面向智能决策应用的本体关键技术研究
发布时间：2021-06-02 18:12
本体作为一种知识管理模型已经被广泛应用在人工智能及知识工程领域,在知识共享、知识推理及智能辅助决策等方面发挥着重要作用。特别是在以知识推理为核心的航空指挥智能决策领域,需要对以中文文档形式描述的知识进行建模和管理。本体可以形式化地保存某个特定领域或任务中的术语及术语之间的语义关系,提供领域知识或任务问题的规范化、统一的描述,为知识共享、重用及推理提供模型支持。因此,在航空指挥智能决策领域中引入领域本体及任务本体构建相应的知识模型非常必要。但是,领域本体及任务本体的构建目前主要以人工方法为主,显然费时费力,半自动或自动的构建方法已成为研究热点。论文在部委航空指挥智能决策项目的支持下,主要围绕中文领域本体和任务本体的半自动构建展开了研究。显然,中文本体的半自动构建技术又涉及到两个关键问题,即术语及术语关系的抽取。因此,论文所研究的面向智能决策应用的本体关键技术主要包括:中文术语抽取、中文术语关系抽取、中文领域本体构建及中文任务本体构建。论文的主要贡献如下:1.提出了一种基于文本特征和复合统计量权值的领域术语抽取方法（Text Character and Statistic,TCS方法）。该...
【文章来源】：西北工业大学陕西省 211工程院校 985工程院校
【文章页数】：131 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
1 绪论
1.1 选题背景及问题的提出
1.1.1 选题背景
1.1.2 问题的提出
1.2 国内外研究现状分析
1.2.1 领域术语的抽取
1.2.2 领域术语关系的抽取
1.2.3 本体的构建及应用
1.2.4 存在问题分析
1.3 研究内容及意义
1.3.1 研究内容
1.3.2 研究意义
1.4 论文研究思路及组织结构
1.4.1 研究思路
1.4.2 组织结构
1.5 本章小结
2 中文本体领域术语的抽取
2.1 概述
2.1.1 术语的基本概念
2.1.2 术语与领域本体的关系
2.1.3 术语抽取的研究背景和意义
2.2 术语的文本特征
2.2.1 相关定义
2.2.2 术语的总体分布特征
2.2.3 术语的语言特征及权值
2.3 术语统计量的设定
2.3.1 TF-IDF统计量
2.3.2 信息熵统计量
2.4 术语的抽取模型及算法
2.4.1 术语抽取模型
2.4.2 粗粒度模板规则
2.4.3 文本特征和复合统计量权重计算
2.4.4 术语自动抽取模型算法
2.5 实验数据及分析
2.5.1 实验数据
2.5.2 实验结果分析
2.5.3 与其他方法的对比
2.6 本章小结
3 中文本体术语关系的抽取
3.1 概述
3.1.1 术语关系的基本概念
3.1.2 研究背景和意义
3.2 术语关系的相关定义和描述
3.2.1 相关定义
3.2.2 词语语义相似度
3.2.3 中文句型的相似度
3.2.4 ICTCLAS词性标注集
3.2.5 层次关系模板规则
3.3 相似度的计算
3.3.1 层次关系动词相似度的计算
3.3.2 句型相似度的计算
3.3.3 混合余弦相似度核函数
3.4 MCSK模型及实现算法
3.4.1 MCSK模型处理过程
3.4.2 MCSK模型实现算法
3.5 实验数据及分析
3.5.1 实验数据
3.5.2 实验结果分析
3.5.3 与其他方法的对比
3.6 本章小结
4 中文领域本体的构建
4.1 概述
4.1.1 研究背景及意义
4.1.2 本体自动化构建相关工具
4.1.3 本体的评价方法
4.2 中文领域本体半自动构建流程设计
4.2.1 确定研究领域
4.2.2 中文知识文档预处理
4.2.3 核心术语抽取
4.2.4 术语关系抽取及聚类
4.2.5 OWL本体结构化
4.3 中文领域本体半自动构建实例
4.3.1 文档预处理过程及实例
4.3.2 核心术语抽取算法及实例
4.3.3 术语层次关系抽取及聚类算法实例
4.3.4 OWL本体结构化算法实例
4.3.5 本体可视化管理实例
4.4 方法的评价
4.5 本章小结
5 中文任务本体的构建及查询
5.1 概述
5.2 任务的分解和管理
5.2.1 任务的分解
5.2.2 任务的状态转换
5.3 任务的静态数据建模
5.3.1 静态数据类型
5.3.2 静态数据模型
5.4 任务的动态数据建模
5.4.1 任务的动态IDEF3 模型设计
5.4.2 任务的动态IDEF3 模型实例
5.5 任务本体的构建方法
5.5.1 任务本体的形式化描述
5.5.2 时序关系的形式化描述
5.5.3 任务本体的构建流程设计
5.6 任务本体的构建实例
5.6.1 中文任务文档预处理
5.6.2 核心术语(活动)与关系抽取
5.6.3 任务本体IDEF5 建模
5.6.4 OWL本体结构化
5.6.5 任务本体的可视化实验
5.7 任务本体的查询算法及实例
5.7.1 概念扩展规则
5.7.2 概念扩展算法
5.7.3 基于概念扩展的任务本体查询算法
5.7.4 查询算法应用实例及分析
5.8 方法的评价
5.9 本章小结
6 基于本体的指挥决策支撑平台
6.1 概述
6.1.1 指挥决策领域的挑战
6.1.2 基于本体的知识管理需求
6.2 基于本体的指挥决策需求分析
6.2.1 数据流分析
6.2.2 用例图分析
6.2.3 基于本体的指挥决策功能分析
6.3 基于本体的指挥决策系统设计
6.3.1 基于本体的总体架构图
6.3.2 基于领域本体的命令识别
6.3.3 基于任务本体的决策方案查询
6.3.4 基于本体的决策方案推理
6.3.5 指挥方案的查询和显示
6.4 基于本体的指挥决策系统实现
6.4.1 指挥命令类battleCommand
6.4.2 态势信息类sitMatrix
6.4.3 指挥方案类battlePlan
6.4.4 本体推理类inferPattern
6.5 基于本体的决策系统仿真
6.5.1 指挥员功能的仿真
6.5.3 管理员功能的仿真
6.5.4 仿真结果分析
6.6 本章小结
7 结论
7.1 论文主要结论
7.2 下一步研究展望
参考文献
致谢
攻读博士学位期间发表的学术论文和参加科研情况
【参考文献】：
期刊论文
[1]基于本体的指挥信息系统建模[J]. 程建博,刘德生. 指挥控制与仿真. 2017(06)
[2]文本特征和复合统计量的领域术语抽取方法[J]. 董洋溢,李伟华,于会. 西北工业大学学报. 2017(04)
[3]Quality Model and Metrics of Ontology for Semantic Descriptions of Web Services[J]. Hong Zhu,Dongmei Liu,Ian Bayley,Arantza Aldea,Yunfei Yang,Ying Chen. Tsinghua Science and Technology. 2017(03)
[4]国内基于本体的信息抽取研究现状与热点分析[J]. 阳广元. 图书馆理论与实践. 2017(05)
[5]从文本中构建领域本体技术综述[J]. 任飞亮,沈继坤,孙宾宾,朱靖波. 计算机学报. 2019(03)
[6]近3年基于本体的国外知识管理研究综述[J]. 肖明,王珊珊. 图书馆学研究. 2017(08)
[7]Knowledge Representation and Semantic Inference of Process Based on Ontology and Semantic Web Rule Language[J]. Zhu Haihua,Li Jing,Wang Yingcong. Transactions of Nanjing University of Aeronautics and Astronautics. 2017(01)
[8]基于混合余弦相似度的中文文本层次关系挖掘[J]. 董洋溢,李伟华,于会. 计算机应用研究. 2017(05)
[9]本体研究综述[J]. 王向前,张宝隆,李慧宗. 情报杂志. 2016(06)
[10]中文领域知识半自动化OWL本体构建方法研究[J]. 董洋溢,李伟华,陈世亮. 计算机应用与软件. 2016(05)
博士论文
[1]基于本体的中医临床术语体系构建研究[D]. 董燕.中国中医科学院 2016
[2]基因本体术语相似度计算和扩展方法研究[D]. 彭佳杰.哈尔滨工业大学 2015
[3]本体模型及其在信息安全评估领域的应用研究[D]. 高建波.上海交通大学 2015
[4]本体网络结构及其演化研究[D]. 徐雷.武汉大学 2014
[5]本体映射的若干方法研究[D]. 王茹娟.吉林大学 2012
[6]领域本体学习中术语及关系抽取方法的研究[D]. 李丽双.大连理工大学 2013
[7]基于本体的复杂决策任务表示方法与求解技术研究[D]. 萧毅鸿.南京大学 2011
[8]面向任务的海战场环境信息服务技术研究[D]. 干哲.国防科学技术大学 2010
[9]中文术语抽取若干问题研究[D]. 周浪.南京理工大学 2010
[10]领域知识的获取[D]. 李卫.北京邮电大学 2008
硕士论文
[1]基于领域本体的检索系统研究与实现[D]. 郝发婷.华中师范大学 2017
[2]基于本体的战场态势一致性关键技术研究[D]. 卜令娟.杭州电子科技大学 2015
[3]基于本体推理的体系结构验证方法研究[D]. 罗欢欢.国防科学技术大学 2014
[4]基于本体的决策支持系统建模方法研究[D]. 马良.中南大学 2013
[5]中文领域本体构建方法研究[D]. 王雪.华中科技大学 2012
[6]基于搜索排序算法的本体评价系统研究[D]. 屈妙星.湖南大学 2011
[7]面向领域本体的知识建模问题研究[D]. 仇宝艳.山东师范大学 2009
[8]构造领域本体概念关系的自动抽取[D]. 陈珂.上海交通大学 2008
[9]基于领域本体的信息检索研究[D]. 廖军.中南大学 2007
[10]基于中文科技论文的本体交互式构建方法研究[D]. 张新.大连理工大学 2006
本文编号：3210510
【文章来源】：西北工业大学陕西省 211工程院校 985工程院校
【文章页数】：131 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
1 绪论
1.1 选题背景及问题的提出
1.1.1 选题背景
1.1.2 问题的提出
1.2 国内外研究现状分析
1.2.1 领域术语的抽取
1.2.2 领域术语关系的抽取
1.2.3 本体的构建及应用
1.2.4 存在问题分析
1.3 研究内容及意义
1.3.1 研究内容
1.3.2 研究意义
1.4 论文研究思路及组织结构
1.4.1 研究思路
1.4.2 组织结构
1.5 本章小结
2 中文本体领域术语的抽取
2.1 概述
2.1.1 术语的基本概念
2.1.2 术语与领域本体的关系
2.1.3 术语抽取的研究背景和意义
2.2 术语的文本特征
2.2.1 相关定义
2.2.2 术语的总体分布特征
2.2.3 术语的语言特征及权值
2.3 术语统计量的设定
2.3.1 TF-IDF统计量
2.3.2 信息熵统计量
2.4 术语的抽取模型及算法
2.4.1 术语抽取模型
2.4.2 粗粒度模板规则
2.4.3 文本特征和复合统计量权重计算
2.4.4 术语自动抽取模型算法
2.5 实验数据及分析
2.5.1 实验数据
2.5.2 实验结果分析
2.5.3 与其他方法的对比
2.6 本章小结
3 中文本体术语关系的抽取
3.1 概述
3.1.1 术语关系的基本概念
3.1.2 研究背景和意义
3.2 术语关系的相关定义和描述
3.2.1 相关定义
3.2.2 词语语义相似度
3.2.3 中文句型的相似度
3.2.4 ICTCLAS词性标注集
3.2.5 层次关系模板规则
3.3 相似度的计算
3.3.1 层次关系动词相似度的计算
3.3.2 句型相似度的计算
3.3.3 混合余弦相似度核函数
3.4 MCSK模型及实现算法
3.4.1 MCSK模型处理过程
3.4.2 MCSK模型实现算法
3.5 实验数据及分析
3.5.1 实验数据
3.5.2 实验结果分析
3.5.3 与其他方法的对比
3.6 本章小结
4 中文领域本体的构建
4.1 概述
4.1.1 研究背景及意义
4.1.2 本体自动化构建相关工具
4.1.3 本体的评价方法
4.2 中文领域本体半自动构建流程设计
4.2.1 确定研究领域
4.2.2 中文知识文档预处理
4.2.3 核心术语抽取
4.2.4 术语关系抽取及聚类
4.2.5 OWL本体结构化
4.3 中文领域本体半自动构建实例
4.3.1 文档预处理过程及实例
4.3.2 核心术语抽取算法及实例
4.3.3 术语层次关系抽取及聚类算法实例
4.3.4 OWL本体结构化算法实例
4.3.5 本体可视化管理实例
4.4 方法的评价
4.5 本章小结
5 中文任务本体的构建及查询
5.1 概述
5.2 任务的分解和管理
5.2.1 任务的分解
5.2.2 任务的状态转换
5.3 任务的静态数据建模
5.3.1 静态数据类型
5.3.2 静态数据模型
5.4 任务的动态数据建模
5.4.1 任务的动态IDEF3 模型设计
5.4.2 任务的动态IDEF3 模型实例
5.5 任务本体的构建方法
5.5.1 任务本体的形式化描述
5.5.2 时序关系的形式化描述
5.5.3 任务本体的构建流程设计
5.6 任务本体的构建实例
5.6.1 中文任务文档预处理
5.6.2 核心术语(活动)与关系抽取
5.6.3 任务本体IDEF5 建模
5.6.4 OWL本体结构化
5.6.5 任务本体的可视化实验
5.7 任务本体的查询算法及实例
5.7.1 概念扩展规则
5.7.2 概念扩展算法
5.7.3 基于概念扩展的任务本体查询算法
5.7.4 查询算法应用实例及分析
5.8 方法的评价
5.9 本章小结
6 基于本体的指挥决策支撑平台
6.1 概述
6.1.1 指挥决策领域的挑战
6.1.2 基于本体的知识管理需求
6.2 基于本体的指挥决策需求分析
6.2.1 数据流分析
6.2.2 用例图分析
6.2.3 基于本体的指挥决策功能分析
6.3 基于本体的指挥决策系统设计
6.3.1 基于本体的总体架构图
6.3.2 基于领域本体的命令识别
6.3.3 基于任务本体的决策方案查询
6.3.4 基于本体的决策方案推理
6.3.5 指挥方案的查询和显示
6.4 基于本体的指挥决策系统实现
6.4.1 指挥命令类battleCommand
6.4.2 态势信息类sitMatrix
6.4.3 指挥方案类battlePlan
6.4.4 本体推理类inferPattern
6.5 基于本体的决策系统仿真
6.5.1 指挥员功能的仿真
6.5.3 管理员功能的仿真
6.5.4 仿真结果分析
6.6 本章小结
7 结论
7.1 论文主要结论
7.2 下一步研究展望
参考文献
致谢
攻读博士学位期间发表的学术论文和参加科研情况
【参考文献】：
期刊论文
[1]基于本体的指挥信息系统建模[J]. 程建博,刘德生. 指挥控制与仿真. 2017(06)
[2]文本特征和复合统计量的领域术语抽取方法[J]. 董洋溢,李伟华,于会. 西北工业大学学报. 2017(04)
[3]Quality Model and Metrics of Ontology for Semantic Descriptions of Web Services[J]. Hong Zhu,Dongmei Liu,Ian Bayley,Arantza Aldea,Yunfei Yang,Ying Chen. Tsinghua Science and Technology. 2017(03)
[4]国内基于本体的信息抽取研究现状与热点分析[J]. 阳广元. 图书馆理论与实践. 2017(05)
[5]从文本中构建领域本体技术综述[J]. 任飞亮,沈继坤,孙宾宾,朱靖波. 计算机学报. 2019(03)
[6]近3年基于本体的国外知识管理研究综述[J]. 肖明,王珊珊. 图书馆学研究. 2017(08)
[7]Knowledge Representation and Semantic Inference of Process Based on Ontology and Semantic Web Rule Language[J]. Zhu Haihua,Li Jing,Wang Yingcong. Transactions of Nanjing University of Aeronautics and Astronautics. 2017(01)
[8]基于混合余弦相似度的中文文本层次关系挖掘[J]. 董洋溢,李伟华,于会. 计算机应用研究. 2017(05)
[9]本体研究综述[J]. 王向前,张宝隆,李慧宗. 情报杂志. 2016(06)
[10]中文领域知识半自动化OWL本体构建方法研究[J]. 董洋溢,李伟华,陈世亮. 计算机应用与软件. 2016(05)
博士论文
[1]基于本体的中医临床术语体系构建研究[D]. 董燕.中国中医科学院 2016
[2]基因本体术语相似度计算和扩展方法研究[D]. 彭佳杰.哈尔滨工业大学 2015
[3]本体模型及其在信息安全评估领域的应用研究[D]. 高建波.上海交通大学 2015
[4]本体网络结构及其演化研究[D]. 徐雷.武汉大学 2014
[5]本体映射的若干方法研究[D]. 王茹娟.吉林大学 2012
[6]领域本体学习中术语及关系抽取方法的研究[D]. 李丽双.大连理工大学 2013
[7]基于本体的复杂决策任务表示方法与求解技术研究[D]. 萧毅鸿.南京大学 2011
[8]面向任务的海战场环境信息服务技术研究[D]. 干哲.国防科学技术大学 2010
[9]中文术语抽取若干问题研究[D]. 周浪.南京理工大学 2010
[10]领域知识的获取[D]. 李卫.北京邮电大学 2008
硕士论文
[1]基于领域本体的检索系统研究与实现[D]. 郝发婷.华中师范大学 2017
[2]基于本体的战场态势一致性关键技术研究[D]. 卜令娟.杭州电子科技大学 2015
[3]基于本体推理的体系结构验证方法研究[D]. 罗欢欢.国防科学技术大学 2014
[4]基于本体的决策支持系统建模方法研究[D]. 马良.中南大学 2013
[5]中文领域本体构建方法研究[D]. 王雪.华中科技大学 2012
[6]基于搜索排序算法的本体评价系统研究[D]. 屈妙星.湖南大学 2011
[7]面向领域本体的知识建模问题研究[D]. 仇宝艳.山东师范大学 2009
[8]构造领域本体概念关系的自动抽取[D]. 陈珂.上海交通大学 2008
[9]基于领域本体的信息检索研究[D]. 廖军.中南大学 2007
[10]基于中文科技论文的本体交互式构建方法研究[D]. 张新.大连理工大学 2006
本文编号：3210510
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3210510.html
