洪宗祥,李跃新

(湖北大学数学与计算机科学学院,湖北 武汉 430062)

自1956年提出人工智能以来,广大的科研工作者对其进行了广泛而深入的研究,同时也取得了一定的成果,直到20世纪70年代“知识工程”概念的提出,可谓是人工智能领域发展的里程碑.随着专家系统的出现并且逐步商业化,知识工程的技术和理论也日益更新.到21世纪,知识自动获取,知识库系统的理论与技术和分布式知识库系统成为研究的主要内容[1],有关知识库中知识的表示存储以及推理查询成为国内外科研工作者研究的热点.自然语言查询问题更是其中重要组成部分.自然语言查询就是研究如何使计算机理解并生成人们日常所使用的语言,并对人给计算机提出的问题用自然语言进行反馈[2].本文中提出的在关系模型的语义网知识表示基础上,将其转换成关系树模型,对基于该模型提出一般直接知识的正向、逆向知识查询算法以及隐含知识查询算法.

1 自然语言查询问题描述

图1 语义网络

自然语言查询问题最初在搜索引擎方面比较突出,现阶段由于知识工程概念的推出,使得基于知识库系统的自然语言查询显得尤为重要.通常是用户在系统查询界面上输入自然语言,而系统在后台执行处理操作,进而把查询结果返回给用户的过程.后台处理的基本思想是：先对自然语言进行分词,预处理,然后进行语义分析,知识提取,模板匹配以及反馈结果等……