支持公理设计的产品符号语义模型

通过对产品功能和结构信息的多样性及相似性分析提出了符号单元的概念。将符号学方法与产品设计的公理与过程相结合,借助符号单元所具有的形状载体作用及其富有的高层次工程语义来实现产品模型的高层功能描述与低层几何表示的统一;给出了覆盖实例对象和类对象的统一的符号对象数据模型,并与语义相结合来描述符号对象及其之间的相互关系,实现了对符号单元抽象化与形式化表达。实例研究结果表明,该设计方法使设计者可以更直观自然地在高层次的语义层表达设计意图,并且实现了对产品公理设计的支持。     

OCL 2.0表达式语义学比较研究

从语法、语义域和语义映射三个方面,给出了基于UML元模型和形式化的OCL表达式语义描述.并探讨了OCL表达式上下文、OCL表达式赋值环境的概念.在OCL表达式语义的形式化描述中,定义了对象模型和OCL表达式语法,给出OCL表达式语义解释和OCL后置条件表达式的语义解释.通过对OCL表达式语义二种描述方法比较,可以看到OCL表达式语义学描述的关键是反映OCL表达式本质的语法描述.     

事件网络模型与应用研究

通过分析关于事件研究的成果,提出事件网络模型.事件网络是一种新的知识表达模型,具有事件单元和概念单元,可以描述现实世界的运动与变化.事件单元由多个角色的概念单元通过语义关系组合而成;每个角色的概念单元的属性间存在偏序关系,通过偏序关系可生成概念层次;每个概念层次都可用资源概念格来表达.因此,多资源概念格可形式化事件网络模型.事件单元以事件个体和事件类来体现,概念单元以实体个体和实体类来体现,因此,可以事件网络为核,通过映射规则,将事件网络映射为事件本体.事件本体是在基于实体类的传统概念本体上,增加事件类而扩展的新型本体.利用事件本体实现的事件知识检索系统,验证了事件网络模型的可行性和有效性.     

RDFS表示本体建模语言OIL的一种方法

给出扩充RDF Schema使之能够表达完全的知识表示语言的方法. 通过为这种语言增加必要的表达能力和语义来完善RDF Schema, 使RDF Schema能够描述本体建模语言OIL. 进一步给出OIL原语的RDF Schema定义： 任何OIL本体都可以使用RDF语法表示, 从而使其具有OIL的推理支持和形式化语义. 这种扩充方法同样也适用于其他知识表示的形式化.     

基于知网的关系网络的构建

为了更好地利用知网中的语义关系,提出了一种将知网中的各种隐含关系形式化表示的方法.该方法通过仔细分析知网中关系标知符、动态角色以及例句所描述的各种语义关系,以概念、特征、关系为基础,构建了一基于知网的关系网络.利用该关系网络,既可以高效地查找到词语的概念与概念之间的语义关系,也可以查找到概念的属性之间的语义关系.给出了该方法的实现算法,并用实例说明了该方法的优点.     

基于事件异构图表示的文本去重算法

基于图结构的文本表示方法在新闻文本去重中具有更好的效果.但是,目前该表示方法还不能完整地表示文本的全部信息,并且忽略了图的语义信息,降低了新闻文本的去重效果.为此,本研究提出基于事件异构图表示的文本去重算法,该算法首先通过事件异构图表示新闻文本的全局语义与结构信息,然后提出双标签图核算法表征事件异构图,实现深度表征图的结构及语义信息.实验结果表明,该研究提出的去重算法比现有的基于图结构的文本表示去重方法在F1-score指标上提升了10%.最后,该算法能提高新闻文本的去重效果.     

基于事件的文本相似度计算

大量研究成果已经表明,事件在很多文本中是客观存在的.从语义的角度理解,诸多文本是由事件组成的,事件是文本表示的最小语义单位.给出了基于事件的文本表示模型,在此模型的基础上,从文本类型相似度计算和文本内容相似度计算两个层面论述了文本相似度计算的方法.     

一种用于Web服务合成过程建模的不确定性事件代数方法

 Web服务合成是目前的研究热点之一,是Web服务架构中的重要组成部分.Web服务合成过程模型用以描述Web服务合成中各服务组件应该满足的语义约束信息,是自动服务发现及合成的基础.以事件代数作为支撑理论,旨在为Web服务合成过程建模提供一种支持语义表示及推理的形式化方法.针对Web服务合成的特点及合成过程本身具有的不确定性,首先基于统计学习的思想对传统事件代数进行不确定性扩展,给出Web服务不确定事件代数(WSUEA)的定义、操作及语义,进而对服务合成中的顺序、分支及并行等基本情形分别给出其WSUEA表达式、以及相应的概率计算方法.实验验证了所提出方法的有效性.     

基于语言变量的模糊本体模型

为了更有效地表达语义Web中的模糊知识,将模糊概念与关系引入到传统的模型中,提出新的模糊本体:模糊领域本体与模糊顶层本体.模糊顶层本体从语言变量的形式化表示入手,考虑模糊概念间的语义关系:集合关系、序关系与等价关系.用模糊本体对智能交通领域的知识进行建模,通过模糊语言值描述交通概念的属性信息,有效克服现有模型的一些局限.结果表明,该研究有利于语义Web环境下模糊系统的知识共享与重用.     

基于本体的知识形式化表示

本文在介绍了知识的形式化表示的基础上,分析了本体概念、关系、函数、实例、本体基本关系和概念的形式化表示,探讨了基于本体的知识表示的方法;并且将此运用于协作感知模型的知识库构造中的知识表达.     

基于描述逻辑的概念建模研究

首先介绍了描述逻辑,它源于遗传网络和基于框架的表示,是基于对象的知识表示的形式化,并且建立在概念和关系之上,而概念建模在人工智能、数据库系统设计等领域有很重要的作用.文章探 '讨了基于描述逻辑的概念建模细节问题.     

一种用于Web服务合成过程建模的不确定性事件代数方法

Web服务合成是目前的研究热点之一,是Web服务架构中的重要组成部分.Web服务合成过程模型用以描述Web服务合成中各服务组件应该满足的语义约束信息,是自动服务发现及合成的基础.以事件代数作为支撑理论,旨在为Web服务合成过程建模提供一种支持语义表示及推理的形式化方法.针对Web服务合成的特点及合成过程本身具有的不确定性,首先基于统计学习的思想对传统事件代数进行不确定性扩展,给出Web服务不确定事件代数(WSUEA)的定义、操作及语义,进而对服务合成中的顺序、分支及并行等基本情形分别给出其WSIJEA表达式、以及相应的概率计算方法.实验验证了所提出方法的有效性.     

基于知识图谱和图像描述的虚假新闻检测研究

针对传统虚假新闻检测方法主要采用图像统计学和图像分布式表示特征导致没有深层次挖掘图像所表达的文字含义的问题,设计了在融合知识图谱和图像描述的深度学习下的多模态虚假新闻检测模型.该模型一方面抽取出在新闻文本中的3元组形式知识图谱,另一方面生成图像对应的描述文本,同时采用Bert框架将原文本、3元组、图像描述文本加以集成.在基准汉语虚假新闻语料库上的实验结果表明:该模型显著优于传统的代表性方法.     

基于LOTOS对象模型的并发形式化研究

面向对象技术和形式化方法结合,在面向对象技术中应用形式化方法,是一种实现软件自动化的有效方法。介绍了形式化描述语言LOTOS的组成、操作语义和规则;根据LOTOS对并发操作描述的优势,应用它的操作语义和规则定义,结合面向对象技术和状态图的理论知识,定义出对象的状态变迁、状态图和对象并发的形式化规则,并运用这些规则对软件系统进行并发形式化;给出了GTP管理子系统形式化的实例说明。     

基于本体的子类/父类关系的分类体系形式化表示

目前,在对本体的研究中,存在着形式化程度不够的问题.文章针对本体模型中的概念分类进行分析,用代数语言给出了四种概念分类的形式化描述.并扩展UML,可视化地表示这四种概念分类.同时,用OWL实现了概念分类的描述.     

知网、HNC和框架网的语义知识表示异同

语义知识的表示和使用是自然语言处理的重要方面.知网从描述词语之间的关系以及属性之间的关系入手建立了中文词语语义知识的表示方法.HNC设计了语义概念基元和语句基元,形成了自然语言的概念空间,用基元描述语句理解处理中知识.不同于以上两种方法.框架网则是根据单词的不同的义项对应不同的语义框架,用不同的语义唤醒激活不同的框架,从而理解词语的语义.在此比较了三者在语义知识表示方面的异同.     

属性偏序形式结构的数学形式化

属性偏序形式结构,作为一种基于人类认知原理和粒计算思想的知识发现和知识表示新理论,目前已有广泛的应用,但其理论基础缺乏抽象化数学化,这势必影响该理论的系统发展。针对上述问题,研究了属性偏序形式结构的数学形式化描述问题。首先,基于粒计算的思想提出了知识表示的形式化框架。在此基础上,通过定义对象集合的覆盖和最简覆盖,给出属性偏序形式结构的粒和粒群的概念,进而通过对粒衍生出粒群的充要条件的讨论,给出了属性偏序形式结构中的知识结构,从而完成属性偏序形式结构的数学形式化描述。最后,通过具体实例展示了利用数学形式化描述构造属性偏序形式结构的过程,并揭示了该过程所体现的人类认知规律。     

基于Topic Map的知识表示技术研究

以Topic Map主题地图作为语义Web信息描述模型,阐述了Topic Map在Web资源组织中的作用和地位,研究了TM结构化知识表示向形式化逻辑的映射机制,以及基于TM的知识推理的实现.     

事件本体模型及事件类排序

给出了事件、事件类的定义,分析了事件类之间的关系,在此基础上形成了面向事件的本体模型,为基于语义的知识处理提供了新的方法与技术。在事件本体模型的基础上以事件类排序为实例,研究了基于HARank(Hubs-Authorities Rank)算法的事件类排序方法,给出了实验结果,并对其进行了评价。与传统本体相比,事件本体以更高粒度的事件作为知识表示单元,更适合表示运动世界的知识。     

事件本体模型及事件类排序

给出了事件、事件类的定义, 分析了事件类之间的关系, 在此基础上形成了面向事件的本体模型, 为基于语义的知识处理提供了新的方法与技术。在事件本体模型的基础上以事件类排序为实例, 研究了基于HARank (Hubs-Authorities Rank)算法的事件类排序方法, 给出了实验结果, 并对其进行了评价。与传统本体相比, 事件本体以更高粒度的事件作为知识表示单元, 更适合表示运动世界的知识。