　 2.結(jié)合信息表、粒邏輯及萬(wàn)維網(wǎng)知識(shí)表示語(yǔ)言的表達(dá)能力，提出了?；R(shí)結(jié)構(gòu)并探討了其多層次、多視角的組織方法，為融合知識(shí)檢索與推理提供了可行的依據(jù)。在?；R(shí)結(jié)構(gòu)的基礎(chǔ)上，針對(duì)萬(wàn)維網(wǎng)知識(shí)源的分散性，提出了通過(guò)多種基本運(yùn)算用于集成知識(shí)源，討論了由此產(chǎn)生的知識(shí)結(jié)構(gòu)在海量知識(shí)處理中的潛在

7、意義。
　　 3.為追蹤科研人員研究興趣及動(dòng)態(tài)變化過(guò)程，提出了具體測(cè)度方法，特別是針對(duì)捕捉近期興趣，受人類認(rèn)知記憶理論啟發(fā)，提出了類似記憶保持的保留興趣模型。采用復(fù)雜網(wǎng)絡(luò)與人類行為動(dòng)力學(xué)理論，部分揭示了研究興趣的結(jié)構(gòu)與動(dòng)力學(xué)特點(diǎn)，特別是興趣分布、興趣時(shí)延遵循冪律的結(jié)論為基于興趣融合知識(shí)檢索與推理提供了理論保證。
　　 4.根據(jù)以上有關(guān)用戶興趣及知識(shí)?；M織的研究成果，提出了基于興趣及基于粒度兩種融合檢索與推理的具體方法。

8、基于興趣的融合方法包含兩種策略，即基于興趣的查詢優(yōu)化策略和基于興趣的子集預(yù)選查詢策略。這種方法在檢索與推理的融合過(guò)程中從不同角度（累加興趣、保留興趣、興趣時(shí)延角度等）融入用戶背景，使得知識(shí)處理的結(jié)果更貼近特定用戶?；诹６鹊娜诤戏椒ò鹗键c(diǎn)策略、多層完備度策略、多層特定度策略、多視角策略、及不同策略的融合。該方法以不完備知識(shí)處理為背景，運(yùn)用知識(shí)源的?；M織特點(diǎn)減少知識(shí)處理的開銷，并為從不同層次和視角滿足用戶需求提供了可行的方法。