基于本體的知識表示研究.pdf

1、知識表示是知識工程中的核心問題，是與人工智能結(jié)合最緊密的部分。傳統(tǒng)的知識表示方法，由于知識資源缺乏統(tǒng)一的語義描述，難以實現(xiàn)相關(guān)資源的語義融合，用戶不能充分利用與自身需求相關(guān)的知識，造成知識難以做到共享。如何解決這些問題是知識工程所面臨的挑戰(zhàn)。 針對傳統(tǒng)知識表示存在的上述問題，本文依托教學(xué)領(lǐng)域?qū)诒倔w的知識表示展開研究。論文首先在分析了傳統(tǒng)知識表示的不足后，探討了基于本體的知識表示，并在此基礎(chǔ)上研究了教學(xué)領(lǐng)域中知識本體的構(gòu)造方法

2、，構(gòu)造了計算機網(wǎng)絡(luò)的知識本體CNCO。該本體通過建立概念、概念之間的繼承、實例及多種約束關(guān)系表達高度共享和重用的領(lǐng)域知識，滿足教學(xué)領(lǐng)域?qū)χR表示的要求。 實現(xiàn)知識共享，主要是解決本體異構(gòu)問題。本體異構(gòu)問題的產(chǎn)生是因為本體的構(gòu)造沒有統(tǒng)一的標(biāo)準(zhǔn)，所以在同一個領(lǐng)域內(nèi)產(chǎn)生了大量不同的本體。這些本體間是異構(gòu)的，本體映射能解決本體異構(gòu)問題，本文就本體映射進行了深入的研究。本體映射的關(guān)鍵是相似度的計算。對于相似度的計算，本文從概念的語義相似度

3、和語義相關(guān)度兩個方面進行了研究，提出了一種將概念的語義相似度和語義相關(guān)度相結(jié)合度量的評估相似度算法。驗證表明，這種改進算法較好地解決了傳統(tǒng)知識表示中定性概念之間相似性和相關(guān)性難以量化計算的問題，提高了相似度計算的準(zhǔn)確度和精確度。在此基礎(chǔ)上，本文進一步研究了相似矩陣的生成、映射規(guī)則的制定與執(zhí)行以及知識共享模型框架的建立，為知識本體映射的最終建立奠定了基礎(chǔ)。 本文最后提出了一個基于本體的教學(xué)領(lǐng)域知識表示模型，該原型系統(tǒng)整體結(jié)構(gòu)采用了