[1]毛莉娜,李卫华.利用智能引导和KDML增强可拓模型人机建模能力研究[J].智能系统学报,2017,12(03):348-354.[doi:10.11992/tis.201610017]
 MAO Lina,LI Weihua.Research on enhancing the human-machine modeling ability for an extension model using the intelligent guide and KDML[J].CAAI Transactions on Intelligent Systems,2017,12(03):348-354.[doi:10.11992/tis.201610017]
点击复制

利用智能引导和KDML增强可拓模型人机建模能力研究(/HTML)
分享到:

《智能系统学报》[ISSN:1673-4785/CN:23-1538/TP]

卷:
第12卷
期数:
2017年03期
页码:
348-354
栏目:
出版日期:
2017-06-25

文章信息/Info

Title:
Research on enhancing the human-machine modeling ability for an extension model using the intelligent guide and KDML
作者:
毛莉娜1 李卫华2
1. 广东轻工职业技术学院 机电工程系, 广东 广州 510300;
2. 广东工业大学 计算机学院, 广东 广州 510006
Author(s):
MAO Li’na1 LI Weihua2
1. Department of Mechanical and Electrical Engineering, Guangdong Industry Polytechnic, Guangzhou 510300, China;
2. School of Computers, Guangdong University of Technology, Guangzhou 510006, China
关键词:
智能引导KDML自然语言理解语义可拓模型Agent人机交互知网
Keywords:
intelligent guideKDMLnatural language understandingsemanticextension modelAgenthuman-machine interactionHowNet
分类号:
TP3
DOI:
10.11992/tis.201610017
摘要:
为了利用计算机协助人们建立待求解问题的可拓模型,必须让计算机识别用自然语言描述的问题,而且要理解问题的含义,这是相当困难的任务。本文提出利用人机界面Agent的智能引导并结合知网(HowNet)中的知识系统描述语言(KDML),增强计算机语义处理能力的方法。以求职问题为实践的结果说明了方法的有效性。由于KDML有较强的表示语义信息的作用,通过人机交互也能减轻计算机自然语言理解的困难。因此该方法能将自然语言描述的待求解问题的目标和条件进行分离和形式化,使计算机更有效地建立待求解问题的可拓模型。
Abstract:
When using a computer to establish an extension model for solving problems, the computer must be able to recognize problems described in natural languages, and, in particular, must understand the meaning of the problems. This is a very difficult task. Knowledge database mark-up language (KDML) in HowNet has a strong semantic information expression function. Through human-machine interaction, it can also reduce the difficulty that computers encounter when understanding natural language. A method to enhance the computer’s semantic processing ability, based on the human-machine interface agent’s intelligent guide and KDML, is proposed. The goals and conditions of the problems to be solved described in natural language are separated and formalized, making the computer establish the problem-solving extension model more effectively.

参考文献/References:

[1] 杨春燕, 蔡文. 可拓学[M]. 北京: 科学出版社, 2014: 1-381.
[2] 李卫华. Agent协助建立矛盾问题的可拓模型研究[J]. 数学的实践与认识, 2009, 39(4): 173-177.LI Weihua. The research of extension model for contradiction problems with Agent[J]. Mathematics in practice and theory, 2009, 39(4): 173-177.
[3] 汪中飞, 李卫华, 陶星. 基于分类的ESGS矛盾问题建模的研究[J]. 广东工业大学学报, 2014, 31(4): 14-19.WANG Zhongfei, LI Weihua, TAO Xing. Research on ESGS contradiction problem modeling based on classification[J]. Journal of Guangdong university of technology, 2014, 31(4): 14-19.
[4] 王定桥, 李卫华, 杨春燕. 从用户需求语句建立问题可拓模型的研究[J]. 智能系统学报, 2015, 10(6): 865-871.WANG Dingqiao, LI Weihua, YANG Chunyan. Research on building an extension model from user requirements[J]. CAAI transactions on intelligent systems, 2015, 10(6): 865-871.
[5] 赵杰, 李卫华. 基于知网的矛盾问题语义二义性研究[J]. 广东工业大学学报, 2014, 31(2): 21-26.ZHAO Jie, LI Weihua. Research on the ambiguity of contradiction based on hownet[J]. Journal of Guangdong university of technology, 2014, 31(2): 21-26.
[6] 董振东, 董强. 知网[EB/OL]. http://www.keenage.com/zhiwang/c_zhiwang.Html.
[7] KDML. 知网知识系统描述语言[EB/OL]. http://www.keenage.com/html/c_index.Html.
[8] 郝长伶, 董强. 知网知识库描述语言[C]//语言计算与基于内容的文本处理——全国第七届计算语言学联合学术会议论文集. 哈尔滨: 中国中文信息学会, 2003: 371-377.HAO Changling, DONG Qiang. Knowledge database mark-up language of HowNet[C]//Language Computing and Content Based Text Processing, Proceedings of the 7th National Joint Academic Conference on Computational Linguistics. Harbin, 2003: 371-377.
[9] 董强, 郝长伶, 董振东. 基于知网的中文信息结构抽取[EB/OL]. http://www.keenage.com/html/c_index.html.
[10] 董振东, 董强. 关于知网-中文信息结构库[EB/OL]. http://www.keenage.com/html/c_index.html.
[11] 陶星. 基于知网的领域可拓基础库的研究与实现[D]. 广州: 广东工业大学, 2015: 1-61.TAO Xing. Research and implementation of extension domain base on HowNet[D]. Guangzhou: Guangdong University of Technology, 2015: 1-61.
[12] 方卓君. 基于Agent的用户信息智能引导的研究[D]. 广州: 广东工业大学, 2010: 1-54.FANG Zhuojun. Research on Agent-based intelligent guide for user information[D].Guangzhou: Guangdong University of Technology, 2010: 1-54.
[13] 李卫华. Java技术及其应用[M]. 北京: 清华大学出版社, 2009: 1-281.
[14] 刘甫迎, 饶斌, 郑显举, 等. Java EE Web编程技术教程[M]. 北京: 电子工业出版社, 2010: 1-374.
[15] 孙卫琴. Tomcat与Java Web开发技术详解[M]. 2版. 北京: 电子工业出版社, 2009: 1-734.
[16] KOFLER M. MySQL 5权威指南[M]. 杨晓云, 王建桥, 杨涛, 等, 译. 北京: 人民邮电出版社, 2006: 1-662.
[17] 李卫华, 杨春燕, 方卓君. 提高软件Agent策略生成的语义互操作能力[J]. 数学的实践与认识, 2012, 42(11): 131-138.LI Weihua, YANG Chunyan, FANG Zhuojun. Improve the semantic interoperability for software Agents strategy generation[J]. Mathematics in practice and theory, 2012, 42(11): 131-138.
[18] 董强, 郝长伶, 董振东. 基于《知网》的中文语块抽取器[C]//语言计算与基于内容的文本处理——全国第七届计算语言学联合学术会议论文集. 哈尔滨: 中国中文信息学会, 2003: 234-239.DONG Qiang, HAO Changling, DONG Zhendong. HowNet- based Chinese chunk extractor[C]//Language Computing and Content Based Text Processing, Proceedings of the 7th National Joint Academic Conference on Computational Linguistics. Harbin, China, 2003: 234-239.
[19] WOOLDRIDGE M. 多Agent系统引论[M]. 石纯一, 译. 北京: 电子工业出版社, 2003: 1-258.
[20] 庄子匀, 陈敬良, 罗尧成. 网络集体智慧研究述评[J]. 情报杂志, 2014, 33(5): 31-37.ZHUANG Ziyun, CHEN Jingliang, LUO Yaocheng. A review on web-enabled collective intelligence[J] Journal of intelligence, 2014, 33(5): 31-37.

备注/Memo

备注/Memo:
收稿日期:2016-10-14。
基金项目:国家自然科学基金项目(61273306,61571141).
作者简介:毛莉娜,女,1988年生,讲师,主要研究方向为自动控制技术、计算机技术、电子工程技术。主持广东省发明专利产业化重点项目1项、江西省重点研发计划项目1项,参与国家自然科学基金项目2项,其他项目多项。发表学术论文8篇;李卫华,女,1957年生,教授,主要研究方向为智能软件、面向Agent计算、网络信息系统。主持广东省自然科学基金项目3项,参与国家自然科学基金项目2项。发表学术论文40余篇。
通讯作者:李卫华.E-mail:lw@gdut.edu.cn.
更新日期/Last Update: 2017-06-25