基于领域本体的中医知识获取方法

中医知识获取是计算机自动实现知识管理、知识重组的前提。中医领域存在大量非结构化知识,难以被深入获取。该文提出一种基于领域本体的知识获取方法,对选取的单一医案中蕴含的知识进行形式化表示,构造中医领域的语义网络,对其进行定量分析,抽取中医领域的概念语义场。实验结果表明,该方法可在一定程度实现中医领域的知识获取。     

基于本体的中医舌诊知识的获取

中医舌诊知识是中医学的一个重要组成部分,它可以为计算机自动诊断、中医智能教学、中医自然语言理解提供知识基础。介绍了中医舌诊本体,建立了九个中医舌诊本体类和一些相关的本体类,同时也获取了舌诊知识的一些公理。     

基于本体的领域知识表示和获取

本体的方法是新的知识表示的有效手段。文章讨论分析了利用RDR和FCA对领域知识表示和获取,以及在此基础上的本体的构建方法。探讨了在这种机制下如何实现对领域信息的抽取。     

基于本体的中医专家临床病案的知识获取方法

基于本体的中医专家临床病案的知识获取方法,是不同于谈话式专家知识获取方法的一种新的方法,这种方法基于中医学本体,通过电子病案获取专家丰富的临床经验和诊疗知识。电子病案填写完毕,先将病案蕴涵的知识转化为半形式化的文本知识,然后再根据中医学本体,由知识工程师对知识再做简单的处理,将半形式化的知识转化为形式化的知识,最后定义中医学公理,存入NKI知识库和NKI病案库。     

基于服装知识本体的知识获取与联通分析

服装知识在服装知识查询系统、计算机辅助服装工艺设计和服装智能教学系统等高技术产品中具有重要的作用,因此有必要建立一个健壮、协调、具有良好联通性的服装知识库,以便为用户/服装设计师提供更为便捷和良好的知识服务。为此,论文提出了一种基于知识本体的服装知识获取方法,设计了较为完善的服装概念本体体系。另外,提出了知识联通的方法,以解决不同的知识源之间存在的如下问题一是知识的不一致性,二是知识粒度(Granularity)不同,三是知识的精度不同,以尽可能保证所获取知识的一致性、完备性和精确性。     

基于本体的医学知识获取

In this paper, we introduce an ontology-mediated method for medical knowledge acquisition and analysis.Using the method we establish an ontological structure and ontologies for the Medical Knowledge Base (or NKIMed ). To check the consistency of the acquired knowledge, we use a set of medicine-specific axioms. These axioms are also used in knowledge inference, and interconnection between diiferent medical concepts. Finally, two applications of NKIMed, i.e. intelligent teachinu systems and speech diagnosis are illustrated.     

基于本体的市场准入知识获取技术的研究与实现

随着本体论的研究和应用在计算机领域的发展,这一理论的成果在信息服务平台建设方面也得到了应用与推广。本文首先介绍本体相关理论的知识获取、检索技术为出发点,利用Java语言的跨平台性和可移植性特点及J2EE构件化开发技术,结合知识管理与工作流技术的理念,提出了一种集成企业平台知识获取应用模型以及市场准入领域本体的关联模型,并在项目中予以应用。     

基于领域本体网络模型的知识获取技术

知识获取一直是人工智能的瓶颈,如何有效地从文本中提取知识是知识工程所关注的问题。该文提出并构建了领域本体网络模型,将其用于中医领域文本的知识获取,分析了领域本体的数据结构、本体概念的实例化以及语义场的结构与组织方法。基于中文信息处理技术,提出了获取文本知识的框架,实现了原型系统,并用于中医医案知识的获取,取得了较好的效果。     

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.     

基于企业概念本体的Web知识获取

当今生产制造型企业的知识十分丰富、复杂,知识获取成了基于知识系统开发过程中的一个“瓶颈”,万维网是信息获得的一个主要来源,但其非结构化、异构、海量的信息资源给人们寻求合适的信息造成了困难。该文分析了Web的知识获取的过程,并提出了基于企业概念本体的知识获取,并在最后阐述了这个知识获取系统的整体框架及其特点。     

Using natural language sources in model-based knowledge acquisition

This paper introduces a well defined co-operation between domain expert, knowledge engineer, and knowledge acquisition and transformation tools. First, the domain expert supported by a hypertext tool generates an intermediate representation from parts of authentic texts of a domain. As a side effect, this representation serves as human readable documentation. In subsequent steps, this representation is semi-automatically transformed into a formal representation by knowledge acquisition tools. These tools are fully adapted to the expert's domain both in terminology and model structure which are developed by the knowledge engineer from a library of generic models and with preparation tools.     

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.     

基于广义专家群思考模型的Web知识获取研究

将Web中面向特定问题的权威网页看作特殊专家针对问题的观点,特殊专家与人类专家一起构成了广义专家群体。如何获取与人类专家思维和认知状态相一致的来源于特殊专家群体的知识,是实现广义专家群体思维创新的关键问题之一。在广义专家群思考模型的基础上,提出基于意群的特殊专家知识获取方法,获得了能够较好反映特殊专家观点的信息和知识。并以产品设计创新过程中的特殊专家知识获取为例进行了验证。     

An historical overview of natural language processing systems that learn

A fundamental issue in natural language processing is the prerequisite of an enormous quantity of preprogrammed knowledge concerning both the language and the domain under examination. Manual acquisition of this knowledge is tedious and error prone. Development of an automated acquisition process would prove invaluable.This paper references and overviews a range of the systems that have been developed in the domain of machine learning and natural language processing. Each system is categorised into either a symbolic or connectionist paradigm, and has its own characteristics and limitations described.     

基于知识图的领域本体构建方法

提出了一种基于知识图的领域本体半自动构建方法。以《知网》为语义知识资源,知识图为语义表示方法,采用成熟的软件工程流程,最终构建出的领域本体具有结构明确、语义清晰的特点。对于在其上的语义网、信息抽取等应用提供了有效支持。介绍了本体的概念、设计的准则、建模的流程,并对未来的本体的移植性进行展望。实验结果表明该方法在不确定性知识处理上优于传统本体构建方法。     

领域知识文档的语义检索方法研究

语义检索是解决信息检索中准确度、人性化要求的一个非常有潜力的方法。通过对知识文档进行主题词标注,然后建立从词元→主题词→知识文档的二级索引结构;对用户的检索,进行查询词到主题词的转化,计算语义相似度,按照语义相似度算法进行排序文档。目前基于知识文档的语义检索系统已经在某集团公司进行部署和应用,取得了前5项结果命中用户总查询90%的效果,说明这种方法是语义检索的一种有效途径。     

Find truth in the hands of the few: acquiring specific knowledge with crowdsourcing

Crowdsourcing has been a helpful mechanism to leverage human intelligence to acquire useful knowledge.However, when we aggregate the crowd knowledge based on the currently developed voting algorithms, it often results in common knowledge that may not be expected. In this paper, we consider the problem of collecting specific knowledge via crowdsourcing. With the help of using external knowledge base such as WordNet, we incorporate the semantic relations between the alternative answers into a probabilisticmodel to determine which answer is more specific. We formulate the probabilistic model considering both worker’s ability and task’s difficulty from the basic assumption, and solve it by the expectation-maximization (EM) algorithm. To increase algorithm compatibility, we also refine our method into semi-supervised one. Experimental results show that our approach is robust with hyper-parameters and achieves better improvement thanmajority voting and other algorithms when more specific answers are expected, especially for sparse data.     

海相油气地质的概念本体知识系统设计与实现

为了有效利用和普及海相油气地质知识,采用本体的知识表示,通过各类文档转换为标准TXT文档后,以专业词条和关联关系词条为基础,实现文档句子的词条分割和概念本体的提取。基于B/S结构,实现了海相油气地质知识系统,完成了海相油气地质知识从各类文档中进行知识的自动获取。通过该系统的词条维护功能,确保提高知识获取的精度。最后在海相油气地质知识系统上实现知识检索和共享。实践证明,该知识系统可靠性强,性能良好,已达到实用水平。     

Progress in the Development of National Knowledge Infrastructure

This paper presents the recent process in a long-term research project,called National Knowledge Infrastructure(or NKI).Initiated in the early 2000,the project aims to develop a multi-domain shareable knowledge base for knowledge-intensive applications.To develop NKI,we have used domain-specific ontologies as a solid basis,and have built more than 600 ontologies.Using these ontologies and our knowledge acquisition methods,we have extracted about 1.1 millions of domain assertions.For users to access our NKI knowledge,we have developed a uniform multi-modal human-knowledge interface.We have also implemented a knowledge application programming interface for various applications to share the NKI knowledge.