论文部分内容阅读
知识表示是人工智能的基础,知识表示方法越合理有效,就越能更好地支持人工智能的各种应用。因此,知识表示一直是人工智能领域的研究热点。世界由各种对象构成,面向对象的思想是人类认识世界的最自然的方式。本文在研究了各种现有的知识表示方法后提出了一种改进的基于面向对象技术的知识表示方法,给出了这种知识表示方法的概念模型、基本框架和基于Java语言的实现方法。并基于改进的面向对象知识表示方法建立了一个小型知识库以验证该知识表示方法的合理性和有效性。为了验证改进的知识表示方法的有效性,本文基于所建立的知识库进行了自然语言处理方面的应用研究,包括词语相似度计算和语句相似度计算。词语相似度计算是语句相似度计算的基础,现有的中文词语相似度算法大多数都是建立在“知网”和“同义词词林”这样的语义词典的基础上的,本文基于面向对象知识库的特点提出了一种改进的词语相似度计算方法,并应用与语句的相似度计算中。在语句相似度的计算中,地名具有特殊的意思。但是现有的语句相似度算法在计算涉及地名的语句的相似度时没有体现出地名对于语句的重要性以及地名间的差异性,从而导致相似度计算结果不甚合理。针对这个问题,本文结合面向对象的知识表达提出了一种涉及地名的语句相似度计算方法,并与现有方法进行了比较。本文的主要研究工作和成果如下:首先,对知识表示进行了相关介绍,主要介绍了知识表示和知识库的研究现状,分析了各种知识表示方法存在的不足。其次,重点介绍和分析了面向对象知识表示的研究现状,提出了一种改进的基于面向对象技术的知识表示方法,同时针对其在自然语言处理方面的应用建立了一个小型的面向对象知识库。最后,将改进的面向对象知识表示方法应用到词语相似度计算和语句相似度计算中。在分析比较了几种典型的词语相似度算法之后,提出了一种改进的词语相似度算法。本文建立了基于面向对象知识表示方法的地名信息知识库,除利用地名对象间的从属层次结构信息和属性信息计算地名间的相似度外,还在计算语句相似度时对涉及的地名进行了特别处理,通过对地名词语和非地名词语赋予不同的权重来体现地名的重要性,并结合句子结构相似度提出一个完整的涉及地名的句子相似度计算方法。论文还对基于改进的知识表示方法的词语相似度算法、语句相似度算法与其他基于知网等的主流算法进行了对比试验,从而验证了改进的面向对象知识表示方法的有效性。