基于概念圖的語義分析的研究與應(yīng)用.pdf

1、人工智能在21世紀(jì)得到了巨大的發(fā)展，自然語言理解作為人工智能領(lǐng)域內(nèi)一門重要學(xué)科，越來越受到各國學(xué)者的關(guān)注，并得到了廣泛的應(yīng)用。語義分析作為自然語言理解的重要分支，也顯現(xiàn)出了巨大的研究價(jià)值。本文在傳統(tǒng)的中文語義分析的基礎(chǔ)上，設(shè)計(jì)了以含權(quán)概念圖作為知識表示方法和漢語語義庫作為數(shù)據(jù)支持的中文語義分析系統(tǒng)原型。本文研究了中文語義分析系統(tǒng)原型的結(jié)構(gòu)，模塊功能以及語義分析準(zhǔn)確率。
　　在中文語義分析原型系統(tǒng)中，首先需要選擇知識表示方法。概念圖

2、作為一種成熟的知識表示語言，經(jīng)過多年的研究發(fā)展已經(jīng)具有了很強(qiáng)的語義表示能力和知識推理能力。概念圖的線性表示方式利于計(jì)算機(jī)儲(chǔ)存及運(yùn)算，本文在概念圖的基礎(chǔ)上，引入權(quán)值的概念構(gòu)成含權(quán)概念圖，并將其與語義相似度計(jì)算理論相結(jié)合，設(shè)計(jì)了基于含權(quán)概念圖的中文語義分析系統(tǒng)原型。
　　本文設(shè)計(jì)的中文語義分析系統(tǒng)原型包括中文分詞，句法分析，概念圖生成以及相似度計(jì)算四大部分。其中中文分詞針對要分析的中文語句，利用層疊隱馬爾可夫模型對中文語句進(jìn)行詞語切分

3、。在完成詞語切分后，在句法分析部分，利用依存句法分析的方法對中文語句進(jìn)行句法分析，并將中文語句中各個(gè)詞語間的句法關(guān)系標(biāo)注出來。在概念圖生成部分，總結(jié)常見的句法關(guān)系和語義關(guān)系，研究語法關(guān)系和語義關(guān)系之間的轉(zhuǎn)換規(guī)律，利用語義庫作為數(shù)據(jù)支持建立轉(zhuǎn)換規(guī)則，將語法關(guān)系轉(zhuǎn)換為語義關(guān)系，.最終將中文語句以概念圖的形式表現(xiàn)出來。最后利用相似度計(jì)算理論，對概念圖各個(gè)部分進(jìn)行相似度匹配。并設(shè)計(jì)相應(yīng)算法使計(jì)算機(jī)完成概念圖的相似度匹配，最終達(dá)到語義分析的目的。