面向中文自然语言Web文档的自动知识抽取和知识融合

论文摘要

从Web文档中自动抽取出与领域本体匹配的事实知识不仅可以构建基于知识的服务,而且可以为语义Web的实现提供必要的语义数据。中文语言的特点使得从中文自然语言Web文档中自动抽取知识非常困难。本文研究了面向中文自然语言Web文档的自动知识抽取和知识融合方法。主要研究内容包括:(1)分析和总结了自动知识抽取和知识融合的研究现状及存在的问题;(2)提出了系统化的领域本体定义方法,用聚集体知识概念刻画N元关系并且强调了要为本体概念指定必要的属性约束;(3)研究了面向中文自然语言Web文档的自动知识抽取方法。针对自动知识抽取的三个步骤:知识三元组元素的识别、知识三元组的构造和知识三元组的清洗,分别提出了基于本体主题的属性识别方法、基于本体属性约束的三元组元素识别方法、基于启发式规则的三元组构造方法、基于句法分析的三元组构造方法和基于本体属性约束的知识清洗方法。与已有方法相比,该知识抽取方法能够在不借助大规模的语言知识库或同义词表的情况下对中文自然语言Web文档进行自动知识抽取,能够处理文档中的N元复杂关系,适合于一般内容的中文自然语言Web文档,具有较好的可移植性;(4)提出了基于本体属性约束的知识融合方法,能够在实例化领域本体过程中识别等价实例、冗余知识和矛盾知识,保证了知识库知识的一致性;(5)分析了传统搜索引擎存在的问题,设计并实现了一个基于语义的智能搜索引擎系统CRAB,该系统能够为用户提供基于语义的知识检索并且生成直接包含查询结果的图文并茂的检索结果报告。本文在面向中文自然语言Web文档的自动知识抽取、知识融合和基于语义的智能搜索引擎等方面的研究具有一定的理论意义和应用价值,丰富了对中文自然语言Web文档的自动知识抽取问题的研究。

论文目录

• 内容提要
• 第1章 绪论
• 1.1 研究背景和意义
• 1.2 知识抽取和知识融合
• 1.2.1 知识抽取
• 1.2.2 知识融合
• 1.3 本文工作及组织结构
• 第2章 知识抽取和知识融合的研究现状
• 2.1 本体
• 2.1.1 资源描述框架RDF
• 2.1.2 Web本体语言OWL
• 2.2 知识抽取的研究现状
• 2.2.1 对（半）结构化文档的知识抽取
• 2.2.2 对自由文档的知识抽取
• 2.2.3 中文知识抽取的研究状况
• 2.3 知识融合的研究现状
• 2.3.1 识别等价实例
• 2.3.2 冲突知识检测
• 2.4 知识抽取和知识融合的相关问题
• 2.5 本文的研究目标和思路
• 2.6 本章小结
• 第3章 领域本体的定义方法
• 3.1 引言
• 3.2 聚集体知识概念
• 3.2.1 聚集体知识的特点
• 3.2.2 聚集体知识概念定义
• 3.3 领域本体定义
• 3.3.1 Outer-AKC的定义方法
• 3.3.2 其他领域本体概念的定义方法
• 3.3.3 刻画N元关系的领域本体定义方法
• 3.3.4 领域本体定义举例
• 3.4 本章小结
• 第4章 知识三元组元素识别
• 4.1 引言
• 4.2 三元组元素的识别问题
• 4.3 基于本体主题的属性识别方法
• 4.3.1 主题概念
• 4.3.2 引入主题信息的本体定义方法
• 4.3.3 基于主题信息的中文属性识别方法
• 4.3.4 实验与分析
• 4.3.5 小结
• 4.4 基于本体属性约束的三元组元素识别方法
• 4.4.1 三元组元素识别规则
• 4.4.2 基于本体属性约束的三元组元素识别算法
• 4.4.3 算法示例
• 4.4.4 实验与分析
• 4.4.5 小结
• 4.5 本章小结
• 第5章 知识三元组的构造
• 5.1 引言
• 5.2 基于启发式规则的知识三元组构造方法
• 5.2.1 构造知识三元组的启发式规则
• 5.2.2 相关定义
• 5.2.3 基于启发式规则的知识三元组构造算法
• 5.2.4 算法示例
• 5.2.5 小结
• 5.3 基于句法分析的知识三元组构造方法
• 5.3.1 句法分析和依存关系
• 5.3.2 句子主要成分解析
• 5.3.3 基于句法分析的知识三元组构造方法
• 5.3.4 算法示例
• 5.3.5 小结
• 5.4 实验与分析
• 5.5 本章小结
• 第6章 知识三元组的清洗
• 6.1 引言
• 6.2 相关定义
• 6.3 知识清洗相关算法
• 6.3.1 删除无效实例算法
• 6.3.2 节点的有效性和完整性检查算法
• 6.3.3 知识三元组的清洗算法
• 6.4 实验与分析
• 6.5 本章小结
• 第7章 基于本体属性约束的知识融合方法
• 7.1 引言
• 7.2 基于属性约束的知识融合方法
• 7.2.1 知识融合中的问题
• 7.2.2 等价实例的识别
• 7.2.3 冗余知识的识别
• 7.2.4 矛盾知识的识别
• 7.2.5 基于属性约束的知识融合算法
• 7.2.6 算法举例
• 7.3 实验与分析
• 7.4 本章小结
• 第8章 CRAB－基于语义的智能搜索引擎系统
• 8.1 引言
• 8.2 搜索引擎的发展现状
• 8.3 CRAB系统的设计与实现
• 8.3.1 Web信息搜索和知识抽取子系统
• 8.3.2 领域本体知识库和知识库管理子系统
• 8.3.3 智能用户接口和报告生成子系统
• 8.4 本章小结
• 第9章 结论与展望
• 参考文献
• 攻读博士学位期间发表的论文及参加的项目
• 致谢
• 摘要
• Abstract