問(wèn)答式OWL知識(shí)檢索技術(shù).pdf

1、問(wèn)答式檢索以其符合普通用戶行為習(xí)慣的輸入輸出模式、滿意的準(zhǔn)確度成為信息檢索技術(shù)中的研究熱點(diǎn),先后出現(xiàn)了：面向數(shù)據(jù)庫(kù)的問(wèn)答式檢索技術(shù)、面向Web的問(wèn)答式檢索技術(shù)、面向本體的問(wèn)答式檢索技術(shù)。但是,現(xiàn)有的問(wèn)答式檢索系統(tǒng)依然存在以下問(wèn)題：(1)常用的手動(dòng)建立和自動(dòng)學(xué)習(xí)知識(shí)獲取方式在建立效率和質(zhì)量方面存在限制；(2)處理問(wèn)題映射的方法通常是半自動(dòng)的,需要用戶手動(dòng)解決語(yǔ)義模糊問(wèn)題；(3)處理包含模糊概念和關(guān)系的問(wèn)題存在困難。2004年被W3C推薦為

2、工業(yè)標(biāo)準(zhǔn)的網(wǎng)絡(luò)本體語(yǔ)言(Web Ontology Language,OWL)已經(jīng)成為Web上知識(shí)表示和共享的基礎(chǔ)。大量個(gè)人和學(xué)術(shù)團(tuán)體專注于自動(dòng)學(xué)習(xí)和手動(dòng)建立不同領(lǐng)域的用OWL規(guī)范表示的本體知識(shí)庫(kù)(本文稱為OWL知識(shí)),Web上將保存大量OWL版本的本體知識(shí)。檢索這些知識(shí),實(shí)現(xiàn)用戶和Web智能體間的動(dòng)態(tài)交互已經(jīng)成為Web智能(Web Intelligence)領(lǐng)域的重要研究?jī)?nèi)容。 針對(duì)問(wèn)答式檢索存在的問(wèn)題,結(jié)合OWL語(yǔ)言規(guī)范的特點(diǎn)

3、,本文集中研究了問(wèn)答式OWL知識(shí)檢索技術(shù)中三個(gè)重要問(wèn)題：獲取OWL知識(shí)庫(kù)、映射自然語(yǔ)言問(wèn)題成為OWL查詢、擴(kuò)展OWL語(yǔ)言的知識(shí)表示能力。這三個(gè)問(wèn)題的研究?jī)?nèi)容和主要結(jié)果如下： 1.鑒于目前兩種直接知識(shí)獲取方式：手動(dòng)建立和自動(dòng)學(xué)習(xí)在本體建立效率和本體質(zhì)量方面的限制,本文集中研究包括搜索、聚類、后處理三個(gè)關(guān)鍵步驟的OWL知識(shí)間接獲取。基于OWL知識(shí)的主要語(yǔ)義特征(概念可以組織成具有等級(jí)的層次結(jié)構(gòu)；復(fù)雜概念的語(yǔ)義通過(guò)簡(jiǎn)單概念說(shuō)明；類的語(yǔ)

4、義可以通過(guò)一些屬性限制等。),提出了粗粒度和細(xì)粒度的OWL知識(shí)語(yǔ)義相似性計(jì)算方法,并用它們完成了OWL知識(shí)間接獲取的兩個(gè)重要步驟：搜索和聚類OWL文檔。實(shí)驗(yàn)結(jié)果表明,粗粒度語(yǔ)義相似性計(jì)算方法具有較好的過(guò)濾和排序性能；盡管細(xì)粒度語(yǔ)義相似性計(jì)算方法對(duì)手工建立和自動(dòng)學(xué)習(xí)到的OWL文檔在參數(shù)設(shè)定方面有區(qū)別,但是只要輸入正確的類型個(gè)數(shù)就能獲得正確的聚類結(jié)果。 2.給定自然語(yǔ)言問(wèn)題和OWL知識(shí)源,將自然語(yǔ)言問(wèn)題映射為語(yǔ)義等價(jià)的OWL 查詢(

5、RDF元組集)是獲取正確答案的關(guān)鍵。為了完成上述任務(wù),本文提出了一種三階段語(yǔ)義映射框架,并在該框架的基礎(chǔ)上研究了基于模糊約束滿足和基于學(xué)習(xí)的兩種自動(dòng)語(yǔ)義映射方法及基于模版的查詢組合方法,實(shí)現(xiàn)了一個(gè)問(wèn)答式OWL知識(shí)檢索原型系統(tǒng)一-Agile。我們搜集了不同領(lǐng)域的三個(gè)OWL知識(shí)庫(kù)和對(duì)應(yīng)的問(wèn)題集,以Agile為平臺(tái)進(jìn)行了一系列實(shí)驗(yàn)。結(jié)果表明：(1)自然語(yǔ)言處理技術(shù)、基于模糊約束的語(yǔ)義映射方法中軟約束的優(yōu)化順序及兩種組合精化方法對(duì)映射精度都有影

6、響；(2)選定了軟約束的優(yōu)化順序,知識(shí)庫(kù)的具體結(jié)構(gòu)差異會(huì)對(duì)基于模糊約束的語(yǔ)義映射方法有較少的影響；(3)消除了前兩個(gè)階段的錯(cuò)誤影響,組合RDF元組時(shí),兩種精化方法可以極大的提高組合精度；(4)和基于模糊約束滿足的語(yǔ)義映射算法中精度最高和最低的優(yōu)化順序比較,基于學(xué)習(xí)的映射算法精度通常介于二者之間；(5)樹(shù)型、函數(shù)和懶惰型三類分類器上的比較實(shí)驗(yàn)說(shuō)明:J48分類器在三個(gè)數(shù)據(jù)集上都取得了較好的效果。 3.現(xiàn)有知識(shí)表示語(yǔ)言的局限,使得一些包含模糊

7、概念和關(guān)系的問(wèn)題無(wú)法處理。本文的另一研究側(cè)面是利用現(xiàn)有技術(shù),擴(kuò)展OWL語(yǔ)言規(guī)范,實(shí)現(xiàn)模糊問(wèn)題檢索。首先,以模糊描述邏輯為語(yǔ)義基礎(chǔ),為OWL語(yǔ)言擴(kuò)展了模糊概念和關(guān)系等算子,并提出了OWL現(xiàn)有概念到新增算子的轉(zhuǎn)換規(guī)則用于統(tǒng)一擴(kuò)展語(yǔ)言的語(yǔ)義。其次,以擴(kuò)展語(yǔ)言為媒介,特化了Zadeh提出的PNL(Precisiated Natural Language)過(guò)程,提出一種用自然語(yǔ)言檢索FOWL知識(shí)的PNL式系統(tǒng),重寫(xiě)了PFL格式的DDB推理規(guī)則。最

8、后,用一個(gè)應(yīng)用實(shí)例說(shuō)明了該系統(tǒng)的檢索流程。 本文的主要貢獻(xiàn)如下： 1.為了解決OWL知識(shí)的間接獲取,基于OWL知識(shí)的語(yǔ)義特點(diǎn),提出一種用于計(jì)算OWL文檔語(yǔ)義相似性的算法,結(jié)合層次聚類技術(shù)對(duì)該方法進(jìn)行了分析和驗(yàn)證。該方法較好的反映了OWL文檔的語(yǔ)義特點(diǎn),聚類效果比較明顯。 2.為了建立自然語(yǔ)言問(wèn)題到RDF元組集的語(yǔ)義映射,提出一種基于模糊約束滿足的語(yǔ)義映射方法。理論分析和實(shí)驗(yàn)驗(yàn)證表明該方法有較多優(yōu)勢(shì)：(1)該方法是

9、完全自動(dòng)的；(2)知識(shí)庫(kù)的領(lǐng)域和結(jié)構(gòu)差異對(duì)映射精度影響不大；(3)調(diào)整約束的優(yōu)化順序可提高映射的精度。 3.為了增強(qiáng)映射過(guò)程的學(xué)習(xí)能力,提出了基于學(xué)習(xí)的語(yǔ)義映射用于完成詞集到元素集的自動(dòng)映射。實(shí)驗(yàn)結(jié)果表明在訓(xùn)練數(shù)據(jù)充足的情況下,選擇J48分類器,算法精度可以達(dá)到80％。 4.為了檢索帶模糊概念的問(wèn)題,基于模糊描述邏輯擴(kuò)展了現(xiàn)有OWL語(yǔ)言規(guī)范,并以擴(kuò)展語(yǔ)言為知識(shí)表示方式,探討了PNL式模糊知識(shí)問(wèn)答系統(tǒng)。應(yīng)用實(shí)例說(shuō)明以擴(kuò)展語(yǔ)