航空領(lǐng)域知識自動提取技術(shù)初步研究.pdf

1、目前CBT開發(fā)水平日益提高，技術(shù)趨向成熟。在開發(fā)過程中，CBT系統(tǒng)需要大量的后臺知識庫做支撐。文本知識的自動提取成為CBT技術(shù)開發(fā)的關(guān)鍵技術(shù)之一。 本文以實現(xiàn)CBT開發(fā)中知識獲取的自動化為目的，研究和實現(xiàn)了采用信息提取技術(shù)和自然語言處理技術(shù)來處理航空領(lǐng)域培訓(xùn)材料知識的自動識別和提取。本文限定文本為航空領(lǐng)域教材，知識形式采用電子文本語言。人工總結(jié)出知識的典型句式，歸納出模式。并且利用正則表達(dá)式表達(dá)模式，對文本進(jìn)行粗匹配。

2、在粗匹配的基礎(chǔ)上，采用知識的詞語隸屬度和句子隸屬度對粗匹配得到的句子進(jìn)行篩選。詞語隸屬度的計算使用專業(yè)語料庫和普通語料庫，先對這兩個語料庫進(jìn)行分詞，然后分別統(tǒng)計詞頻，通過得到的詞頻信息計算詞語隸屬度。句子隸屬度的計算基于詞語隸屬度。對于同一知識重復(fù)出現(xiàn)的情況，本文目前采取了簡單處理，使用文本分類方法VSM從中計算相似度，并從中選取值最大的，存入知識庫。 實驗結(jié)果表明，開放測試時知識提取系統(tǒng)的平均召回率可達(dá)83.78％，正確率可達(dá)