基于系統(tǒng)工程文檔的領(lǐng)域知識(shí)庫構(gòu)建.pdf

1、近年來，在搜索引擎巨頭谷歌推出的“知識(shí)圖譜”的影響下，國內(nèi)的眾多知名公司紛紛推出了自己的相關(guān)產(chǎn)品，如百度公司的“知心搜索”、搜狗公司的“知立方”等。在這樣的大背景影響下，各個(gè)行業(yè)也開始思考構(gòu)建屬于自己的領(lǐng)域知識(shí)庫，這可以為企業(yè)在運(yùn)營(yíng)決策上提供全面和智能的支持。
　　本文以HKBZ領(lǐng)域的系統(tǒng)工程文檔為語料，融合了領(lǐng)域內(nèi)的結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)，從而構(gòu)建了該領(lǐng)域的知識(shí)庫系統(tǒng)。該系統(tǒng)所涉及的領(lǐng)域知識(shí)主要包括文檔與文檔間關(guān)系（包含

2、引用關(guān)系和相似關(guān)系）、文檔與實(shí)體間關(guān)系、實(shí)體與實(shí)體間關(guān)系以及其他相關(guān)知識(shí)。本文分析了領(lǐng)域知識(shí)庫構(gòu)建方法和當(dāng)前的研究現(xiàn)狀，詳細(xì)地描述了命名實(shí)體識(shí)別、實(shí)體關(guān)系抽取、知識(shí)表示這三個(gè)知識(shí)庫構(gòu)建的基本環(huán)節(jié)。
　　本文主要有以下三點(diǎn)貢獻(xiàn):
　　(1)在知識(shí)庫構(gòu)建的實(shí)體關(guān)系抽取環(huán)節(jié)，針對(duì)系統(tǒng)工程文檔的特點(diǎn)，提出了基于詞激活力理論的四種實(shí)體對(duì)特征向量構(gòu)造方法，并利用多種分類模型進(jìn)行實(shí)驗(yàn)加以驗(yàn)證分析，依據(jù)實(shí)驗(yàn)結(jié)果得出了最為可靠的特征向量構(gòu)造方

3、法;
　　(2)在知識(shí)庫構(gòu)建的知識(shí)表示環(huán)節(jié)，本文分析比較了多種主流的知識(shí)表示方法，為了彌補(bǔ)基于本體概念的知識(shí)表示在共享、重用和互操作等方面的不足，提出了一種基于JsonSchema的面向?qū)ο笾R(shí)表示方法;
　　(3)在系統(tǒng)實(shí)現(xiàn)環(huán)節(jié)中，本文設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)自動(dòng)化性強(qiáng)、知識(shí)復(fù)用率高、查詢速度快、命中率高的領(lǐng)域知識(shí)庫原型系統(tǒng)。
　　此外，本文從全自動(dòng)化構(gòu)建領(lǐng)域知識(shí)庫的角度出發(fā)，提出了一套完整的HKBZ領(lǐng)域知識(shí)庫的構(gòu)建方案，對(duì)