基于领域的省略及恢复研究

研究汉语语篇特性时,省略是其一个重点.简要阐述了汉语省略的基本概念,介绍了通过三个平面理论进行的基于领域的省略恢复研究.提出了实现自然语言的真实理解的目标,分析探讨了它所面临的主要困难.提出了基于规则推理的知识库系统构建方案,同时在知识获取这一瓶颈问题中引入自然语言理解技术来进行专家经验性知识的自动获取.构建的省略恢复模型已被运用在领域自然语言理解中,结果表明其在汉语正式体省略恢复中具有一定优越性.     

基于概念模型的省略恢复研究

介绍了目前基于概念模型的汉语省略恢复的研究工作。该文的重点是如何在现有的语义分析模型的基础上，从语义到语法层面进行映射，对缺省的语义成分进行判定，并构建一个省略恢复模型。此模型已被运用在领域自然语言理解中，结果表明，在汉语正式体省略恢复中具有一定优越性。     

基于本体的几何学知识获取及知识表示

文中研究了基于本体的几何学知识获取,并运用此方法获取几何学领域中的类、属性、关系及公理等;同时,研究了基于本体的知识表示,并将几何学知识转化为该领域本体,用RDF/OWL的形式进行描述.在此基础上构建了一个可共享、可重用、可扩展的几何学本体,形成了一套较完整的几何学知识获取和知识表示体系,将其应用于建立几何学知识库,可大大提高知识搜索和知识推理的效率,并为几何学专家系统、几何学信息检索、几何学教育系统、自然语言理解等领域提供智能基础.     

汉语语义选择限制知识的自动获取研究

语义选择限制刻画了谓语对论元的语义选择倾向,是一种重要的词汇语义知识,对自然语言的句法、语义分析具有重要作用。该文研究汉语语义选择限制知识的自动获取,提出基于HowNet和基于LDA (Latent Dirichlet Allocation)的两种知识获取方法,对方法进行了实验对比与分析。实验表明,前者所获取的知识可理解性更好,后者所获取的知识应用效果更好。两种方法具有很好的互补性,我们提出了一个二者的融合方案。     

一个领域自然语言理解的知识获取工具的设计实现

本文介绍了一个基于知识的自然语言理解系统和系统的知识库中知识的表示模式,描述了知识库中领域过程树的知识获取过程。根据领域过程树的知识表示模式,本文设计并实现了一个知识获取工具,很好地提高了领域过程树知识获取的速度和准确度。     

汉语中方位参考点恢复研究

方位参考点恢复是自然语言空间语义理解中十分重要问题 .方位参考点恢复是在篇章中找方位词的参考点并补充上,得到完整的空间表达式 .目前,自然语言处理技术大多面向句子级,导致省略参考点空间表达式独立出现,使空间语义理解困难 .方位参考点恢复无疑可以解决类似问题 .在此提出基于有限知识的方位参考点恢复方法 .在句法分析基础上,以知网为常识库,结合有限知识识别空间表达式以及恢复方位参考点 .实验结果表明该方法比较令人满意 .     

基于粗集的汉语词语义项知识的获取

由于自然语言语序的灵活性,使得自然语言知识的自动获取很困难。本文基于粗糙集理论的属性值约简方法,结合基于记忆的学习(Memory Based Learning,简称MBL) ,提出了一种汉语多义动词义项知识的获取方法,用该方法获得的知识可用于词义消歧。     

论多媒体技术在语言信息处理中的作用

本文分为三部分: 首先, 概述了目前自然语言理解主要是汉语理解技术的现状, 指出迄今为止用于自然语言理解的语言知识几乎都是来自书面语料的, 是单媒体的。 其次, 从七个不同层次分析了(汉语) 自然语言理解中存在的多重歧义问题, 指出多重歧义如何消解是目前自然语言理解中的难题。 第三, 论证了多媒体与虚拟现实技术在自然语言理解中的作用, 指出语言交际和交际环境的多媒体性质, 主张建立多媒体语言资料库, 获取多媒体语言交际知识, 从而从语言学的角度论述了将最新的多媒体和虚拟现实技术用于自然语言理解的必要与可能。     

利用onto1ogy实现的多库知识获取方法

在ontology研究的基础上,提出了一种基于ontology的多库知识获取(OBMDKA)方法.考虑到不同用户有不同的表述习惯,引入自然语言理解(NLU)子系统和用户ontology,在正确理解用户语义的前提下方便用户查询.同一知识的表示形式是多种多样的,按不同的表示形式将其分别存放在不同的库中.利用领域ontology对待查找知识进行分类,使查找更加准确全面.     

基于伪自然语言理解的CAI开发平台

基于伪自然语言理解,提出并实现了一个种高效率的知识获取方法,并把它用一诉开发中。首先知识工程师利用来自然语言的ＢＬ语言 写书本自然描述,然后利用知识编译系统处理ＢＬ程序以高效率地实现书本知识获取,再后领域专家在书本知识库的基本语义呆引导下利用知识求精系统对书本知识库加以少许求精,接着对领域知识库动态全局规划,把领域知识分解成一个个概念,最后通过方法生成组织成一个个课文传授予学生。     

中医专家系统技术综述及新系统实现研究*

对中医专家系统二十多年来的发展进行了简单的概括,总结了专家系统应用在中医领域的技术特点。基于中医诊断专家系统的发展现状,分别从系统建模、知识获取和知识库构建等方面提出了新的思路和实现技术,例如认知模型的建立、领域本体的应用、自然语言理解、数据挖掘、知识网络、多智体agent技术等,并设计了一种新型中医专家系统,为中医专家系统的发展提供了有价值的参考方向。     

基于DRT理论的汉语省略恢复研究

研究汉语语篇特性时，省略是其一个重点。该文尝试从语篇层次对汉语的省略进行恢复，提出一个初步的省略恢复模型。该模型针对语法空位和可能的语义空位，从上下文中选取合适的个体来填补。     

从故事到动画片——全过程计算机辅助动画自动生成

论述了作者提出并实现的全过程计算机辅助动画自动生成技术,即从用自然语言书写 的故事开始,直至最终生成动画,每一步都是在计算机辅助下完成的,这是一种新的基于人工智 能的动画生成技术.文中还分别从自然语言理解、故事理解、动画设计和生成、规划、动画知识 库、常识处理几个方面对该技术进行阐述.     

数据库NL界面上汉语查询的EAAD模型

本文给出一种旨在描述数据库ＮＬ界面上汉语查询的语法，语义结构的ＥＡＡＤ模型。通过该模型，数据库自然语言界面上的查询分析与理解，可以与其相应的背景知识 机地结合起来，ＥＡＡＤ模型适合于描述任意构形上的ＥＲ模型或与其相应的关系模型上的汉语查询，尤其是描述涉及多实体，多路径的查询的结构规律，有利于增强数据库ＮＬ界面的理解力和可移植性。     

Word segmentation based on database semantics in NChiql

In this paper a novel word-segmentation algorithm is presented to delimit words in CHinese natural language queries in NChiql system,a Chinese natural language query interface to databases.Although there are sizalbe literatures on Chinese segmentation.,they cannot satisfy particular requirements in this system,The novel word-segmentation algorithm is based on the database semantics,namely Semantic Conceptual Model(SCM) for specific domain Knowledge,Based namely Semantic COnceptual Model(SCM) for specific domain knowledge,Based on SCM,the segmenter labels the database semantics to words directly,which eases the disambiguation and translation(from natural language to database query)in NChiql.     

语法和语义相结合的中文对话系统问题理解研究

针对中文口语问句的表达多样性对对话系统问题理解带来的挑战,该文采用“在语法结构之上获取语义知识”的设计理念,提出了一种语法和语义相结合的口语对话系统问题理解方法。首先人工编制了独立于领域和应用方向的语法知识库,进而通过句子压缩模块简化复杂句子,取得结构信息,再进行问题类型模式识别,得到唯一确定问题的语义组织方法、查询策略和应答方式的句型模式。另一方面,根据领域语义知识库,从源句子中提取相应的语义信息,并根据识别到的句型模式所对应的知识组织方法进行语义知识组织,完成对问句的理解。该文的方法被应用到开发的中文手机导购对话系统。测试结果表明,该方法能有效地完成对话流程中的用户问题理解。     

隐喻理解的计算模型综述

国际上，隐喻在思维及语言中所处的中心地位正逐渐引起人工智能研究者的重视。但在国内学术界，还鲜有开展隐喻计算化这方面研究的；实际上，作为异常用法的隐喻现象是自然语言中的普遍情况，因此隐喻问题若得不到很好的解决，将成为制约自然语言理解和机器翻译的瓶颈问题。本文结合相关的隐喻理论基础，根据不同的计算路线对已有隐喻理解计算模型进行分类，包括基于语义优先方法、基于知识表示的方法、基于逻辑的方法和基于统计语料库的方法，并在分析这些方法的适用范围和优缺点的基础上，对隐喻的计算理解方法以及面向汉语的隐喻理解计算模型研究提出了展望和建议。