基于系統(tǒng)工程文檔的領(lǐng)域知識庫構(gòu)建.pdf

1、近年來，在搜索引擎巨頭谷歌推出的“知識圖譜”的影響下，國內(nèi)的眾多知名公司紛紛推出了自己的相關(guān)產(chǎn)品，如百度公司的“知心搜索”、搜狗公司的“知立方”等。在這樣的大背景影響下，各個行業(yè)也開始思考構(gòu)建屬于自己的領(lǐng)域知識庫，這可以為企業(yè)在運營決策上提供全面和智能的支持。
　　本文以HKBZ領(lǐng)域的系統(tǒng)工程文檔為語料，融合了領(lǐng)域內(nèi)的結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)，從而構(gòu)建了該領(lǐng)域的知識庫系統(tǒng)。該系統(tǒng)所涉及的領(lǐng)域知識主要包括文檔與文檔間關(guān)系（包含

2、引用關(guān)系和相似關(guān)系）、文檔與實體間關(guān)系、實體與實體間關(guān)系以及其他相關(guān)知識。本文分析了領(lǐng)域知識庫構(gòu)建方法和當(dāng)前的研究現(xiàn)狀，詳細地描述了命名實體識別、實體關(guān)系抽取、知識表示這三個知識庫構(gòu)建的基本環(huán)節(jié)。
　　本文主要有以下三點貢獻:
　　(1)在知識庫構(gòu)建的實體關(guān)系抽取環(huán)節(jié)，針對系統(tǒng)工程文檔的特點，提出了基于詞激活力理論的四種實體對特征向量構(gòu)造方法，并利用多種分類模型進行實驗加以驗證分析，依據(jù)實驗結(jié)果得出了最為可靠的特征向量構(gòu)造方

3、法;
　　(2)在知識庫構(gòu)建的知識表示環(huán)節(jié)，本文分析比較了多種主流的知識表示方法，為了彌補基于本體概念的知識表示在共享、重用和互操作等方面的不足，提出了一種基于JsonSchema的面向?qū)ο笾R表示方法;
　　(3)在系統(tǒng)實現(xiàn)環(huán)節(jié)中，本文設(shè)計并實現(xiàn)了一個自動化性強、知識復(fù)用率高、查詢速度快、命中率高的領(lǐng)域知識庫原型系統(tǒng)。
　　此外，本文從全自動化構(gòu)建領(lǐng)域知識庫的角度出發(fā)，提出了一套完整的HKBZ領(lǐng)域知識庫的構(gòu)建方案，對