语义网络：基于语义网络的家族人物关系推理算法的研究

《语义网络：基于语义网络的家族人物关系推理算法的研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、计算机时代!""#年第$期!!!基于语义网络的家族人物关系推理算法的研究葛强，郑逢斌，汤赛丽，侯丽敏，周舫<河南大学计算机与信息工程学院，河南开封;K#""%=摘要：基于语义网络，提出了关于家族人物关系的四种基本谓词，构造出表示称谓的多种复合谓词。利用由语义网络转换来的谓词演算，能够对两类问题进行推理，并建立完整的推理流程机制。一类是已知两个相关人名，推断他们之间的称谓，另一类是已知一人名字及称谓，推断相关人名。本文提出的方法具有良好的系统可实现性。关键词：自然语言理解；知识库；语义网络；谓词；推理%&引言良好的可移植性。社会人物关系错综复杂，

2、其中与人们关系最密切的是家族人物关系。在国外，表示家族关系的词汇相对中国来说比较少，也没有中国划分得细致，因此要简单得多。在中国，开展家族人物关系的研究较多，但大多是关于一个家族的家谱及家族人物的研究，为发掘家族历史与文化作出了突出贡献；与自然语言理解技术相结合的研究却是刚刚起步，中科院有学生研究《红楼梦》中四大家族的人物关系，不过他们的研究在于针对特定家族’%(，利用的是已处理好的格式化文本知识，没有与知识库相结合，不具有普遍性，表示能力相对来说较为单一。语义网络（)*+,-./0&-*.1234）的出现，为这方面的研究提供了新的思路。最早在

3、%5$$年67/88/,-把语义网络作为一种知识表示工具加以认真研究，他建议用一种语义网络来描述人对事物的认识。从67/88/,-的开创性工作以来，人们在语义网络的研究和应用方面做了大量的工作，出现了分类更为细致的网络，如命题语义网络，数据语义网络，语言语义网络等’!(。语义网络为类似家族人物关系问题提供了新的解决方法。本文从用户提供的一句关于家族人物关系的问话出发，结合语义网络，研究普通的家族人物关系，总结出人物之间的关系谓词，融合93282:技术，建立家族人物关系推理机制及算法。图%&&家族人物关系推理系统模型!&家族人物关系推理系统的模型

4、>&家族人物关系的语义网络分析各种提问方式，总结出问句的基本类型可分为两种：语义网络是通过概念及其语义关系来表达知识的一种带已知两个相关人物的名字，提问他们之间的称谓；已知一个人标识的有向网络图’>(。它可以表示知识，并进行相关推理。的名字，提问另外一个与其有家族关系的人名。本文首先对初始句子进行一系列处理，得到一个标准化的为了解决上面两种常见的关于家族人物关系的问题，作者句子；提取知识，转化为三元组的形式存储于知识库；然后构造构造了一个推理系统模型，如图%所示，然后给出该模型下知表示家族人物关系的语义网络；最后依据语义网络生成基本谓识库的用途

5、和结构，最后讨论系统的移植和扩充性’;(。本文以问词，对提问目标进行相关推理，得出合理答案。答系统为原型，研究语义网络的推理机制。>?%&四种基本谓词称谓是一些表现家族人物关系的称呼，如爷爷、爸爸、妈妈作者提出描述家族人物关系的四种简洁关系：性别，婚姻，等。本文把提问人物之间的称谓或相关的人名，称为提问目标。亲子，年龄。这些关系可以转换为一阶原子谓词，称之为基本谓本系统包括分词，句子规范化处理，句型信息处理，知识提词。定义如下：取，对提问目标判断，知识提取，知识存储，模板匹配，语义网络!)@A（AB’CDE(）表示A的性别是“C”或“E”B“E

6、”顺向<逆向=推理，结果处理等部分。代表男性，“C”代表女性。本系统模型还可以进行扩充，使之能够处理更加复杂的家"EFGGHFI@?9@A,表示?的出生顺序相对于@要早，即?结合本文构造的一系列复合谓词，进行逻辑推理。

7、本文提出下比@年龄大。面两类算法，着重解决以上类型的推理问题。这四种基本谓词在网络中表现为四种弧连接，如图0所U.V,顺向推理算法示，分别以弧标记B，C，3，;表示，其中D是一种特殊的弧，本功能：已知两个相关人物的名字，推断他们之间家族关系文把它当作结点的属性。的称谓。!"#$%：&’，()$%#$%：*%初始化，把谓词模板库+,-./中的基本谓词定义，及实例知识库0123/中的实例知识转换为基本谓词，分别导入#,4546程序的规图0,,表示四种基本谓词的弧连接则库和事实库部分；E.0,表示家族人物关系的语义网络&判断两人的性别，记为78&（&

8、，3）93:;<=978&>(9/?9/:;<=；由一系列基本谓词合取构成表示称谓的谓词称为复合谓’在谓词模板库+,-./中的所有复合谓词中查询满足@