基于Ontology的信息抽取

为了提高Internet上的信息搜索效率,基于内容的搜索引擎成为迫切的用户需求。但内容信息的手工获取是一项繁重的工作。从文本或半结构化文档中自动地抽取用户关心的内容信息且表示成计算机能理解的形式是一项极具实用价值的挑战性研究。该文从知识表示与推理的角度研究了提高信息抽取智能性的途径,提出了将Ontology与模板规则相结合的技术,并针对线性模板表示的局限提出了基于二侧树结构的模板规则表示,同时实现了此表示下的假设生成———冲突消解推理。该技术成功地应用于招聘广告的信息抽取。     

基于虚拟组织模型与Web服务的MAS平台

虚拟组织是电子商务研究中所提出的智能体协同模型，Web服务则提供了实现互联网上异构智能体间互操作与协同的技术基础｡该文提出了一个基于虚拟组织模型与Web服务技术的MAS平台系统，介绍了系统的体系结构及主要模块的实现｡该平台实现了基于UDDI的Agent注册管理和基于SOAP的消息传递机制，提供了系统管理和监控等功能。     

基于语义Web本体语言的推理机引擎的实现

近年来,OWL等本体语言蓬勃发展,并成为W3C未来Web语言的标准.本体语言的优势在于以较少的表达语句组成知识库,并蕴涵较多的信息.为了得到这些隐含的信息以及检查知识库的一致性,需要开发出相应的推理机引擎.针对目前本体语言的发展现状,设计了一个灵活的推理机引擎框架.推理机引擎结构灵活,可方便地扩充或者降低其所处理的本体语言的表达能力.同时,也介绍了在实现该推理机引擎过程中的一些具体技术.     

基于Web Services的MAS管理与通信平台

本文提出并实现了基于Web Services技术的多智能体系统管理与通信框架平台,该平台实现了基于UDDI的agent注册管理和基于SOAP的消息传递机制：该平台还提供了系统管理和监控等功能。该平台能够有效提高Agent系统的开发部署效率。     

通用可组合符号化分析群组密钥协商协议

Canetti and Herzog have already proposed universally composable symbolic analysis (UCSA) to analyze mutual authentication and key exchange protocols. However, they do not analyze group key exchange protocol. Therefore, this paper explores an approach to analyze group key exchange protocols, which realize automation and guarantee the soundness of cryptography. Considered that there exist many kinds of group key exchange protocols and the participants’ number of each protocol is arbitrary. So this paper takes the case of Burmester-Desmedt (BD) protocol with three participants against passive adversary (3-BD-Passive). In a nutshell, our works lay the root for analyzing group key exchange protocols automatically without sacrificing soundness of cryptography.     

基于双语词典的微博多类情感分析方法

现有微博文本情感分析方法多面向单一语种语料,如：中文语料.但是,中英文搭配使用的表达习惯已逐渐成为个体意见表达的重要形式.本文提出一种基于双语词典的多类情感分析方法,通过构建双语多类情感词典对微博文本进行多分类语义倾向性分析,以便更准确有效捕捉群体意见,及时发现社会舆论倾向.通过与多数投票算法、支持向量机算法、基于余弦距离的K近邻分类算法相比,本文提出的基于双语词典的多类情感分析模型具有良好的分类效果,其在分类准确率、F1值等方面都有明显提高.     

Web Agent中的对象逻辑知识库技术

Web Agent技术是近年来互联网领域研究的热点。以国防科研项目“基于multi-Agent的分布式决策支持系统”及其后勤保障应用为背景,介绍了一个基于语义Web与Web服务的多Agent系统,并通过后勤保障原型应用实例描述了对象逻辑知识库的构造。     

基于奇异值分解的中文Ontology自动学习技术

语义Web是一个美好的构想，Ontology在语义Web中起着举足轻重的作用，它不仅能为人类用户而且能为软件agent提供从语法层次到语义层次上的互操作性。目前Web上主要是各种布局的HTML文档，未来的语义Web页面将是各种领域Ontology的实例以及到其它实例上的链接，因此语义Web的成功强烈依赖于Ontology的增殖，方便快捷地构造各领城Ontology是实现语义Web的关健。该文提出一种基于奇异值分解的中文Ontology自动学习技术，这种技术的特点是其简易性以及准确的数学理论基础。     

并发约束程序设计语言COPS及其执行模型

约束程序设计尤其是约束逻辑程序设计与并发约束程序设计在AI程序设计领域占据着越来越重要的位置。传统逻辑程序设计的基“计算即为定理证明”的计算风格虽获得了简洁优美的操作语义特性,但也付出了执行效率低的代价,当应用系统规模增大时,其性能严重下降以致崩溃。针对传统逻辑程序设计的这种可伸缩性问题,设计了一个基于并发约束程序设计概念的说明性语言COPS,旨在从语言设计与执行模型两方面降低说明性程序的不确定性,提高搜索与运行效率。在语言设计方面,通过引入确定性语言成分,避免不确定计算用于确定性目标所浪费的系统开销;在执行模型方面,在目标的并发穿叉执行与数据驱动的并发同步机制的基础上,实现“优先执行确定目标”策略与“最少假定”策略,作为约束传播的延伸,最大幅度地剪枝搜索空间,降低搜索复杂性。COPS提供的知识表示、推理与并发机制使其成为构造agent程序的理想语言。论文给出COPS语言的语法规范与执行模型的操作语义描述。