面向知识库的中文自然语言问句的语义理解

设计从自然语言问句到结构化查询的转换框架。该方法从自然语言问句的句法结构入手, 提出一套启发式识别实体与关系的方法, 并利用语料库建立从实体到知识库的映射, 对谓词进行消歧, 进而转化为计算机可理解的结构化查询语言。从百度知道抽取人物、地点、组织3类共 42 个问题作为标准测试集。实验结果表明, 所提出的框架能够有效地将中文自然语言问句转换为结构化查询, 为下一代智能问答系统打下良好的基础。     

基于中间抽象表示的中英文统一接口

首先讨论自然语言接口的工作原理，然后给出了CEUI的系统框图和实现算法，最后给出了CEUI的系统的一些特点．     

多智能体并行设计环境中的自然语言通信功能

研究了一个多智能体并行设计环境中自然语言通信模块的设计和实现方法.该设计方法建立在受限语言的基础上,突出了在协商式多智能体之间进行自然语言通信时的准确性.通过建立一个受限词汇的综合信息库,记录词汇的各种语法、语义信息;描述了词库的结构和形态;为了区分基本词汇和面向用户领域词汇,将词库分级;在词法分析时采用总库索引来查询词汇库,并提出了提高词库性能的方法;限定了用户使用的基本句型,采用扩充短语结构文法对句子结构进行分析,并产生相应的语义逻辑公式;定义了句子生成模板,智能体借助该模板提供的接口函数生成自然语言句子.此外,还提出了提高通信有效性的方法,为智能体提供了灵活、友善的接口,提高了多智能体并行设计环境的性能.     

关系代数的扩充及其应用

为了研究与实现数据库的自然语言查询接口的需要,本文首先在关系代数中扩充定义了 COUNT、AVERAGE、SUM、MAX、MIN 等函数,说明了它们对数据库查询问题的表达能力,然后以 COUNT 为例,给出了自然语言查询问题转换为关系代数表达式时的有关转换规划.研究表明,关系代数的这种扩充是很有意义的.是可行的.     

统计学习方法在语义消歧中的应用研究

语义歧义大量存在于自然语言中,其排歧成功率是衡量机器翻译、信息检索、文本分类等自然语言处理软件性能的重要指标.对语义消歧这一自然语言理解领域的难点技术问题进行了探讨,分析了统计学习方法在语义消歧中的应用,阐述了统计语义消歧的有关技术,并给出一个基于贝叶斯与机读词典的语义消歧实例,取得了较高的语义消歧成功率.     

试题库的自然语言接口设计

将自然语言理解与试题库技术相结合,提出了一种基于受限汉语的自然语言接口设计方法。首先建立广义的、包含非标准用词及其对应的标准用词的词语辞典,然后对自然语言进行分词,再通过对每个词语的语义背景及其相应的语义及动作的分析,获得组卷参数,从而自动建立符合要求的试卷。利用VFP编程实现了该接口。     

Ontology技术及应用

目的分析Ontology特点,探讨Ontology在自然语言理解中的应用。方法通过概念之间的关系来描述概念的语义。结果Ontology解决了自然语言理解中的消歧、推理问题和在语义Web中的应用。结论利用Ontology作为知识体进行自然语言理解,能够有效的把语言学知识和世界知识结合起来,运用世界知识对文本进行消歧和推理;Ontology与知识系统的知识库相融合,使得自然语言理解不仅仅是作为一种人机交互方式,而且能够与其它的基于知识的智能系统如专家系统整合。     

文法识别与数据库汉语查询语言的结构分析

由于自然语言的复杂性和随意性，自然语言理解在人工智能领域中遇到了一些问题，而作为数据库，自然语言界面从一定程度上简化了自然语言理解的难度．把这些查询句加以归类整理，形成相应的模式类，并提出了具体的理解算法，较好地解决了在自然语言用于数据库查询时的理解问题，达到了预想的结果．     

文法识别与数据库汉语查询语言的结构分析

由于自然语言的复杂性和随意性，自然语言理解在人工智能领域中遇到的一些问题，而作为数据库，自然语言界面从一定程度上简化了自然语言理解的难度。把这些查询句加以归类事理形成相应的模式类，并提出了具体的理解算法，较好地解决了在自然语言用于数据库查询时的理解问题，达到了预想的结果。     

“冲压模具设计”精品课智能答疑系统设计

本文针对《冲压模具设计》精品课程,利用当前比较先进的全文检索技术、数据挖掘技术、自然语言分析技术等,对智能答疑系统进行了设计,给出了实现方法。