問答式OWL知識檢索技術.pdf

1、問答式檢索以其符合普通用戶行為習慣的輸入輸出模式、滿意的準確度成為信息檢索技術中的研究熱點,先后出現(xiàn)了：面向數(shù)據庫的問答式檢索技術、面向Web的問答式檢索技術、面向本體的問答式檢索技術。但是,現(xiàn)有的問答式檢索系統(tǒng)依然存在以下問題：(1)常用的手動建立和自動學習知識獲取方式在建立效率和質量方面存在限制；(2)處理問題映射的方法通常是半自動的,需要用戶手動解決語義模糊問題；(3)處理包含模糊概念和關系的問題存在困難。2004年被W3C推薦為

2、工業(yè)標準的網絡本體語言(Web Ontology Language,OWL)已經成為Web上知識表示和共享的基礎。大量個人和學術團體專注于自動學習和手動建立不同領域的用OWL規(guī)范表示的本體知識庫(本文稱為OWL知識),Web上將保存大量OWL版本的本體知識。檢索這些知識,實現(xiàn)用戶和Web智能體間的動態(tài)交互已經成為Web智能(Web Intelligence)領域的重要研究內容。 針對問答式檢索存在的問題,結合OWL語言規(guī)范的特點

3、,本文集中研究了問答式OWL知識檢索技術中三個重要問題：獲取OWL知識庫、映射自然語言問題成為OWL查詢、擴展OWL語言的知識表示能力。這三個問題的研究內容和主要結果如下： 1.鑒于目前兩種直接知識獲取方式：手動建立和自動學習在本體建立效率和本體質量方面的限制,本文集中研究包括搜索、聚類、后處理三個關鍵步驟的OWL知識間接獲取?；贠WL知識的主要語義特征(概念可以組織成具有等級的層次結構；復雜概念的語義通過簡單概念說明；類的語

4、義可以通過一些屬性限制等。),提出了粗粒度和細粒度的OWL知識語義相似性計算方法,并用它們完成了OWL知識間接獲取的兩個重要步驟：搜索和聚類OWL文檔。實驗結果表明,粗粒度語義相似性計算方法具有較好的過濾和排序性能；盡管細粒度語義相似性計算方法對手工建立和自動學習到的OWL文檔在參數(shù)設定方面有區(qū)別,但是只要輸入正確的類型個數(shù)就能獲得正確的聚類結果。 2.給定自然語言問題和OWL知識源,將自然語言問題映射為語義等價的OWL 查詢(

5、RDF元組集)是獲取正確答案的關鍵。為了完成上述任務,本文提出了一種三階段語義映射框架,并在該框架的基礎上研究了基于模糊約束滿足和基于學習的兩種自動語義映射方法及基于模版的查詢組合方法,實現(xiàn)了一個問答式OWL知識檢索原型系統(tǒng)一-Agile。我們搜集了不同領域的三個OWL知識庫和對應的問題集,以Agile為平臺進行了一系列實驗。結果表明：(1)自然語言處理技術、基于模糊約束的語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映射精度都有影

6、響；(2)選定了軟約束的優(yōu)化順序,知識庫的具體結構差異會對基于模糊約束的語義映射方法有較少的影響；(3)消除了前兩個階段的錯誤影響,組合RDF元組時,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義映射算法中精度最高和最低的優(yōu)化順序比較,基于學習的映射算法精度通常介于二者之間；(5)樹型、函數(shù)和懶惰型三類分類器上的比較實驗說明:J48分類器在三個數(shù)據集上都取得了較好的效果。 3.現(xiàn)有知識表示語言的局限,使得一些包含模糊

7、概念和關系的問題無法處理。本文的另一研究側面是利用現(xiàn)有技術,擴展OWL語言規(guī)范,實現(xiàn)模糊問題檢索。首先,以模糊描述邏輯為語義基礎,為OWL語言擴展了模糊概念和關系等算子,并提出了OWL現(xiàn)有概念到新增算子的轉換規(guī)則用于統(tǒng)一擴展語言的語義。其次,以擴展語言為媒介,特化了Zadeh提出的PNL(Precisiated Natural Language)過程,提出一種用自然語言檢索FOWL知識的PNL式系統(tǒng),重寫了PFL格式的DDB推理規(guī)則。最

8、后,用一個應用實例說明了該系統(tǒng)的檢索流程。 本文的主要貢獻如下： 1.為了解決OWL知識的間接獲取,基于OWL知識的語義特點,提出一種用于計算OWL文檔語義相似性的算法,結合層次聚類技術對該方法進行了分析和驗證。該方法較好的反映了OWL文檔的語義特點,聚類效果比較明顯。 2.為了建立自然語言問題到RDF元組集的語義映射,提出一種基于模糊約束滿足的語義映射方法。理論分析和實驗驗證表明該方法有較多優(yōu)勢：(1)該方法是

9、完全自動的；(2)知識庫的領域和結構差異對映射精度影響不大；(3)調整約束的優(yōu)化順序可提高映射的精度。 3.為了增強映射過程的學習能力,提出了基于學習的語義映射用于完成詞集到元素集的自動映射。實驗結果表明在訓練數(shù)據充足的情況下,選擇J48分類器,算法精度可以達到80％。 4.為了檢索帶模糊概念的問題,基于模糊描述邏輯擴展了現(xiàn)有OWL語言規(guī)范,并以擴展語言為知識表示方式,探討了PNL式模糊知識問答系統(tǒng)。應用實例說明以擴展語