基于本體和規(guī)則的受控自然語言系統(tǒng)模型研究.pdf

1、從20世紀50年代至今，自然語言處理作為人工智能的一個重要分支有很大發(fā)展。但是由于自然語言本身的特性，目前計算語言技術還不能像人一樣處理自然語言，從而限制了自然語言在智能系統(tǒng)中的應用。受控自然語言是自然語言的一個子集，以語言學、邏輯學、知識分類理論、心理學和信息學等為理論基礎，在一個領域內(nèi)限制自然語言的詞庫、語法及意義，減少或者消除語言的歧義性和復雜性的目的，從而提高了自然語言在智能系統(tǒng)中的應用性。語義網(wǎng)是目前被廣泛用于知識表示的一種技

2、術，目的是構造一個以本體為核心的語義網(wǎng)絡。目前，由W3C組織提出的OWL 本體和SWRL 規(guī)則技術規(guī)范已經(jīng)廣泛用于構造各種知識庫系統(tǒng)。本文在對受控自然語言、本體及規(guī)則的相關理論進行深入研究基礎上，提出了基于本體和規(guī)則的受控自然語言系統(tǒng)模型，主要工作包括以下幾個方面：
　　 首先，建立了基于WordNet的受控自然語言本體詞庫模型CNLNet，采用本體論描述領域概念及概念之間的關系，便于受控自然語言系統(tǒng)進行歧義消解處理。WordN

3、et是一個規(guī)模最大并且使用最為廣泛的在線英語語義詞典。WordNet 把同義詞集合作為基本元素按照一種系統(tǒng)化結構進行組織，每個同義詞集合代表一個詞匯概念，語義之間的關系通過概念之間的關系體現(xiàn)，包括同義關系、反義關系、整體與部分和上下位關系等等，形成一個完整的詞匯語義網(wǎng)絡。本體是從哲學范疇借用的一個概念，是語義網(wǎng)體系結構中的重要內(nèi)容，具有強大的語義描述能力，采用形式化和結構化的方式從不同的層次對本體及本體之間的關系進行語義描述，便于計算機

4、可以識別并且對其進行解釋和處理。
　　 其次，提出了基于本體詞庫的下文無關文法理論的受控自然語言解釋器CNLInterpreter。CNLInterpreter 有兩部分組成：句法剖析器和語法樹解釋器。句法剖析器以概率詞條化上下文無關文法理論為基礎，結合CNLNet 本體詞庫，把受控自然語言句子剖析成抽象語法樹；語法樹解釋器把抽象語法樹解釋成中間表達語言篇章表述結構，篇章表述結構描述了受控自然語言句子的語義信息。實驗證明該解釋器

5、具有較好的句法剖析和語義解釋能力。然后，提出了基于本體和規(guī)則的受控自然語言系統(tǒng)的推理機CNLReasoner。CNLReasoner的邏輯基礎是語義網(wǎng)OWL 本體公理和SWRL 規(guī)則公理。受控自然語言句子經(jīng)過語言處理部分生成篇章表述結構，然后通過知識轉換工具轉換成語義網(wǎng)OWL 本體和SWRL 規(guī)則知識，最后通過Jess 規(guī)則引擎對知識進行推理。實驗證明了該推理機的正確性和有效性。
　　 最后，建立了基于本體和規(guī)則的受控自然語言的

6、用戶接口系統(tǒng)模型?；谶壿嫷氖芸刈匀徽Z言具有形式邏輯的基礎，除了可以用于描述知識外，還可以作為計算機系統(tǒng)的用戶接口與用戶進行交互。受控自然語言句子通過語言處理部分生成篇章表述結構，通過基于本體和規(guī)則的知識庫系統(tǒng)識別用戶輸入的關鍵語義信息，提交給應用系統(tǒng)執(zhí)行相關操作，并返回執(zhí)行結果信息。
　　 通過以上工作，本文詳細討論了基于本體和規(guī)則的受控自然語言系統(tǒng)模型。本文在本體和規(guī)則的理論基礎上提出了兩種受控自然語言應用模型：一是基于本體

7、和規(guī)則的推理系統(tǒng)，結合語義網(wǎng)本體和規(guī)則公理進行推理，構建知識庫系統(tǒng)；二是基于本體和規(guī)則的用戶接口系統(tǒng)，通過本體與規(guī)則分析受控自然語言的語義信息，提交給應用系統(tǒng)，執(zhí)行系統(tǒng)動作，完成業(yè)務操作。這兩個系統(tǒng)模型基本實現(xiàn)了本體、規(guī)則和受控自然語言的有機結合，為受控自然語言在相關領域范圍內(nèi)應用提供技術支持框架。實驗表明，本文提出的基于本體和規(guī)則的受控自然語言系統(tǒng)模型不僅具有重要的理論意義，而且具有實用價值，本文研究結果可以作為受控自然語言相關應用研