航空領域知識自動提取技術初步研究.pdf

1、目前CBT開發(fā)水平日益提高，技術趨向成熟。在開發(fā)過程中，CBT系統(tǒng)需要大量的后臺知識庫做支撐。文本知識的自動提取成為CBT技術開發(fā)的關鍵技術之一。 本文以實現(xiàn)CBT開發(fā)中知識獲取的自動化為目的，研究和實現(xiàn)了采用信息提取技術和自然語言處理技術來處理航空領域培訓材料知識的自動識別和提取。本文限定文本為航空領域教材，知識形式采用電子文本語言。人工總結出知識的典型句式，歸納出模式。并且利用正則表達式表達模式，對文本進行粗匹配。

2、在粗匹配的基礎上，采用知識的詞語隸屬度和句子隸屬度對粗匹配得到的句子進行篩選。詞語隸屬度的計算使用專業(yè)語料庫和普通語料庫，先對這兩個語料庫進行分詞，然后分別統(tǒng)計詞頻，通過得到的詞頻信息計算詞語隸屬度。句子隸屬度的計算基于詞語隸屬度。對于同一知識重復出現(xiàn)的情況，本文目前采取了簡單處理，使用文本分類方法VSM從中計算相似度，并從中選取值最大的，存入知識庫。 實驗結果表明，開放測試時知識提取系統(tǒng)的平均召回率可達83.78％，正確率可達