基于关系树的知识查询算法研究.pdf
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 关系 知识 查询 算法 研究
- 资源描述:
-
第20卷第20期
电子设计工程
2012年10月
Vol 20
No.20
Electronic Design Engineering
O0ct.2012
基于关亲树的知识查询算汯究
张瑞,李跃新2,洪宗样2
(1.商丘师范学院计算机与信息技术学院,河南商丘476000:2.湖北大学数学与计算机科学学院,湖北武汉430062)
摘要:在关系模型基础上,进一步深入研究,将关系模型转换成关系树。基于此关系树模型,作者提出一般直接知识
的正向,逆向知识查询算法,对不能直接查询的知识,进一步提出隐含知识查询算法。论文提出的查询算法有效地解
决了基于知识库知识查询的相关问题。
关键词:关系模型;关系树;隐含知识;查询算法
Research of knowledge query algorithm based on relational tree mode 30-03
中图分类号:TP182
文献标识码:A
文章编号:1674-6236(2012)20-0030-03
ZHANG Rui, II Yue-xin2, HONG Zong-xiang
(1. College of Computer &/nformation Technology, Shangi Norma Uninersity, Shang u 476000, Chin
2. Faculty of Mathematics Computer Science, Hubei Uninersity, Wuhan 430062, China
Abstract: The authors has urther study the relational model proposed in the paper Research of semantic network knowledge
representation bascd on relational model published by the authors before and transfer the relational model into a relational
tree model. Based on the relational tree model, authors propose the forward, backward knowledge query algorithm of the
general knowledge. For the knowledge can not be queried by the algorithm above, the authors further creatively propose the
implicit knowle e quer a o m. The quer algor thm in this paper has ef ectively solved the related problems based on the
knowledge query in the knowledge base.
Key words: relational model; relational tree; implicit knowledge; query algorithm
自1956年提出人工智能研究领域以来,广大的科研工给用户的过程。后台处理的基本思想是:先对自然语言进行
作者对其进行广泛而深入的研究,同时也取得了空前举世的分词,预处理,然后进行语义分析,知识提取,模板匹配以及反
成果,直到20世纪70年代“知识工程”概念的提出,可谓是馈结果等。其中,分词也是提取关键词的过程,因此大多数
人工智能领域发展的里程碑。随着专家系统的出现并且逐步自然语言查询本质是关键词査询。文中主要是对知识提取模块
商业化,知识工程的技术和理论也日益更新。到21世纪,知中知识查询算法进行研究。知识提取基本思想为:第1步:将
识自动获取,知识库系统的理论与技术和分布式知识库系统知识库中的知识用语义网络表示,将语义网络中有向边的起
成为研究的主要内容,有关知识库中知识的表示存储以及始节点与终止节点的关系构成关系模型,将关系模型顺时针
推理查询成为国内外科研工作者研究的热点。自然语言査询旋转90度得到关系树模型,第2步:在此关系树模型上进行
问题更是其中重要组成部分。自然语言査询就是硏究如何使查询,调用查询算法,返回査询知识与当前模板匹配,第3步:返
计算机理解并生成人们日常所使用的语言,并对人给计算机回查询结果。其中,第2步是论文研究核心。下面简单说明上
提出的问题用自然语言进行反馈。作者在文献[中提出的文中从语义网络,到关系模型以及关系树的转换过程。
关系模型的语义网知识表示基础上,将其转换成关系树模
假设一段知识的事实描述如下
型,对基于该模型提出一般直接知识的正向,逆向知识查询
小明和小丽是x小学6年级学生,他俩是y小区的邻居
算法以及隐含知识询算法。
则转换过程如如图1~3所示。
自然语言查询问题描述
自然语言査询问题早期在搜索引擎方面比较突出,现阶
小明「中6年级小函
段由于知识工程概念的推出,使得基于知识库系统的自然语
(1
言査询显得尤为重要。通常是用户在系统査询界面上输入自
然语言,而系统在后台执行处理操作,进而把査询结果返回
1语义络
收稿日期:2012-06-15
稿件编号:201206111
Fig. 1 Emantic network
作者简介:张瑞(1983-),男,河南商丘人,硕士,助教。研究方向:人工智能,自然语言处理。
展开阅读全文
文档分享网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。



链接地址:https://www.wdfxw.net/doc12219774.htm