面向语义网的自然语言查询接口研究

发布时间：2017-05-18 15:23

  本文关键词：面向语义网的自然语言查询接口研究，由笔耕文化传播整理发布。

【摘要】：目前，互联网上的数据呈爆炸式增长态势，海量的数据对数据存储和信息获取带来了前所未有的挑战。语义网被认为是下一代互联网的存储方式。以语义网形式描述的数据不仅可以被人们理解，而且可以被计算机所理解。数据在语义网中是互相链接的，彼此之间被语义标签链接起来，形成一个巨大的语义网络。现在，越来越多的数据以语义网的形式发布出来，但是对于普通用户而言，从语义网中获取信息的难度远超过目前的搜索引擎。语义网目前仅支持形式化查询，，而且只有对语义网本体熟悉的专业人员才能够编写正确的形式化查询。对于普通用户而言，自然语言形式的查询是最便捷、最易接受的查询方式。自然语言查询接口作为一个连接自然语言查询和语义网形式化查询之间的桥梁，具有重要的研究价值和实用价值。 如何有效的将用户的自然查询问句转化为能够查询语义网的形式化查询语言是本文的主要研究内容。本文针对这一问题研究了英文和中文两种语言上的自然语言查询接口任务。本文主要贡献如下： 首先，在对查询的形式进行充分分析之后，发现问题的形式具有链式规则，即查询中匹配的资源只与其前后资源存在联系，因此，本文根据这一假设，提出了一种基于资源补全搜索的自然语言查询接口方法。该方法在形式固定、语法简单的问题上取得了较好的实验结果。 其次，在对资源补全搜索方法的实验结果分析之后，我们发现资源补全搜索算法不能处理语法复杂的问题，且没有考虑查询中的语义信息。因此，我们提出了一种基于依存图的自然语言查询接口算法，旨在充分利用查询中的语义信息来指导形式化查询的生成。该方法的性能在美国地理数据集上较资源补全搜索方法有较大的提升。为了测试基于依存图的自然语言查询接口算法对不同语言环境的适应能力，我们在中文数据集上又进行了实验。分析结果得出，基于依存图的算法在英文上的效果要优于中文上的效果。 实验表明，基于依存图的方法在自然语言查询到语义网形式化查询的转换的任务上取得了很好的效果，同时，证明了自然语言查询接口能够有效的完成搜索语义网信息的任务。
【关键词】：语义网 自然语言查询接口 资源补全 路径搜索 依存图
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP391.1
【目录】：

• 摘要4-6
• Abstract6-8
• 目录8-11
• 第1章 绪论11-22
• 1.1 课题背景及研究目的和意义11-13
• 1.1.1 课题背景11-12
• 1.1.2 课题研究的目的及意义12-13
• 1.2 语义网简介13-17
• 1.2.1 语义网的定义13-14
• 1.2.2 语义网的现状14
• 1.2.3 语义网的相关概念14-17
• 1.3 国内外研究现状17-20
• 1.4 本文的研究内容及章节安排20-22
• 第2章 基于资源补全搜索算法的自然语言查询接口22-45
• 2.1 引言22
• 2.2 语义网的构建22-26
• 2.2.1 语义网构建原则23
• 2.2.2 语义网的数据来源23-24
• 2.2.3 语义网的构建方法24-26
• 2.3 基本假设26
• 2.4 基于资源补全搜索算法26-41
• 2.4.1 系统架构26-27
• 2.4.2 领域知识自动抽取27-30
• 2.4.3 问题分析器30-31
• 2.4.4 核心处理流程31-38
• 2.4.5 SPARQL查询生成38-41
• 2.4.6 SPARQL执行41
• 2.5 实验与分析41-44
• 2.5.1 实验数据41-42
• 2.5.2 评价方法42-43
• 2.5.3 实验结果43
• 2.5.4 实验结果分析43-44
• 2.6 本章小结44-45
• 第3章 基于依存图的自然语言查询接口45-57
• 3.1 引言45
• 3.2 系统架构45-46
• 3.3 问题预处理46
• 3.4 核心处理模块46-51
• 3.4.1 依存句法分析47
• 3.4.2 构建依存图47-48
• 3.4.3 查询与语义网本体匹配48-49
• 3.4.4 构建语义查询图49-50
• 3.4.5 语义查询图路径搜索50-51
• 3.5 SPARQL生成51-54
• 3.5.1 COUNT语句生成52
• 3.5.2 MAX和MIN语句生成52-53
• 3.5.3 NEGATIVE语句生成53-54
• 3.6 实验与分析54-56
• 3.6.1 实验数据54
• 3.6.2 评价指标54-55
• 3.6.3 实验结果55
• 3.6.4 实验结果分析55-56
• 3.7 本章小结56-57
• 第4章 面向八维音乐论坛的自然语言查询接口应用57-66
• 4.1 引言57
• 4.2 八维音乐语义网本体构建57-59
• 4.3 系统架构59
• 4.4 基于依存图方法的查询处理流程59-62
• 4.4.1 问题预处理59-60
• 4.4.2 本体词典提取60
• 4.4.3 正向最大匹配60-61
• 4.4.4 分词模块61-62
• 4.5 实验与分析62-63
• 4.5.1 实验数据62
• 4.5.2 实验评价指标62
• 4.5.3 实验结果62-63
• 4.5.4 实验结果分析63
• 4.6 语义网本体问答系统63-65
• 4.6.1 SemOntoQA系统架构64
• 4.6.2 SemOntoQA系统演示64-65
• 4.7 本章小结65-66
• 结论66-68
• 参考文献68-72
• 致谢72

【相似文献】

中国期刊全文数据库 前10条

1 王亚章;语义网,下一代互联网的神经[J];中国计算机用户;2003年07期

2 韦华;;语义网络助推互联网[J];微电脑世界;2006年08期

3 陈卫红;朱佳鸣;;语义网的研究及其在生物医学中的应用[J];医学信息;2007年07期

4 张东伟;赵津津;李鹏;;基于语义网的知识管理研究[J];计算机与信息技术;2008年03期

5 赵宏伟;张海龙;臧雪柏;;表象式语义网络研究[J];北京工业大学学报;2009年08期

6 朱成兵;;语义网理论研究[J];赤峰学院学报(自然科学版);2010年04期

7 陈晓鹏;仝允桓;;基于语义网的技术监测方法研究[J];科学学研究;2010年06期

8 张同玲;多杰卓玛;;藻饰词语义网络的构建研究[J];电脑开发与应用;2011年07期

9 任会启;;语义网络的建构[J];北方文学(下半月);2011年04期

10 杨卓群;王以松;;语义网及其应用[J];贵州大学学报(自然科学版);2011年05期

中国重要会议论文全文数据库 前3条

1 唐璐;张永光;付雪;;语义网络的结构:我们怎样学习语义知识(英文)[A];全国语域web与本体能研讨会论文集[C];2006年

2 张旭洁;夏幼明;刘冠晓;宋亚林;;基于规则方法的汉语到语义网络语言的转换研究[A];第三届学生计算语言学研讨会论文集[C];2006年

3 李家治;;记忆、思维和语言—机器理解汉语中的问题[A];中国心理学会第三次会员代表大会及建会60周年学术会议（全国第四届心理学学术会议）文摘选集（下）[C];1981年

中国重要报纸全文数据库 前2条

1 北京 高守;互联网之父钟情语义网[N];电脑报;2002年

2 华新;你要的是哪个苹果？语义智能搜索时代来临[N];经理日报;2007年

中国博士学位论文全文数据库 前2条

1 代印唐;基于语义网络的知识协作关键技术研究[D];复旦大学;2009年

2 史斌;面向语义网的语义搜索引擎关键技术研究[D];北京工业大学;2010年

中国硕士学位论文全文数据库 前10条

1 任彬;一种特定领域的语义网模型[D];吉林大学;2004年

2 康树鹏;面向语义网的自然语言查询接口研究[D];哈尔滨工业大学;2014年

3 张敏;基于语义网的学术论文检索的研究与实现[D];沈阳工业大学;2011年

4 杜鹃;面向长春市地理信息系统的语义网模型研究[D];吉林大学;2005年

5 马晓峰;基于语义网络的病理诊断案例表示及不确定性研究[D];合肥工业大学;2006年

6 张海龙;表象式语义网络研究[D];吉林大学;2007年

7 张红;语义网中的本体推理及其应用研究[D];吉林大学;2004年

8 徐淑丽;基于语义网的移动学习系统建模与查询方法的研究[D];河南大学;2013年

9 林斐斐;基于语义网的信息分析平台[D];汕头大学;2008年

10 周凯涛;语义网中航运信息的存储与查询系统研究[D];大连海事大学;2011年

  本文关键词：面向语义网的自然语言查询接口研究，由笔耕文化传播整理发布。

本文编号：376438