基于語(yǔ)義網(wǎng)絡(luò)的知識(shí)協(xié)作關(guān)鍵技術(shù)研究.pdf

1、語(yǔ)義網(wǎng)絡(luò)是一種重要的知識(shí)表示和知識(shí)處理方法?；谡Z(yǔ)義網(wǎng)絡(luò)的知識(shí)智能在專(zhuān)家系統(tǒng)、商業(yè)智能、智能Agent、互聯(lián)網(wǎng)語(yǔ)義搜索等多個(gè)方面都有廣泛的應(yīng)用。本論文以基于語(yǔ)義網(wǎng)絡(luò)的知識(shí)協(xié)作作為應(yīng)用背景,研究語(yǔ)義網(wǎng)絡(luò)知識(shí)智能的緊密關(guān)聯(lián)的三個(gè)方面的課題:語(yǔ)義網(wǎng)絡(luò)復(fù)雜知識(shí)表示、語(yǔ)義網(wǎng)絡(luò)知識(shí)智能處理、語(yǔ)義網(wǎng)絡(luò)知識(shí)的自然語(yǔ)言輸入和輸出。首先,本論文研究了語(yǔ)義網(wǎng)絡(luò)上的復(fù)雜知識(shí)表示,形式化定義了語(yǔ)義樹(shù)、語(yǔ)義格、語(yǔ)義星等各種語(yǔ)義網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),提出了一種抽象關(guān)系結(jié)構(gòu)模

2、型和一種新的稱(chēng)為抽象語(yǔ)義網(wǎng)絡(luò)的復(fù)雜知識(shí)表示方法。抽象語(yǔ)義網(wǎng)絡(luò)的主要特點(diǎn)是在語(yǔ)義網(wǎng)絡(luò)上建立一個(gè)子網(wǎng)到一個(gè)節(jié)點(diǎn)的關(guān)聯(lián)映射,可以表示語(yǔ)義網(wǎng)絡(luò)上的子網(wǎng)與節(jié)點(diǎn)、子網(wǎng)與子網(wǎng)之間的關(guān)系,從而可以靈活、方便、統(tǒng)一地表示事件、變化、規(guī)律、信念等復(fù)雜知識(shí),并有望擴(kuò)展到過(guò)程、計(jì)劃的表示。在抽象語(yǔ)義網(wǎng)絡(luò)的基礎(chǔ)上,本論文研究了語(yǔ)義網(wǎng)絡(luò)上的圖變換的特殊要求,分析了過(guò)往的圖文法和圖重寫(xiě)實(shí)現(xiàn)技術(shù),在算法圖重寫(xiě)(algorithmicgraphrewriting)圖文法

3、的基礎(chǔ)上改進(jìn)提出了一種新的圖文法,稱(chēng)為通用圖文法,很好適應(yīng)了語(yǔ)義網(wǎng)絡(luò)圖變換的要求,并利用通用圖文法來(lái)表示語(yǔ)義網(wǎng)絡(luò)推理規(guī)則。其次,本論文研究了語(yǔ)義網(wǎng)絡(luò)上基于圖匹配和圖變換的知識(shí)處理。研究分析了圖匹配問(wèn)題的特性,分析了語(yǔ)義網(wǎng)絡(luò)上的圖匹配問(wèn)題的特殊要求,提出了一種新的標(biāo)記圖匹配快速算法,稱(chēng)為GraphExplorer(GE)算法。GE算法是一種非索引的基于樹(shù)搜索的圖匹配算法。但不同于傳統(tǒng)樹(shù)搜索圖匹配以節(jié)點(diǎn)匹配為中心,GE算法針對(duì)語(yǔ)義網(wǎng)絡(luò)作為一

4、種標(biāo)記圖的這個(gè)特點(diǎn),以邊匹配為中心。GE算法將模式圖轉(zhuǎn)換為一條盡量連續(xù)的路徑,這樣即能夠有效的制導(dǎo)匹配子狀態(tài)搜索,減少無(wú)效狀態(tài)訪問(wèn),又能夠通過(guò)狀態(tài)繼承大大減少標(biāo)記匹配檢查次數(shù)。GE算法還通過(guò)智能回溯來(lái)進(jìn)一步有效避免無(wú)效狀態(tài)訪問(wèn)。實(shí)驗(yàn)顯示GE算法時(shí)間、空間性能較之類(lèi)似算法,如著名的VF2算法,有較大提高。此外GE算法還將傳統(tǒng)算法的遞歸函數(shù)調(diào)用改為搜索狀態(tài)隊(duì)列,從而避免了傳統(tǒng)算法的堆棧溢出問(wèn)題,健壯性也得到提升,將可處理的模式圖的大小提升到

5、10000節(jié)點(diǎn)。在GE算法與其他類(lèi)似的基于樹(shù)搜索的圖匹配算法的性能對(duì)比測(cè)試實(shí)驗(yàn)中,本論文還提出一種新的利用搜索狀態(tài)數(shù)目和標(biāo)記檢查次數(shù)作為此類(lèi)圖匹配算法的性能的衡量標(biāo)準(zhǔn)。該評(píng)價(jià)標(biāo)準(zhǔn)與平臺(tái)和實(shí)現(xiàn)無(wú)關(guān)的,提高了這類(lèi)算法之間的可比性。本論文將抽象語(yǔ)義網(wǎng)絡(luò)、GE圖匹配算法和基于通用圖文法的圖變換應(yīng)用于語(yǔ)義網(wǎng)絡(luò)的知識(shí)處理,實(shí)現(xiàn)了語(yǔ)義網(wǎng)絡(luò)上的查詢、推理、識(shí)別等知識(shí)智能功能。本論文研究了語(yǔ)義網(wǎng)絡(luò)的知識(shí)合并與知識(shí)一致性維護(hù)問(wèn)題,提出了一種語(yǔ)義網(wǎng)絡(luò)合并時(shí)推

6、理機(jī)制,同時(shí)提出了一種語(yǔ)義網(wǎng)絡(luò)元素級(jí)知識(shí)度量方法,并嘗試?yán)弥R(shí)度量和知識(shí)貢獻(xiàn)度來(lái)解決圖變換的終結(jié)問(wèn)題。接著,本論文研究了語(yǔ)義網(wǎng)絡(luò)的抽取和語(yǔ)義網(wǎng)絡(luò)自然語(yǔ)言理解,提出了一種新的面向語(yǔ)義網(wǎng)絡(luò)自然語(yǔ)言處理的文法,稱(chēng)為語(yǔ)義網(wǎng)絡(luò)文法(SemanticNetworksGrammar,SNG)。SNG文法通過(guò)語(yǔ)義模式實(shí)現(xiàn)語(yǔ)義星拓?fù)浣Y(jié)構(gòu)與節(jié)點(diǎn)序列的流化和抽取,通過(guò)轉(zhuǎn)換生成和組合構(gòu)造將語(yǔ)義樹(shù)與語(yǔ)言節(jié)點(diǎn)序列之間的流化和抽取轉(zhuǎn)換為多個(gè)語(yǔ)義星與語(yǔ)言節(jié)點(diǎn)序列之間

7、的流化與抽取,從而實(shí)現(xiàn)了語(yǔ)義網(wǎng)絡(luò)的語(yǔ)言理解和生成。SNG還通過(guò)模式網(wǎng)來(lái)確定語(yǔ)義模式應(yīng)用的先后順序,規(guī)定了語(yǔ)義網(wǎng)絡(luò)語(yǔ)言理解中的結(jié)構(gòu)歧義消解原則和語(yǔ)義網(wǎng)絡(luò)語(yǔ)言生成中的語(yǔ)句良構(gòu)性的標(biāo)準(zhǔn)。SNG還將詞語(yǔ)作為一種語(yǔ)義模式。SNG文法將分詞、文法分析和語(yǔ)義理解統(tǒng)一在一個(gè)單一的框架之中。然后,本文研究了文法分析的過(guò)程模型和消歧問(wèn)題,分析了分類(lèi)結(jié)構(gòu)文法的共同點(diǎn),剖析了基于分類(lèi)結(jié)構(gòu)文法的自然語(yǔ)言理解從符號(hào)流識(shí)別出語(yǔ)言結(jié)構(gòu)和語(yǔ)義結(jié)構(gòu)的過(guò)程,形式化定義了結(jié)構(gòu)

8、文法分析過(guò)程的語(yǔ)言格和語(yǔ)義格模型,指出了句法樹(shù)與語(yǔ)言格的關(guān)系。本文根據(jù)格模型分析了文法分析中結(jié)構(gòu)歧義和分類(lèi)歧義產(chǎn)生的原因和性質(zhì),給出上下文消歧的概率解釋,形式化分析了類(lèi)型細(xì)分消歧的原理和有效性,并分析了細(xì)分類(lèi)型消歧方案所引入的數(shù)據(jù)稀疏性問(wèn)題。然后本文提出了面向語(yǔ)義網(wǎng)絡(luò)文法的層級(jí)分類(lèi)概率上下文無(wú)關(guān)文法分析方法和一種層級(jí)分類(lèi)概率上下文相關(guān)文法分析方法。該層級(jí)分類(lèi)方法能夠充分利用語(yǔ)料庫(kù)提供的知識(shí),很好地平衡過(guò)分類(lèi)和欠分類(lèi)之間的矛盾。本文還針對(duì)

9、結(jié)構(gòu)文法分析的分類(lèi)歧義提出了一種基于短語(yǔ)實(shí)例聚類(lèi)的分類(lèi)歧義消解方法和一種基于最大熵的局部分類(lèi)消歧方法。最后,在賓州中文樹(shù)庫(kù)等語(yǔ)料庫(kù)上的實(shí)驗(yàn)結(jié)果證明通過(guò)率與準(zhǔn)確率比類(lèi)似方法有所提高。本論文還研究了語(yǔ)義網(wǎng)絡(luò)語(yǔ)言生成課題,將SNG文法應(yīng)用于語(yǔ)義網(wǎng)絡(luò)語(yǔ)言生成,提出了一種基于SNG語(yǔ)義網(wǎng)絡(luò)語(yǔ)言文法的SNLG方案。提出了基于語(yǔ)義模式網(wǎng)路徑搜索的語(yǔ)義網(wǎng)絡(luò)語(yǔ)言生成內(nèi)容規(guī)劃和話語(yǔ)規(guī)劃方法。本論文介紹了語(yǔ)義模式和語(yǔ)義模式網(wǎng)在SNLG的語(yǔ)句規(guī)劃中的應(yīng)用,設(shè)計(jì)

10、了一種語(yǔ)義星生成自然語(yǔ)言的平凡化方法和一種基于模式網(wǎng)路徑搜索為語(yǔ)義網(wǎng)絡(luò)標(biāo)定語(yǔ)義模式的方法。本文還提出了一種改進(jìn)的基于距離的SNLG的內(nèi)容規(guī)劃方法,并提出了一種應(yīng)用于SNLG話語(yǔ)規(guī)劃的新的平凡化時(shí)拆分和拆分時(shí)匯聚(splittingtimeaggregation)方法,提高了生成的語(yǔ)句的流暢性和可讀性。最后,論文綜合應(yīng)用上述研究成果,實(shí)現(xiàn)了一種新的語(yǔ)義網(wǎng)絡(luò)中間件軟件組件,并在該語(yǔ)義網(wǎng)絡(luò)中間件的基礎(chǔ)上設(shè)計(jì)了一種全語(yǔ)義化的語(yǔ)義Wiki系統(tǒng)來(lái)作