自然语言理解中篇章的名词聚类在测试计量中的应用

论文摘要

本文将自然语言理解中篇章的名词聚类应用于测试计量技术的需求分析中,着重研究篇章中名词聚类的过程,最终通过对以自然语言形式表达的用户需求进行理解和分析,将分析结果转化成概念设计要求或设计参数,为后续设计提供支持。介绍了自然语言理解的各种知识表示方法及其优缺点,在此基础上形成了以概念的属性、内涵和外延为核心、以框架式结构为基础、以树状层次结构为表现、体现概念间关联的知识表示的方法,并将其应用于篇章分析的知识库构建和规则实现。对篇章中名词概念的关系进行分类,分析了篇章中主体的内在表现形式--概念,然后以概念为基础,分析了概念与其属性概念的关系以及内涵与外延的关系,提出了篇章的名词聚类分析方法,并结合中心理论提出了核心词理论,同时针对篇章中的深层关联问题提出了概念关联分析方法。实现了领域自然语言理解篇章中的名词聚类分析,首先介绍了篇章分析的整体框架,然后详细讲述了名词聚类的实现方法及名词属性的具体化方法,对名词聚类完成后形成的概念之间的关系做了深入分析,并利用聚类结果分析篇章核心词。最后,把领域自然语言理解及篇章中名词聚类应用到测试计量专家系统的用户需求分析中的人机交互中去,建立了相应的知识库,并取得比较好的设计结果。未来的自然语言理解系统应该是基于互联网的、互相协作的系统,每个系统有其具体专业的领域知识,多个系统共同完成一个自然语言理解问题。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 自然语言理解概述
• 1.2.1 什么是自然语言理解
• 1.2.2 自然语言理解的发展
• 1.2.3 自然语言篇章分析概述及现状
• 1.3 自然语言理解篇章中名词聚类概述
• 1.3.1 篇章中名词分析简介
• 1.3.2 篇章中名词分析处理的难点
• 1.4 问题与展望
• 1.5 本文的工作
• 第二章 自然语言篇章的知识表示及聚类理论
• 2.1 知识表示概述
• 2.2 常用自然语言理解的知识表示方法
• 2.3 知识表示在自然语言理解中的应用
• 2.4 篇章中聚类概述
• 2.4.1 聚类的一些概念
• 2.4.2 词汇聚类的意义
• 2.5 本章小结
• 第三章 篇章中名词聚类模型分析
• 3.1 名词的分类
• 3.2 篇章中的名词属性关系语义分析
• 3.3 篇章中名词语义关系的知识模型
• 3.3.1 篇章中的名词概念本体模型
• 3.3.2 名词概念的内涵与外延关系模型
• 3.3.3 抽象概念与相对抽象概念的关系模型
• 3.3.4 名词概念与其属性概念的关系模型
• 3.3.5 篇章中名词概念之间的隐含关系挖掘
• 3.4 名词概念的聚类分析
• 3.5 核心词分析和提取
• 3.6 概念的关联分析
• 3.7 本章小结
• 第四章 篇章中名词聚类的实现
• 4.1 篇章中的名词聚类框架
• 4.2 篇章中名词概念按照属性关系聚类的实现
• 4.2.1 具有属性关系的名词概念聚类的实现
• 4.2.2 名词属性概念的具体化聚类
• 4.3 概念与其外延关系的应用及聚类实现
• 4.4 篇章中名词的核心词的分析与实现
• 4.5 篇章中名词按照属性关系聚类后的核心词关系处理
• 4.5.1 核心词在一棵概念从属树上
• 4.5.2 核心词的词名相同但是对象不同
• 4.5.3 核心词之间的关系为隐含关系
• 4.6 本章小结
• 第五章 名词聚类在测控产品中的应用
• 5.1 智能检测与控制技术对智能技术的需求分析
• 5.2 测试计量的自然语言理解框架及知识表示
• 5.2.1 自然语言理解框架
• 5.2.2 测试计量领域知识模型
• 5.3 基于自然语言篇章聚类模型在测量中的应用实现
• 5.4 本章小结
• 第六章 结束语
• 致谢
• 参考文献
• 研究成果