基于对象的类语义网络知识表示

提出一种新的知识表示方法基于“对象”的类语义网络知识表示”并对知识表过中的“软硬模型”和短路模型作了相应的理论研究和探讨。     

基于语义网络的神经网络系统

文章通过分析语义网络知识表示及神经网络研究的各自特点与现状,提出了将基于语义网络的知识表示方法引入神经网络知识处理中的设想,并作了一些初步的探讨。     

用Turbo Prolog实现语义网络知识表示结构的一种方法

本文给出用Ｔｕｒｂｏ Ｐｒｏｌｏｇ实现语义网络知识表示结构的一种方法，并讨论了该方法的优缺点。     

基于属性文法和语义网络的综合知识表示模型

本文提出了一个属性文法计算模型与语义网络表示模型相结合的综合知识表示模型.根据形式化的语义网络表示模型和属性文法的特点,该模型使用属性文法的符号建立了一些适合于语义网络表示模型的语法和语义规则模式,并且可通过扩充的属性文法的解释器来实现推理.     

结合面向对象方法的计算机视觉语义网络表示

本文从理论上分析一种新的计算机视觉关系模型表示方法：面向对象语义网络。这种表示方法减少了节点与语义联系的种类和数量,简化了表示形式。在面向对象语义网络的类里特别引进了属性的缺省值,在推理中引入缺省推理机制,这种方法符合人类思维方式,在类和对象中引进了操作,可以通过现有的知识推理新的知识,在属性中引进运动属性知识,使得这种语义网络更加有效地表达运动的场景。     

基于Rough集的模态语义数据分析

1.引言知识的表示与管理一直是当今人工智能领域的研究热点课题,而逻辑表示是人工智能中使用最早的表示模式之一,特别是模态逻辑的研究越来越得到人们的重视。模态逻辑中加入了“必然”和“可能”两种模态算子,从而对命题演算给出了恰当的非真值系统,使其从纯粹逻辑领域走向应用领域。虽然用模态表示的知识模式具有很好的优点,如证明过程的推理规则有效,具有很好的理解形式语义的能力,但是其最大的、难以克服的缺点是表示和处理的分离,如何用可操作的方     

基于图的语义网络构造算法研究

在自然语言处理的基础上,将中医领域本体与图的基本性质相结合,提出了构造中医诊疗知识语义网络算法.给出了图的基本性质、语义网络的图定义,并为知识的网络表示建立了相应的数据结构.将算法用于中医领域语义网络和语义场构建.试验结果表明,该算法具有较好的实用性.提出的基于图的语义网络构造算法,对于文本挖掘、知识获取技术研究有重要意义,也是中医专家知识获取的有效方法.     

基于图的语义网络构造算法研究

在自然语言处理的基础上,将中医领域本体与图的基本性质相结合,提出了构造中医诊疗知识语义网络算法。给出了图的基本性质、语义网络的图定义,并为知识的网络表示建立了相应的数据结构。将算法用于中医领域语义网络和语义场构建。试验结果表明,该算法具有较好的实用性。提出的基于图的语义网络构造算法,对于文本挖掘、知识获取技术研究有重要意义,也是中医专家知识获取的有效方法。     

基于数据库的大型语义网的表示,推理及应用

本文以可扩充的一体化词表概念语义网为背景，分析了语义网络向关系数据库的转换问题及关知识推理的实现技术，并讨论了此方法在智能化大型图书馆管理与决策支持系统ＬＩＭＤＳ中的应用。     

Agent通信的一个语义表示

通信受agent思维状态的驱动，是agent信息交换的过程，通信使agent感知环境、增强行为能力，是社会性的体现，也是协作和协商的重要手段，以BDI思维为基础，给出了通用的agnet通信语言KQML的一种语义描述，可解决其语义的模糊性，并可避免通信导致的思维状态内部矛盾问题，还讨论了通信与BDI转化的关系，并将其运用于动态、开放的协商过程中，改进了Finin和Cohen等人的工作。     

基于属性Petri网的语义网络知识表示

首先给出了基于定性映射的属性Petri网的形式定义和运行机制;其次给出了基于属性Petri网的语义网络知识表示模式,此模式适合干感觉特征抽取与整合,和基于该机制的各种思维功能的描述。     

基于框架复合的语义限定

将人工智能(Artificial Intelligence, AI)领域的理论和技术与地理信息系统(Geographic Information System, GIS)相结合来设计地理信息系统专题分析模型是GIS的重要发展方向之一。本文基于这一背景讨论了GIS专题知识的表示,提出了扩展的框架知识表示方法以及框架复合的思想,并进一步阐述了通过框架复合操作对概念语义进行限定以达到语义精确化。     

语义网络表示中变异关系的面向对象实现

在对语义网络表示进行面向对象程序设计时，一个重要的问题是如何描述结点间属性的变异关系，本文主要探讨在Ｃ＾＋＋程序设计语言环境下，语义网络表示中变异关系的实现问题。     

语义表达的一些性质

本文简略地讨论自然语言处理系统中的语义表达的一些问题, 内容涉及语义表达的性质、概念的分解、语义原语的选择、不同种类概念的相互制约、格形式表达的问题, 等等。     

语义图像检索研究进展

语义图像检索已成为解决图像简单视觉特征和用户检索丰富语义之间存在的“语义鸿沟”问题的关键。从图像语义描述方式、图像语义抽取方法和语义检索系统设计3个方面对语义图像检索的研究状况进行了分析和研究;讨论了面向对象的图像内容模型和图像语义表示问题;对利用系统知识的提取、根据用户交互的提取和利用外部信息源的语义生成等具有代表性的语义处理方法进行了阐述;介绍了系统设计中用户界面和语义处理的不同方式,最后从对象识别、语义抽取规则、用户检索模型和图像检索性能评价标准4个方面剖析了实现图像语义处理所面临的困难,并提出了一些初步解决思路。     

语义网、语义网格和语义网络

语义网、语义网格和语义网络是三个容易混淆的概念,语义网是对WWW的延伸,其目标是使得Web上的信息具有计算机可以理解的语义,并为人们提供各种智能服务;语义网格是语义Web和网格相结合产生的新的研究领域;语义网络是知识的一种图解表示,它由节点和弧线或链线组成.通过对三者的概念、特征、应用等方面进行介绍从而说明了三者的联系以及不同,并说明了今后对三者的研究方向和重点问题.     

基于内容的图象检索中的语义处理方法

基于内容的图象检索系统,其目标是最大限度地减小图象简单视觉特征与用户检索丰富语义之间的“语义鸿沟”,因此图象语义处理则成为基于内容的图象检索进一步发展的关键。为了使人们对基于内容的图象检索中的语义处理方法有个概略了解,首先从图象语义模型和图象语义提取方法这两个方面对利用语义进行图象检索的研究状况进行了总结,并将图象语义模型概括为图象语义知识、图象语义层次模型和语义抽取模型等3个主要组成部分;然后将图象语义提取方法分为用户交互、将查询请求作为语义模板、对象及其空间关系、场景和行为语义及情感语义等类别,同时对其中有代表性的方法进行了详细的分析,还指出了其局限性;最后从对象建模和识别、语义抽取规则和用户检索模型3个方面,阐明了实现图象语义处理所面临的问题,并提出了一些初步的解决思路。     

数据语义的判别与审计专家系统

提出了相关语义网络表达方法，运用激活传递规则完成在相关语义网络上的推理及其于这种思想同的审计专家系统。     

基于HowNet的语义表示学习

HowNet是一个大规模高质量的跨语言(中英)常识知识库,蕴含着丰富的语义信息。该文利用知识图谱领域的方法将HowNet复杂的结构层层拆解,得到了知识图谱形式的HownetGraph,进而利用网络表示学习以及知识表示学习方法得到了跨语言(中、英)、跨语义单位(字词、义项、DEF_CONCEPT和义原)的向量表示,在词语相似度(word similarity)和词语类比(word analogy)任务上对中英文数据集进行了实验,实验结果显示该文提出的方法在词语语义相似度的任务上取得了最好效果。     

英汉机器翻译中的语义分析

本文介绍了作者在 IBM—PC/XT 机上采用语义分析方法实现的英汉机器翻译系统。该系统是单向、全自动翻译系统,系统由总控,字典维护、字典查询、分析树生成、转换生成五个模块,全部程序用 Turbo—Prolog 逻辑程序设计语言编写。文章主要介绍了作者在介词短语语义分析方面的一些工作。