语义Web中工程设计类知识表示研究

研究了如何在语义Web中,实现工程设计类知识的表示与应用。对工程设计类各种异构知识进行统一描述,在此基础上,运用RDF(S)技术,建立了语义Web环境下,工程设计类知识的Ontology。提出了基于语义Web的知识存储模型以及面向上层应用程序的接口设计,为语义Web环境下工程设计类知识管理系统的开发提供了底层平台。     

基于RDF推理技术的研究

本文通过对RDF推理技术的研究,寻找推理技术的特性,提出RDF推理规则的特性,并对该特性进行分析。该分析结果可以在今后信息检索中得到应用。     

基于RDF的医疗诊断专家系统

介绍了RDF与专家系统技术相结合的医疗诊断专家系统。此系统用RDF作为它的所有输入,使用深度优先搜索方法,并支持前向和后向推导策略及查询。     

RDF(S)模型到关系数据库模式的转换

针对资源描述框架和资源描述框架模式(RDF(S))的数据管理问题,提出一种RDF(S)模型到关系数据库模式的转换方法。在对RDF(S)模型和关系数据库模式进行形式化定义的基础上,给出RDF(S)模型到关系数据库模式的转换规则和算法,设计并实现相应的转换系统,通过实验验证该转换方法的可行性和有效性。     

基于OWL本体的语义Web知识表示

语义Web是对当前Web的一种扩充,它的发展正逐渐将Internet变成一个巨大的全球化的知识库,利用本体进行知识表示是实现知识管理、体现语义Web价值的一种有效途径.本文在研究OWL本体进行知识表示的机制后,阐述形式化表示及语义说明方法,并结合实例说明知识的表示.     

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RDF的语义网格数据建模与检索

语义网格所需要处理的信息通常为半结构化数据,如何以合理的模型表示这些半结构化数据并实现高效查询处理,是语义网格要解决的核心问题之一。提出了一种基于资源描述框架（RDF）的半结构化数据表示模型,并设计了相应的信息检索机制。最后介绍了一个基于化工计算网格平台的,实现了化工领域知识共享与检索的化工语义网格架构的设计与实现。     

基于知识表示学习的实时语义数据流推理

传统的语义数据流推理使用前向或后向链式推理产生确定性的答案,但是在复杂的传递规则推理中效率不高,无法满足实时数据流处理场景对答案的及时性要求。因此,提出一种基于联合嵌入模型的知识表示方法,并应用于语义数据流处理中。将规则与事实三元组联合嵌入并利用深度学习模型进行训练,在推理阶段,根据查询中涉及的规则建立推理模板,利用深度学习模型对推理模板产生的三元组进行预测和分类,将结果作为查询和推理答案输出。实验表明,对于复杂规则推理,基于知识表示学习的实时语义数据流推理能够在保障较好推理准确性和命中率的前提下有效地降低延迟。     

语义万维网的概念、方法及应用

近两年来,语义万维网(semanticweb)的研究逐渐引起了知识表示、逻辑编程、信息系统集成、web开发等各个领域的广泛关注。笔者在研究万维网环境下的领域知识表示及语义共享模式的过程中,阅读了大量有关语义万维网的文献资料,认为,语义万维网的研究将对传统web上信息的发布、存储和处理方式产生一场变革,但是语义万维网的概念、思想和方法还处于形成阶段,国内少有综述性的文献,对语义万维网及其相关技术的认识比较模糊。该文分析了语义万维网的起源、概念、技术框架,总结了语义万维网及相关工具的现状,并讨论了语义万维网技术在智能信息检索、企业间数据交换、知识管理以及万维网服务中的应用。     

智能家居中语义知识表达及推理研究

针对地源热泵智能家居“以用户为中心”的需求,文中将语义技术和X列表引入智能家居领域,并建立包括用户、环境变量、需求任务、设备资源和服务5大本体要素列表的语义智能家居模型。在语义推理方面,提出并构建了基于jena的跨列表交互规则,使智能家居各列表互相联系,智能家居本体知识库、规则库和jena推理机进行封装并按需组合推理,可为用户提供个性化服务,实现智能家居的语义人工智能化。文中最后进行了智能家居系统开发,并列举典型应用场景说明了语义智能家居系统的可行性。     

From Semantic Grid to Knowledge Service Cloud

1 Introduction The World Wide Web is a major breakthrough in the history of human communication and information sharing (Berners-Lee et al.,2006).     

语义网知识表示的评价标准

基于Web具有的一些特征以及应用于语义网的知识表示语言，比较了语义网中知识表示和传统的知识表示的不同，提出了语义网知识表示的评价标准，并结合标准评价了现有的知识表示语言。     

面向中间语义表示格式的汉语口语解析方法

口语解析在人机对话系统和口语翻译系统中的作用是十分关键的。本文提出了一种统计和规则相结合的汉语口语解析方法,解析结果是一种中间语义表示格式。该方法分为两个阶段。首先,采用统计方法,解析出输入句子的语义信息,然后,利用规则,将这些语义信息映射到中间语义表示格式。试验证明,此方法具有较强的鲁棒性,而且避免了完全用规则方法解析的一些弊端,达到较高的解析正确率。     

奥运项目知识表示与语义推理研究

长期以来,专家系统中涉及的核心技术-计算机推理技术不能有效地解决推理问题,使得专家系统的智能化推理问题一直得不到有效的解决.并且在共享和复用方面也很困难.为此,提出一种基于语义的解决方案.首先利用OWL开发平台protége3.4.4构建出基于OWL-DL的Olympic本体,采用基于描述逻辑的RACER推理实现"原生本体"的进化,解决本体中的"信息孤岛"问题.然后针对奥运本体的特征提取,构建SWRL推理规则,并在此基础上运用Jess推理引擎实现了奥运项目推理的应用模型,使推理更加智能.从而在技术与应用的角度论证了推理应用模型的可行性.     

Knowledge Elicitation and Semantic Representation for the Heterogeneous Web

This paper presents methods and principles for knowledge elicitation and semantics definitions for images and text, respectively, and furthermore introduces a semantic representation scheme that fuses the semantic information extracted from image and text to facilitate intelligent indexing and retrieval for multimedia collection as well as media transformation through their semantic meanings. The method can be deployed for WWW applications such as telemedicine or virtual gallery.     

基于图神经网络和语义知识的自然语言推理任务研究

自然语言推理任务的目的是推断两个句子之间的语义逻辑关系.该文通过模仿人类的推理过程构造模型,首先利用长短时记忆网络提取词的语境特征,模仿人类粗读句子的过程;然后依据外部语义知识,连接两个句子中有语义联系的词,构造一个以词为节点的语义图;接下来模仿人类比较两个句子的语义角色相似性的思维,用图卷积或图注意力神经网络聚合词在...     

融合语义解析的知识图谱表示方法

为解决大多数知识图谱表示学习模型仅使用三元组信息的问题,提出融合语义解析的知识图谱表示模型BERT-PKE.模型利用实体和关系的文本描述,通过BERT的双向编码表示进行语义解析,深度挖掘语义信息.由于BERT训练代价昂贵,提出一种基于词频和k近邻的剪枝策略,提炼选择文本描述集.此外,由于负样本的构造影响了模型的训练,提出2种改进随机抽样的策略：一种是基于实体分布的负采样方法,以伯努利分布概率来选择替换的实体,该方法可以减少负采样引起的伪标记问题;另一种是基于实体相似性负采样方法,首先用TransE将实体嵌入到向量空间,使用k-means聚类算法将实体进行分类.通过同簇实体的相互替换可获得高质量的负三元组,有利于实体的特征学习.实验结果表明,所提出BERT-PKE模型与TransE,KG-BERT,RotatE等相比,性能有显著提升.