一種新的領(lǐng)域知識表達(dá)和知識服務(wù)方法
【專利摘要】本發(fā)明公開一種新的領(lǐng)域知識表達(dá)和知識服務(wù)方法-知識榕樹網(wǎng)表達(dá)體系及服務(wù)框架。知識榕樹網(wǎng)表達(dá)體系能夠同時表達(dá)陳述性知識和過程性知識，其中利用知識榕樹網(wǎng)表達(dá)體系描述的陳述性知識包括屬性描述知識和關(guān)聯(lián)知識，過程性知識是指在利用知識榕樹網(wǎng)所表示的陳述性知識的基礎(chǔ)上，進(jìn)行推理的規(guī)則和方法。利用知識榕樹網(wǎng)表達(dá)體系及服務(wù)框架，可以快速建立領(lǐng)域體系和知識服務(wù)平臺，為領(lǐng)域提供數(shù)據(jù)、信息和知識的管理和檢索。該發(fā)明的知識表達(dá)體系不僅具有受領(lǐng)域限制少，表達(dá)形式多樣等特點(diǎn)，還支持不同領(lǐng)域知識之間共享，為垂直領(lǐng)域搜索提供了一種靈活、智能的知識表達(dá)和資源管理、檢索的方式。
【專利說明】一種新的領(lǐng)域知識表達(dá)和知識服務(wù)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于計算機(jī)人工智能領(lǐng)域，涉及到知識表示，自然語言處理，語義信息處理等應(yīng)用技術(shù)，利用針對知識表示，知識推理和領(lǐng)域知識服務(wù)，提出一種新的領(lǐng)域知識表達(dá)和知識服務(wù)方法。
【背景技術(shù)】
[0002]知識表示是用計算機(jī)能夠接受并進(jìn)行處理的符號和方式來描述人類的知識并將知識形式化的過程。知識表示一直是人工智能研究的熱點(diǎn)和核心，研究包括知識表達(dá)形式以及各類不同知識的表示方法、度量計算等。
[0003]—種好的知識表示方法首先要符合人腦的知識存儲結(jié)構(gòu)，其次要具有良好的表示形式和完備的結(jié)構(gòu)，此外在應(yīng)用中要體現(xiàn)出較好的適應(yīng)性和擴(kuò)展性。隨著研究的深入，人們已經(jīng)提出了多種知識表示方法。傳統(tǒng)的知識表示方法主要包括邏輯，產(chǎn)生式，語義網(wǎng)絡(luò)，框架等。但這些表示方式在理論和實(shí)際應(yīng)用中都有自身的局限性:
[0004]邏輯表示法的表達(dá)能力有限，特別是對具有歸納結(jié)構(gòu)和多層次的知識。
[0005]產(chǎn)生式表示法具有良好的推理模擬能力，但由其組成的知識體系的完備性難以得到保證，此外其在應(yīng)用過程中的靈活性較差，而且無法對世界進(jìn)行本體化的描述。
[0006]語義網(wǎng)絡(luò)是知識的一種圖解表示，由節(jié)點(diǎn)和弧線組成。但由于用有限的節(jié)點(diǎn)和弧不可能代表萬事萬物及其相互之間的所有聯(lián)系，因此其表達(dá)能力有限(與一階邏輯表達(dá)能力相同。此外，語義網(wǎng)絡(luò)結(jié)構(gòu)本身沒有語義的約定。
[0007]框架是一種結(jié)構(gòu)化表示法，由節(jié)點(diǎn)-槽-槽值組成。但框架中的節(jié)點(diǎn)，槽都是基于符號的表達(dá)，其本身并沒有一定的語義。此外，由于沒有固定的推理機(jī)制，使其可操作性較差。
[0008]在領(lǐng)域榕樹知識體系構(gòu)建方面，由于在知識表示，組織結(jié)構(gòu)，分類準(zhǔn)則上的差異，使得不同領(lǐng)域的知識體系之間無法達(dá)到知識共享和相互服務(wù)的目的，造成信息和知識資源的浪費(fèi)。
【發(fā)明內(nèi)容】
[0009]針對已有知識表示方法在表達(dá)和推理中的以及在知識組織和共享中的問題，為了有效地反映人腦的思維過程以及解決問題過程中知識的運(yùn)用過程，提高知識在不同領(lǐng)域的共享性，本發(fā)明的目的在于提出一種新的領(lǐng)域知識表達(dá)和知識服務(wù)方法-知識榕樹網(wǎng)表達(dá)體系及服務(wù)框架，以提高知識表達(dá)、知識推理的能力，并以此為基礎(chǔ)建立開放式的領(lǐng)域體系和知識服務(wù)平臺，為領(lǐng)域提供知識組織、知識共享、數(shù)據(jù)和信息檢索的服務(wù)。
[0010]為達(dá)成所述目的，本發(fā)明的技術(shù)方案如下:
[0011]該方法主要包括:知識榕樹網(wǎng)表達(dá)體系構(gòu)建，知識榕樹網(wǎng)的知識推理和服務(wù)框架構(gòu)建，領(lǐng)域榕樹知識體系構(gòu)建，以及為領(lǐng)域提供數(shù)據(jù)、信息和知識的管理、推理和檢索服務(wù)四個流程。
[0012]本發(fā)明的有益結(jié)果:本發(fā)明的提出的領(lǐng)域知識表達(dá)和知識服務(wù)方法-知識榕樹網(wǎng)表達(dá)體系及服務(wù)框架，首先不僅能夠表達(dá)陳述性知識以及過程性知識，還能實(shí)現(xiàn)由語義符號推理智能與計算智能相融合的知識服務(wù)方式；此外，采用在領(lǐng)用知識和通用知識分離的方式構(gòu)建領(lǐng)域榕樹知識體系，便于不同領(lǐng)域榕樹知識體系共享知識；最后能夠?qū)崿F(xiàn)不同粒度的知識推理，且能夠根據(jù)檢索信息，自動調(diào)整知識推理粒度和檢索層次，以提供較準(zhǔn)確、較全面的檢索結(jié)果。
【專利附圖】
【附圖說明】
[0013]圖1是本發(fā)明知識榕樹網(wǎng)表達(dá)體系及服務(wù)框架圖；
[0014]圖2是本發(fā)明知識榕樹網(wǎng)知識表達(dá)體系結(jié)構(gòu)圖；
[0015]圖3是本發(fā)明知識榕樹網(wǎng)推理體系圖；
[0016]圖4是本發(fā)明領(lǐng)域榕樹知識體系構(gòu)建流程圖。
【具體實(shí)施方式】
[0017]下面結(jié)合附圖，系統(tǒng)地對本發(fā)明如何構(gòu)建知識榕樹網(wǎng)表達(dá)體系，構(gòu)建知識榕樹網(wǎng)的知識推理和服務(wù)框架，搭建領(lǐng)域榕樹知識體系以及利用識榕樹網(wǎng)的知識推理和服務(wù)框架進(jìn)行信息檢索。
[0018]本發(fā)明知識榕樹網(wǎng)表達(dá)體系及服務(wù)框架圖如圖1所示。該發(fā)明在構(gòu)建知識榕樹網(wǎng)知識表達(dá)體系基礎(chǔ)上，通過設(shè)計基于知識榕樹網(wǎng)的知識推理和服務(wù)框架，構(gòu)建領(lǐng)域榕樹知識體系，并為領(lǐng)域提供數(shù)據(jù)、信息和知識的管理、推理和檢索服務(wù)。
[0019]下面對每一流程的功能和設(shè)計進(jìn)行詳細(xì)闡述。
[0020]步驟S1:構(gòu)建知識榕樹網(wǎng)知識表達(dá)體系；
[0021 ] 步驟Sll:知識榕樹及知識榕樹節(jié)點(diǎn)的結(jié)構(gòu)
[0022]知識榕樹網(wǎng)BW由若干知識榕樹及其相互關(guān)系組成，即BW= {{BK,, i =1..N}, {RKi； j (BKi, BKj)，i，j = 1...N，i 關(guān) j}}，其中 BKi 表示知識榕樹，RKi,」(BKi, BKj)表示兩棵知識榕樹BKi, BKj之間的相互關(guān)系。如果RKy^Ki，BKj)為空，表示兩棵知識榕樹BKi, BKj之間不存在關(guān)聯(lián)，否則表示兩棵知識榕樹BKi, BKj相互關(guān)聯(lián)。為了便于后面推理，RKi；J (BKi, BKj)關(guān)系建立在知識榕樹BKi, BKj之間，如果RKiJ (BKi, BKj)不為空，則知識榕樹BKi的所有知識榕樹節(jié)點(diǎn)與知識榕樹BKj的所有知識榕樹節(jié)點(diǎn)之間存在關(guān)聯(lián)。采用二元組對RKi； j (BKi, BK」)進(jìn)行描述，即 RKiJ (BKi, BKj) = {rkName, rkffeight},其中 rkName 表不關(guān)聯(lián)名稱，rkffeight表示關(guān)聯(lián)的強(qiáng)度。
[0023]每一棵知識榕樹BKi由一棵知識主冠樹，若干知識支撐樹以及它們之間支撐關(guān)系組成，即 BKi = (PKi, {AKi；t, t = 1..T}, {SupportRKTi；t, t = 1..T}}，其中 PKi 表示知識榕樹BKi對應(yīng)的知識主冠樹，主要用來描述領(lǐng)域核心分類知識;ΑΚμ表示知識榕樹BKi的知識支撐樹，是從不同的維度支撐描述核心分類知識；SupportRKIYt表示知識支撐樹對AKijt對知識主冠樹PKi的支撐關(guān)系(Support)，采用三元組對SupportRKIYt進(jìn)行描述，即SupportRKTij t = {AKi；t, PKi, supportffeight}，其中，supportffeight 表示支撐的強(qiáng)度。
[0024]PKi以及AKm均由知識榕樹節(jié)點(diǎn)按照樹狀排列而成，即PKi = (PKNamei, (PKiNp, p=1..P}}, AKijt = (AKNamei, AKi；tNq, q = L.Q}。其中 PKNamei 是知識主冠樹的名稱，PKiNp是知識主冠樹的知識榕樹節(jié)點(diǎn)，AKNamei是知識支撐樹的名稱，AKijtNq是知識支撐樹的知識榕樹節(jié)點(diǎn)。
[0025]作為領(lǐng)域榕樹知識體系基本的表達(dá)單元，知識主冠樹的知識榕樹節(jié)點(diǎn)PKiNp和知識支撐樹的知識榕樹節(jié)點(diǎn)AU,均采用{節(jié)點(diǎn)名稱，屬性集合，關(guān)系集合，推理動作集合}四元組描述，即
[0026]PKiNp = {PKNname, (PAttributek, k = I..K}, (PRelat1nr, r =1..R}, (PReasonAct1nd, d = 1..D}}
[0027]AKiitNp = {AKNname, (AAttributek, k = I..K}, (ARelat1nr, r =1..R}, (AReasonAct1nd, d = 1..D}}
[0028]其中PKNname是知識主冠樹的榕樹節(jié)點(diǎn)名稱，通常是字符串是知識榕樹節(jié)點(diǎn)的唯一標(biāo)識；PAttributek是知識主冠樹的知識格樹節(jié)點(diǎn)的屬性,是知識格樹節(jié)點(diǎn)的基本特征，對知識格樹節(jié)點(diǎn)起表示和區(qū)分的作用，采用{PAtrNamek, PAtrValJ 二元組描述，PAtrNamek是屬性名，PAtrValk是屬性值；PRelat1nr是知識主冠樹的知識榕樹節(jié)點(diǎn)間的關(guān)系，是知識推理的源泉，米用 PRelat1nr = {PRelat1nType, PRelatedKNname, PRelat1nffeight}來描述，PRelat1nType是關(guān)聯(lián)類型，PRelatedKNname是關(guān)聯(lián)知識格樹節(jié)點(diǎn)的名字，PRelat1nffeight表示關(guān)聯(lián)強(qiáng)度；PReasonAct1nd體現(xiàn)不同知識格樹節(jié)點(diǎn)間的相互推理作用，體現(xiàn)了事物的運(yùn)動特征，采用{act1nName, act1nCondit1n, operat1n}來描述，act1nName表示推理動作名稱，act1nCondit1n表示推理動作觸發(fā)的條件，由一系列謂詞組成，operat1n表示具體執(zhí)行的推理操作,在實(shí)際使用過程中operat1n通常是指向函數(shù)的指針。
[0029]其中AKNname是知識支撐樹的知識格樹節(jié)點(diǎn)名稱；AAttributek是知識主冠樹的知識榕樹節(jié)點(diǎn)的屬性，是知識榕樹節(jié)點(diǎn)的基本特征，對知識榕樹節(jié)點(diǎn)起表示和區(qū)分的作用，采用{AAtrNamek, AAtrValJ 二元組描述，AAtrNamek是屬性名，AAtrValk是屬性值；ARelat1nr是知識支撐樹的知識格樹節(jié)點(diǎn)間的關(guān)系，采用{ARelat1nType, ARelatedKNname, ARelatedffeight}來描述,ARelat1nType 是關(guān)聯(lián)類型,ARelatedKNname 是關(guān)聯(lián)知識格樹節(jié)點(diǎn)的名字，ARelatedffeight表示關(guān)聯(lián)強(qiáng)度；AReasonAct1nd表示知識支撐樹中知識格樹節(jié)點(diǎn)的推理，用{act1nName, act1nCondit1n, operat1n}來描述,act1nName 表不推理動作名稱，act1nCondit1n表示推理動作觸發(fā)的條件，由一系列謂詞組成，operat1n表示具體執(zhí)行的推理操作，在實(shí)際使用過程中operat1n通常是指向函數(shù)的指針。
[0030]步驟S12:知識榕樹節(jié)點(diǎn)屬性的關(guān)聯(lián)
[0031]知識主冠樹PKi的知識榕樹節(jié)點(diǎn)PKiNp屬性PAttributek的屬性名稱可以是普通的字符串，也可以是與知識主冠樹PKi相關(guān)的知識支撐樹AKu的名稱AKNamep如果PAttributek.PAtrNamek = = AKi；t.AKNamei,則表不 PAttributek 的屬性值 PAtrValk 的值域包含知識支撐樹AKm中所有知識榕樹節(jié)點(diǎn)AKm的名稱AKNamei的集合。
[0032]步驟S13:知識格樹節(jié)點(diǎn)關(guān)系的關(guān)聯(lián)
[0033]知識主冠樹的知識格樹節(jié)點(diǎn)關(guān)系集合PRelat1nr的PRelat1nType = {PParent,PConsist, Synonymy, PSimilar, PCorelated},其中 PParent 表不繼承關(guān)系、PConsist 組成關(guān)系、Synonymy表示同義關(guān)系、PSimilar表示相似關(guān)系、PCorelated表示關(guān)聯(lián)關(guān)系。繼承關(guān)系與組成關(guān)系建立在知識格樹節(jié)點(diǎn)和其父知識格樹節(jié)點(diǎn)之間；同義關(guān)系、相似關(guān)系、關(guān)聯(lián)關(guān)系建立在不同知識榕樹的知識榕樹節(jié)點(diǎn)之間。
[0034]知識支撐樹的知識格樹節(jié)點(diǎn)關(guān)系集合AReIat1nr的AReIat1nType主要包括{AParent, AConsist, ASimilar},其中 AParent 表不繼承關(guān)系、AConsist 組成關(guān)系，AS imi I ar表不相似關(guān)系。繼承關(guān)系與組成關(guān)系建立在知識格樹節(jié)點(diǎn)和其父知識格樹節(jié)點(diǎn)之間；相似關(guān)系建立在不同知識榕樹的知識榕樹節(jié)點(diǎn)之間。
[0035]步驟S2:利用知識榕樹網(wǎng)表達(dá)體系構(gòu)建知識榕樹網(wǎng)的知識推理和服務(wù)框架。
[0036]知識推理和服務(wù)框架建立在知識榕樹網(wǎng)中知識榕樹之間、知識榕樹節(jié)點(diǎn)間的屬性、關(guān)系和推理動作的基礎(chǔ)上，通過對輸入信息分析的基礎(chǔ)上，利用知識榕樹推理規(guī)則生成以輸入信息為核心的知識榕樹節(jié)點(diǎn)群和關(guān)聯(lián)知識榕樹節(jié)點(diǎn)群的過程。
[0037]根據(jù)推理的粒度不同，可以將推理規(guī)則劃分為單棵知識榕樹推理和知識榕樹網(wǎng)推理兩種。
[0038]1.單棵知識榕樹推理
[0039]單棵知識格樹推理(Single Banyan Reason, SBR)主要是根據(jù)輸入條件字符串S,推理生成核心知識格樹節(jié)點(diǎn)約束群{KernelRelat1n}。其中KernelRelat1n表示約束關(guān)系對，采用{ΑΚΝ,ΡΚΝ，Weight}三元組來表示，其中AKN表示支撐樹知識節(jié)點(diǎn)，PKN表示主冠樹知識節(jié)點(diǎn)，Weight表示約束權(quán)重)。
[0040]SBR主要依據(jù)依據(jù)知識主冠樹中知識榕樹節(jié)點(diǎn)的相互關(guān)系，知識支撐樹中知識榕樹節(jié)點(diǎn)的相互關(guān)系以及知識主冠樹與知識支撐樹之間的支撐關(guān)系。其主要推理過程包括:
[0041](I)初始化{KernelRelat1n}為空,轉(zhuǎn)(2)；
[0042](2)知識主冠樹完全匹配推理
[0043]if知識主冠樹PKi的知識榕樹節(jié)點(diǎn)集合(PKiNp, P = 1..P}，存在知識榕樹節(jié)點(diǎn)其名稱等于 S,即 PKiNp.PKNname 等于 S，then 生成約束對(null, PKiNp, I)加入{KernelRelat1n}轉(zhuǎn)入(4) ,else轉(zhuǎn)入(3);
[0044](3)知識主冠樹同義推理
[0045]if存在知識榕樹節(jié)點(diǎn)PKjNq,并且于知識榕樹節(jié)點(diǎn)PKiNp存在同義關(guān)系，即存在PKiNp.PRelat1nr = {Synonymy, PKjNq, 1},
[0046]then 生成約束對(null, PKiNp, I)和(null, PKjNq, I)加入 KernelRelat1n,轉(zhuǎn)入
(4), else 轉(zhuǎn)入(5)；
[0047](4)繼承關(guān)系推理
[0048]獲取{Kerne I Re I at i on}中約束對中的知識主冠樹知識榕樹節(jié)點(diǎn)PKiNp，在知識主冠樹PKi中遞歸生成PKiNp所有子孫知識點(diǎn)集合(PKiNJ，即PKiNe.PRelat1nr={PParent, PKjNq, weight},生成PKiNp所有子孫知識點(diǎn)集合(PKiNcJ的約束對(null, PKiNc, Weightc)并加入{KernelRelat1n},轉(zhuǎn)(9)；
[0049]其中Weightc表示繼承的強(qiáng)度，采用
, I DistiPK-N ,PK N1)/、…
[0050]Weightr=^l-'一計算，其中
[0051]Dist (PKiNc, PKiNp)表示PKiNe與PKiNp的距離，如果PKiNp是PKiNe父知識榕樹節(jié)點(diǎn)，則Dist (PKiNc, PKiNp) = 1，如果PKiNe的父知識榕樹節(jié)點(diǎn)是PKiNp的直接子知識榕樹節(jié)點(diǎn)，則Dist (PKiNc, PKiNp) = 2，以此類推WaxD^th(PKiNp)表示從知識榕樹節(jié)點(diǎn)PKiNp到最底層知識榕樹節(jié)點(diǎn)的距離。
[0052]Weightc越大表示知識榕樹節(jié)點(diǎn)PKiNc與PKiNp在繼承關(guān)系強(qiáng)度越強(qiáng)，兩個知識榕樹節(jié)點(diǎn)間相關(guān)程度越高，否則表示知識榕樹節(jié)點(diǎn)PKiNe與PKiNp在繼承關(guān)系強(qiáng)度越弱，兩個知識榕樹節(jié)點(diǎn)間相關(guān)程度越低。
[0053](5)知識支撐樹完全匹配推理
[0054]遍歷知識主冠樹PKi的支撐樹{ΑΚΜ}，
[0055]if知識支撐樹AKi, t的知識榕樹節(jié)點(diǎn)集合{Al，tNq, q = 1..Q}的知識榕樹節(jié)點(diǎn)名稱等于S,即AKyNq.AKNname = = S，then生成約束對集合
[0056]{(AKi； tNq, PKiNp, SupportRKTij t.supportffeight)},并加入{KernelRelat1n},轉(zhuǎn)Λ (9), else 轉(zhuǎn)入(6)；
[0057](6)知識支撐樹同義推理
[0058]if存在知識支撐樹AKi,t中存在知識榕樹節(jié)點(diǎn)AKftis,并且于知識榕樹節(jié)點(diǎn)AK/^存在同義關(guān)系且AKjNqs.PKNname = = S,
[0059]then 生成約束對集合{(AKjNq, PKiNp, SupportRKTi,」.supportffeight)}和{(AKjNqs, PKiNp, SupportRKTij j.supportffeight)},并加入{KernelRelat1n}，轉(zhuǎn)入(9)，else轉(zhuǎn)入(J);
[0060](7)知識主冠樹部分匹配推理
[0061 ] if知識主冠樹PKi的知識榕樹節(jié)點(diǎn)集合(PKiNp, P = 1..P}的知識榕樹節(jié)點(diǎn)名稱包含 S,即 S e PKiNp.PKNname, then 生成約束對(null, PKiNp, 0.5)加入{KernelRelat1n}轉(zhuǎn)入(9), else轉(zhuǎn)入⑶；
[0062](8)知識支撐樹部分匹配推理
[0063]遍歷知識主冠樹PKi的支撐樹{ΑΚμ}，if知識支撐樹AKm的知識榕樹節(jié)點(diǎn)集合{AKi；tNq, q = 1..Q}的知識榕樹節(jié)點(diǎn)名稱包含S，即
[0064]S e AKi, tNq.AKNname then 生成約束對集合
[0065]{(AKi, tNq, PKiNp, SupportRKTi, t.supportffeight)},并加入{KernelRelat1n}。轉(zhuǎn)入O)；
[0066](9)輸出:核心知識格樹節(jié)點(diǎn)約束群{KernelRelat1n}；
[0067]2.知識榕樹網(wǎng)推理
[0068]知識格樹網(wǎng)推理(Mulit-Banyan Reason, MBR)的目的基于單棵知識格樹推理出的核心知識格樹節(jié)點(diǎn)群{KernelRelat1n},推理生成關(guān)聯(lián)知識格樹節(jié)點(diǎn)群{ReferenceRelat1n}。其中 ReferenceRelat1n 表不約束關(guān)系對，米用{Relat1nList, ReferenceEntity, Weight}三兀組來表不，其中Relat1nList表不關(guān)聯(lián)序列，ReferenceEntity表示約束對象，Weight表示約束權(quán)重)。
[0069]MBR主要依據(jù)依據(jù)知識主冠樹中知識榕樹節(jié)點(diǎn)的相互關(guān)系。其主要推理過程包括:
[0070](I)已知核心知識格樹節(jié)點(diǎn)約束群{KernelRelat1n}；初始化ReferenceRelat1n = {},轉(zhuǎn)(2);
[0071](2)遍歷{KernelRelat1n}中每一個核心知識格樹節(jié)點(diǎn)約束(AKiNq, PKiNp, weight)，如果知識節(jié)點(diǎn)PKiNp所屬知識榕樹BKi存在知識榕樹BKp使得RKijj(BKilBKj)為空，則轉(zhuǎn)(3)，否則轉(zhuǎn)(5)；
[0072](3)遍歷知識榕樹BI中知識主冠樹Pl中所有知識榕樹節(jié)點(diǎn)集合{PK#,}，生成關(guān)聯(lián)知識榕樹節(jié)點(diǎn)(PKiNp, PKjNq, RKi；J (BKi, BKj).rkffeight}添加到關(guān)聯(lián)知識榕樹節(jié)點(diǎn)群{ReferenceRelat1n},轉(zhuǎn)(4)；
[0073](4)對于知識榕樹BKj存在知識榕樹BKk，使得RKj,,(BKj, BKk)不為空，遍歷知識榕樹BKk中知識主冠樹PKk中所有知識榕樹節(jié)點(diǎn)集合(PKkNJ，生成關(guān)聯(lián)知識榕樹節(jié)點(diǎn)(PKiNp, PKjN1, RKi；J (BKi, BKj).rkffeight^,, (BKj, BKk).rkffeight}并添加到關(guān)聯(lián)知識榕樹節(jié)點(diǎn)群{ReferenceRelat1n}，以此類推，直到不存在R^BK」，BKk)為空，轉(zhuǎn)(5)；
[0074](5)輸出:關(guān)聯(lián)知識格樹節(jié)點(diǎn)群{ReferenceRelat1n}。
[0075]步驟S3:利用知識榕樹網(wǎng)表達(dá)體系和服務(wù)框架，構(gòu)建領(lǐng)域榕樹知識體系。領(lǐng)域知識主要是針對特定領(lǐng)域，對該領(lǐng)域的分類知識以及關(guān)聯(lián)知識進(jìn)行形式化描述后形成的該領(lǐng)域榕樹知識體系。
[0076]步驟S31:領(lǐng)域知識分類
[0077]為了提高不同領(lǐng)域間知識的共享性以及知識維護(hù)的便利性，將知識劃分為領(lǐng)域知識和通用知識。領(lǐng)域知識只在該領(lǐng)域中有效，通用知識可以在多個領(lǐng)域中使用。比如對于顏色分類知識，可將顏色劃分為赤橙黃綠青藍(lán)紫，這些分類知識在很多領(lǐng)域都可以進(jìn)行應(yīng)用，因此將其定義為通用知識；而對于某些名稱，如蘋果，在蔬菜水果領(lǐng)域可將蘋果劃分為紅富士蘋果、黃元帥蘋果...;而在通訊領(lǐng)域，“蘋果”可以代表一些列電子產(chǎn)品，可劃分為蘋果手機(jī)，蘋果平板電腦...因此將這些知識定義為領(lǐng)域知識，因?yàn)檫@些知識在不同領(lǐng)域都有其特殊的意義。
[0078]步驟S32:領(lǐng)域知識榕樹節(jié)點(diǎn)構(gòu)建
[0079]據(jù)知識榕樹網(wǎng)知識表達(dá)體系，每個領(lǐng)域知識榕樹節(jié)點(diǎn)采用{節(jié)點(diǎn)名稱，屬性集合，關(guān)系集合，推理動作集合}四元組表示。其中推理動作中的推理操作一般關(guān)聯(lián)一定的處理算法，當(dāng)該知識榕樹節(jié)點(diǎn)的推理動作的推理?xiàng)l件滿足，則執(zhí)行相關(guān)處理算法。例如，在蔬菜水果領(lǐng)域，構(gòu)建“水果”知識榕樹節(jié)點(diǎn)，節(jié)點(diǎn)名稱為水果，屬性包括產(chǎn)地，顏色等，關(guān)聯(lián)關(guān)系包括與“蘋果”，“香蕉”等知識榕樹節(jié)點(diǎn)的繼承關(guān)系，以及與"fruit"知識榕樹節(jié)點(diǎn)的同義關(guān)系等。
[0080]利用知識榕樹節(jié)點(diǎn)間父子和組成關(guān)系建立知識榕樹節(jié)點(diǎn)間的樹狀排列。
[0081 ] 步驟S33:知識榕樹構(gòu)建
[0082]根據(jù)知識榕樹網(wǎng)知識表達(dá)體系，將領(lǐng)域核心的分類知識構(gòu)建成知識榕樹的主冠樹，輔助說明知識構(gòu)建成支撐該主冠樹的支撐樹。
[0083]根據(jù)知識榕樹網(wǎng)知識表達(dá)體系，將領(lǐng)域核心的分類知識構(gòu)建成知識榕樹的主冠樹，輔助說明知識構(gòu)建成支撐該主冠樹的支撐樹。通過支撐關(guān)系不僅可以快速查詢出知識主冠樹的知識節(jié)點(diǎn)的屬性，還可以通知識支撐樹的知識節(jié)點(diǎn)，快速定位出與之相關(guān)知識主冠樹中的知識節(jié)點(diǎn)。例如，在蔬菜水果領(lǐng)域，可以將水果的分類知識構(gòu)建成知識主冠樹，而描述蘋果的輔助說明知識，如產(chǎn)地，顏色等可以構(gòu)建成知識支撐樹，如將產(chǎn)地支撐樹包含“河北”，“河南”，“山東”等知識榕樹節(jié)點(diǎn)；顏色支撐樹包括“紅” “黃” “綠”等知識榕樹節(jié)點(diǎn)。其中產(chǎn)地支撐樹以及顏色支撐樹所包含的分類知識，在其他領(lǐng)域也可以應(yīng)用，因此可以將其視為通用知識。
[0084]步驟S34:知識榕樹網(wǎng)構(gòu)建
[0085]在不同知識榕樹之間建立關(guān)聯(lián)，構(gòu)建知識榕樹網(wǎng)領(lǐng)域體系。例如對于“水果”知識榕樹，可以建立的聯(lián)系的包括“供應(yīng)商”知識榕樹，“運(yùn)輸”知識榕樹等。通過建立不同知識榕樹之間的聯(lián)系，使得不同的分類知識之間建立成彼此相互關(guān)聯(lián)的網(wǎng)絡(luò)體系，便于相關(guān)知識的關(guān)聯(lián)檢索。
[0086]步驟S4:在構(gòu)建領(lǐng)域榕樹知識體系的基礎(chǔ)上，為領(lǐng)域提供數(shù)據(jù)、信息和知識的管理、推理和檢索服務(wù)。
[0087]步驟S41:基于領(lǐng)域榕樹知識體系的領(lǐng)域素材信息的標(biāo)注
[0088]利用領(lǐng)域知識榕樹知識體系，將領(lǐng)域素材進(jìn)行知識榕樹節(jié)點(diǎn)標(biāo)注，即知識榕樹節(jié)點(diǎn)屬性名稱關(guān)聯(lián)和屬性值設(shè)定。例如，對于在一批紅富士蘋果信息，將該信息與“紅富士蘋果”知識榕樹節(jié)點(diǎn)關(guān)聯(lián)，其屬性及相應(yīng)屬性值主要包括:質(zhì)量=I斤，顏色=紅色，產(chǎn)地=陜西等
[0089]步驟S42:基于領(lǐng)域榕樹知識體系的檢索和推理
[0090]步驟S421:切分輸入查詢條件；
[0091]將對用戶輸入的查詢語句進(jìn)行切分，切分結(jié)果為一個短語集合。
[0092]步驟S422:查找短語對應(yīng)知識樹的知識榕樹節(jié)點(diǎn)；
[0093]將分詞獲得短語與領(lǐng)域知識榕樹網(wǎng)中的知識榕樹上節(jié)點(diǎn)進(jìn)行匹配，將匹配次數(shù)最多的知識榕樹節(jié)點(diǎn)，作為候選知識榕樹節(jié)點(diǎn)。如果候選知識榕樹節(jié)點(diǎn)所屬知識榕樹是知識榕樹主冠樹，則將其添加到主冠樹選知識榕樹節(jié)點(diǎn)集合{PKNCandiate};如果候選知識榕樹節(jié)點(diǎn)所屬知識榕樹是知識榕樹支撐樹，則將其添加到支撐樹候選知識榕樹節(jié)點(diǎn)集合{AKNCandiate}；
[0094]步驟S423:知識榕樹網(wǎng)體系推理
[0095]以主冠樹候選知識榕樹節(jié)點(diǎn)集合{PKNCandiate}和支撐樹候選知識榕樹節(jié)點(diǎn)集合{AKNCandiate}為基礎(chǔ)，利用知識榕樹網(wǎng)體系推理，生成核心知識榕樹節(jié)點(diǎn)約束群{KernelRelat1n}和相關(guān)知識格樹節(jié)點(diǎn)約束群{RelatedRelat1n},并依據(jù)關(guān)聯(lián)程度從高到低對它們進(jìn)行排序生成素材檢索約束序列Relat1nList。其具體的推理過程如下:
[0096](I) if主冠樹候選知識格樹節(jié)點(diǎn)結(jié)合{PKNCandiate}不為空，then遍歷主冠樹候選知識榕樹節(jié)點(diǎn)，進(jìn)行單棵知識榕樹推理，生成候選核心知識榕樹節(jié)點(diǎn)約束群{KernelRelat1nCandidate},轉(zhuǎn)(2) ;else 轉(zhuǎn)(6)
[0097](2)遍歷候選核心知識格樹節(jié)點(diǎn)約束群，ifKernelRelat1nCandidate.AKNN是支撐樹知識格樹節(jié)點(diǎn)，則將KernelRelat1nCandidate加入核心知識格樹節(jié)點(diǎn)約束群{KernelRelat1n}。轉(zhuǎn)(3)
[0098](3) if {KernelRelat1n}為空，轉(zhuǎn)(4) ;else 轉(zhuǎn)(6)；
[0099](4)遍歷支撐樹候選知識格樹節(jié)點(diǎn)集合{AKNCandiate},獲取知識格樹節(jié)點(diǎn)AKNCandiate所屬的知識支撐樹AKT」，獲取AKT支撐的知識主冠樹集合{PKTJ，轉(zhuǎn)(5) ；else轉(zhuǎn)(6)
[0100](5)獲取知識主冠樹集合{PKT}中PKT的知識榕樹節(jié)點(diǎn)集合{PKN}，生成相關(guān)知識榕樹節(jié)點(diǎn)約束群(AKNCandiate，PKN, RKi；J.weight)，并加入關(guān)聯(lián)知識榕樹節(jié)點(diǎn)約束群{RelatedRelat1n},轉(zhuǎn)(6)
[0101](6)輸出:
[0102]依據(jù)核心知識格樹節(jié)點(diǎn)約束群{KernelRelat1n},和相關(guān)知識格樹節(jié)點(diǎn)約束群{RelatedRelat1n}中約束的權(quán)重,從高到低排序，生成素材檢索約束序列Relat1nList。
[0103]步驟S424:多元素材檢索和應(yīng)用
[0104]遍歷素材檢索約束序列Relat1nList，對利用領(lǐng)域榕樹知識體系進(jìn)行標(biāo)注過的的領(lǐng)域素材信息的進(jìn)行檢索，生成素材檢索集合。
【權(quán)利要求】
1.一種新的領(lǐng)域知識表達(dá)和服務(wù)方法，其特征在于，根據(jù)構(gòu)建的順序包括如下步驟: 步驟S1:構(gòu)建知識榕樹網(wǎng)表達(dá)體系； 步驟S2:利用知識榕樹網(wǎng)表達(dá)體系構(gòu)建知識榕樹網(wǎng)的知識推理、服務(wù)框架； 步驟S3:利用知識榕樹網(wǎng)表達(dá)體系和知識推理、服務(wù)框架，構(gòu)建領(lǐng)域榕樹知識體系； 步驟S4:在構(gòu)建領(lǐng)域榕樹知識體系的基礎(chǔ)上，為領(lǐng)域提供數(shù)據(jù)、信息和知識的管理、推理和檢索服務(wù)。
2.如權(quán)利要求1所述的一種新的領(lǐng)域知識表達(dá)和服務(wù)方法，其特征在于:所述步驟SI知識榕樹網(wǎng)表達(dá)體系由相互關(guān)聯(lián)的若干知識榕樹組成；每棵知識榕樹由一棵知識主冠樹和若干知識支撐樹組成，表示特定類型分類知識和及相關(guān)知識；知識主冠樹主要用來描述領(lǐng)域核心分類知識，知識支撐樹主要是從不同的維度支撐描述核心知識的分類知識，知識主冠樹和知識支撐樹均由知識榕樹節(jié)點(diǎn)按照樹狀排列而成。
3.如權(quán)利要求2所述的一種新的領(lǐng)域知識表達(dá)和服務(wù)方法，其特征在于:所述知識榕樹節(jié)點(diǎn)作為領(lǐng)域榕樹知識體系基本的表達(dá)單元，主要包括節(jié)點(diǎn)名稱、屬性集合、關(guān)系集合和推理動作集合四要素； 節(jié)點(diǎn)名稱是知識榕樹節(jié)點(diǎn)的唯一標(biāo)識； 屬性集合是知識榕樹節(jié)點(diǎn)的基本特征，對知識榕樹節(jié)點(diǎn)起表示和區(qū)分的作用；屬性集合主要包括{屬性名，屬性值}，屬性名本身也可以是知識支撐樹的名稱也可以字符串，屬性值可以是知識支撐樹的知識榕樹節(jié)點(diǎn)也可以是字符串和數(shù)字； 關(guān)系集合主要包括六種:繼承關(guān)系，包含關(guān)系，同義關(guān)系，相似關(guān)系，約束關(guān)系，關(guān)聯(lián)關(guān)系; 推理動作集合主要體現(xiàn)不同知識榕樹節(jié)點(diǎn)間的相互推理作用，體現(xiàn)了事物的運(yùn)動特征，主要包括{推理動作名稱，推理動作觸發(fā)條件，推理操作}三要素；推理動作名稱是指動作的唯一標(biāo)識，由字符串標(biāo)識；動作觸發(fā)條件是一系列謂詞，推理操作值得動作執(zhí)行的過程，即相關(guān)操作。
4.如權(quán)利要求1所述的一種新的領(lǐng)域知識表達(dá)和服務(wù)方法，其特征在于:所述步驟S2構(gòu)建知識榕樹網(wǎng)的知識推理和服務(wù)框架，通過對輸入信息分析的基礎(chǔ)上，利用知識榕樹推理規(guī)則生成以輸入信息為核心的知識榕樹節(jié)點(diǎn)群和關(guān)聯(lián)知識榕樹節(jié)點(diǎn)群；輸入信息是描述性字符串或謂詞邏輯，知識榕樹節(jié)點(diǎn)群由若干知識榕樹節(jié)點(diǎn)及其相互關(guān)系組成。
5.如權(quán)利要求4的一種新的領(lǐng)域知識表達(dá)和服務(wù)方法，其特征在于:所述的推理規(guī)則，根據(jù)推理的粒度不同，將知識榕樹推理規(guī)則劃分為單棵知識榕樹推理和知識榕樹網(wǎng)推理兩種；其中單棵知識榕樹推理又劃分為知識主冠樹內(nèi)部推理和知識主冠樹與知識支撐樹推理；知識榕樹網(wǎng)推理主要是指不同知識榕樹之間的推理，推理的過程主要由知識榕樹節(jié)點(diǎn)的推理動作決定。
6.如權(quán)利要求1所述的一種新的領(lǐng)域知識表達(dá)和服務(wù)方法，其特征在于:所述步驟S3構(gòu)建領(lǐng)域榕樹知識體系，將知識榕樹表達(dá)體系作為核心的知識表達(dá)和形式化方法，根據(jù)不同領(lǐng)域的知識內(nèi)容，構(gòu)建領(lǐng)域榕樹知識體系； 領(lǐng)域榕樹知識體系，根據(jù)知識的通用性和獨(dú)特性，將領(lǐng)域榕樹知識體系中的知識劃分為領(lǐng)域知識和通用知識；領(lǐng)域知識只在該領(lǐng)域中有效，通用知識可以在多個領(lǐng)域中共享。
7.如權(quán)利要求1所述的一種新的領(lǐng)域知識表達(dá)和服務(wù)方法，其特征在于:所述步驟S4為領(lǐng)域提供數(shù)據(jù)、信息和知識的管理、推理和檢索，在構(gòu)建領(lǐng)域榕樹知識體系的支撐下，通過對檢索信息的分析，生成與檢索信息相關(guān)知識榕樹節(jié)點(diǎn)群，并依據(jù)知識榕樹節(jié)點(diǎn)群，完成所需彳目息及相關(guān)彳目息的檢索。
【文檔編號】G06F17/30GK104239397SQ201410308904
【公開日】2014年12月24日 申請日期:2014年7月1日 優(yōu)先權(quán)日:2014年7月1日
【發(fā)明者】葛水英, 于海濤 申請人:中國科學(xué)院科學(xué)傳播研究中心