Системный анализ, онтологический синтез и инструментальные средства обработки информации в процессах интеграции профессиональных знаний

Системный анализ, онтологический синтез и инструментальные средства обработки информации в процессах интеграции профессиональных знаний

Автор: Минаков, Игорь Александрович

Шифр специальности: 05.13.01

Научная степень: Докторская

Год защиты: 2007

Место защиты: Самара

Количество страниц: 413 с. ил.

Артикул: 4108995

Автор: Минаков, Игорь Александрович

Стоимость: 250 руб.

Системный анализ, онтологический синтез и инструментальные средства обработки информации в процессах интеграции профессиональных знаний  Системный анализ, онтологический синтез и инструментальные средства обработки информации в процессах интеграции профессиональных знаний 

СОДЕРЖАНИЕ
ВВЕДЕНИЕ.
1. ОНТОЛОГИЧЕСКИЙ ПОДХОД В ПРОЦЕССАХ ОБРАБОТКИ ИНФОРМАЦИИ В СФЕРЕ ПРОМЫШЛЕННОГО ПРОЕКТИРОВАНИЯ И ПРОИЗВОДСТВА, НАПРАВЛЕННЫЙ НА ИНТЕГРАЦИЮ НАУЧНОТЕХНИЧЕСКИХ ЗНАНИЙ.
1.1. Проблема использования разнородных знаний в сфере промышленного
проектирования и производства.
1.2. Задача интеграции знаний. Специфика профессиональных и научно
технических знаний
1.3. Субъектноориентированная модель приобретения знаний как метод
интеграции разнородных научнотехнических знаний.
1.4. Два вида научнотехнической информации знание, основанное на
объяснении, и знание, основанное на понимании.
1.5. Обобщенная логическая модель приобретения научнотехнических
знаний. Цикл приобретения и интеграции знаний, основанный на концептуальной модели эксперта
1.6. Модель онтологии для представления знаний, основанных на
понимании.
Основные результаты и выводы к разделу 1.
2. РАЗРАБОТКА АРХИТЕКТУРЫ И ОСНОВНЫХ МЕХАНИЗМОВ РАБОТЫ СО ЗНАНИЕМ, ПРЕДСТАВЛЕННЫМ В ВИДЕ ТЕКСТОВ НА
ЕСТЕСТВЕННОМ ЯЗЫКЕ.
2.1. Метод автоматизированного построения онтологии на основе набора
предметноориентированных текстов и базовой онтологии языка
2.1.1. Введение в проблему. Обзор существующих методов построения
онтологии на основе неструктурированных текстов
2.1.2. Основная схема предлагаемого метода автоматизированного
построения онтологии.
2.1.3. Выделение терминов предметной облас ти на основе анализа
набора текстов.
2.1.4. Формирование ключевых концептов онтологии объектов
атрибутов, отношений из набора терминов.
2.1.5. Выделение атрибутов
2.1.6. Построение отношений в онтологии.
2.1.7. Нахождение зависимостей и взаимосвязи между концептами
2.1.8. Построение иерархической модели объектов.
2.1.9. Этап очистки онтологии от незначимых терминов
2.1 Проверка онтологии путем построения семантических дескрипторов документов и анализа противоречий
2.1 Основные выводы и перспективы развития подхода
2.2. Метод понимания научнотехнических текстов на естественном языке
2.2.1. Введение в проблему
2.2.2. Обзор существующих методов анализа текстов на естественном
языке.
2.2.3. Логическая архитектура предлагаемого метода понимания
научнотехнических текстов естественном языке.
2.2.4. Синтаксическая онтология.
2.2.5. Семантическая онтология
2.2.6. Алгоритм морфологического анализа
2.2.7. Алгоритм синтаксического разбора.
2.2.8. Алгоритм семантического анализа
2.2.9. Алгоритм формирования общего семантического дескриптора
текста
2.2 Алгоритмы поиска и сравнения семантических дескрипторов .
2.2 Основные выводы и перспективы развития подхода.
2.3. Метод кластеризации структурированных и неструктурированных
данных с целью извлечения новых знаний
2.3.1. Введение в проблему
2.3.2. Обзор существующих методов семантической кластеризации .
2.3.3. Логическая схема предлагаемого метода кластеризации.
2.3.4. Основные участники процесса кластеризации и их свойства
2.3.5. Основные параметры метода кластеризации.
2.3.6. Пример конструирования алгоритма для кластеризации
семантических дескрипторов.
2.3.7. Основные выводы и перспективы развития подхода
2.4. Метод автоматизированного пополнения онтологии на основе знаний,
извлеченных на этапе кластеризации.
2.4.1. Введение в проблему
2.4.2. Обзор существующих методов пополнения онтологии.
2.4.3. Общая логическая схема предлагаемого метода
автоматизированного пополнения онтологии
2.4.4. Типы пополняемых знаний и правила пополнения онтологии. .
2.4.5. Основные выводы и перспективы развития подхода
Основные результаты и выводы к разделу 2.
3. РАЗРАБОТКА ПРОГРАММНОИНСТРУМЕНТАЛЬНОЙ СРЕДЫ
ОНТОЛОГИЧЕСКОГО АНАЛИЗА И СИНТЕЗА СИНТЕЗ.
3.1 .Основные компоненты среды для построения инструментальной системы решения задач извлечения знаний и понимания текста на естественном языке
3.1.1. Общее описание инструментальной среды и архитектура
системы.
3.1.2. Конструктор онтологий и поддержка морфологии
3.1.3. Модуль автоматизированного конструирования онтологий
3.1.4. Модуль понимания текста на естественном языке.
3.1.5. Кластеризация и извлечение знаний
3 Л .6. Отладочной интерфейс
3.1.7. Реализационные характеристики системы
3.1.8. Интеграция с базами данных, поддержка ,
поддержка X.
3.2.Исследование производительности основных блоков инструментальной
среды, эффективности их работы и качества результатов
3.2.1. Автоматическое конструирование онтологий скорость работы,
число агентов, сложность онтологии, качество результатов.
3.2.2. Кластеризация и извлечение знаний скорость работы, число
агентов, порождаемые кластеры, их сложность, динамика изменений
3.2.3. Понимание текста на естественном языке скорость работы,
число агентов, сложность разбора по этапам, порождаемая
сцена, изменения семантического дескриптора
3.2.4. Автоматизированное пополнение онтологии новыми правилами
скорость работы, число агентов, порождаемые правила,
качество результатов.
Основные результаты и выводы к разделу 3
4. РАЗРАБОТКА СИСТЕМЫ IШТОРИНГЛ РЕЛЕВАНТ1ЮЙ ИНФОРМАЦИИ В ИНТЕРНЕТЕ В ОБЛАСТИ МАЛЫХ КОСМИЧЕСКИХ АППАРАТОВ С ЦЕЛЬЮ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В
ПРОМЫШЛЕННОМ ПРОЕКТИРОВАНИИ
4.1 .Введение. Малые космические аппараты эволюционное развитие
космических технологий
4.2.Проблема Интернетиоиска релевантных информационных ресурсов в выбранной предметной области.
4.3.Предлагаемый подход и архитектура системы
4.4. Построение онтологии малых космических аппаратов на основе набора
запросов, покрывающих предметную область
4.5.Пример работы системы
4.6.Оценка эффективности системы.
4.7.Полученные результаты и перспективы развитая.
Основные результаты и выводы к разделу 4.
5. ПРИМЕНЕНИЕ РАЗРАБОТАННОЙ ИНСТРУМЕ1 СТАЛЬНОЙ СИСТЕМЫ
ДЛЯ РЕШЕНИЯ РЯДА ПРАКТИЧЕСКИХ ЗАДАЧ
5.1.Система автоматической обработки, преобразования и коррекции логистических сообщений стандартных форматов обмена бизнесданными
5.1.1. Проблема интеграции информационных служб компаний бизнес
партнеров
5.1.2. Предлагаемый подход и архитектура системы
5.1.3. Онтология нейтрального формата промышленных стандартов
обмена бизнесданными. Схема соответствия
5.1.4. Автоматический перевод сообщений разных форматов
автомаппинг
5.1.5. Автоматическая коррекция ошибочных сообщений.
5.1.6. Полученные результаты
5.1.7. Выводы и перспективы развития
5.2.Система онлайн анализа пользователей Интернетпортала
5.2.1. Задача индивидуализации работы с Интернет порталом и
предоставления точечной информации, важной для конкретного пользователя.
5.2.2. Постановка проблемы
5.2.3. Основные задачи системы онлайн анализа пользователей.
5.2.4. Основные модули и архитектура системы
5.2.5. Основные функции системы.
5.2.6. Алгоритм кластеризации и реконструкция шаблонов поведения и
интересов пользователя на основе его действий.
5.2.7. Примеры работы программы и результаты анализа
5.2.8. Технические требования.
5.2.9. Выводы и перспективы развития
5.3.Система интеллектуального поиска информации в области современных биотехнологий.
5.3.1. Проблема семантикоориентированного поиска в
информационнопоисковой системе I.
5.3.2. Предложенный подход
5.3.3. Онтология молекулярной биологии
5.3.4. Структура и работа системы.
5.3.5. Пример работы программы разбор семантического дескриптора
реферата по биологии
5.3.6. Алгоритм семантического сравнения дескрипторов на основе
онтологии.
5.3.7. Методика исследования и результаты эксперимента
5.3.8. Принципиальное отличие работы системы по сравнению с
поиском по ключевым словам .
5.3.9. Выводы и перспективы развития
5.4.Система интеллектуальной обработки и классификации документов
5.4.1. Задача классификации профессиональных, деловых, и научно
технических документов
5.4.2. Основные положения подхода.
5.4.3. Процесс работы системы интеллектуальной обработки и
класссификации документов.
5.4.4. Подсистема классификации документов на основе
мультиагентной кластеризации
5.4.5. Построения базового шаблона документа на основе набора
документов кластера
5.4.6. Методика исследования и результаты эксперимента
5.4.7. Выводы и перспективы развития
Основные результаты и выводы к разделу 5.
ЗАКЛЮЧЕНИЕ.
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ


Это требование обусловлено тем, что болыиая часть лингвистической информации, особенно относящейся к семантическому и синтаксическому уровням, не является точной, а носит статистический или эвристический характер. ТО, ЗП5, ПГ 1. УП у,е,,ф,а, ф,, 1. П, 3П, ,. Г1 отображение реконструкции, позволяющее для любой онтологической сцены воссоздать ситуацию предметной области. ЗПзПГ5 ПР8 П. Можно также выработать ряд вторичных требований, учитывающих технические особенности работы с онтологиями. Возможность совместного редактирования онтологии множеством пользователей позволяет эффективно пополнять онтологию. Аудит, контроль и управление версиями позволяет отследить, кто, когда и какие изменения внес в онтологию. Возможность отката позволяет возвратиться к последней рабочей версии онтологии. Поддержка базовых стандартов описания онтологий с тем, чтобы мог осуществляться импорт и экспорт уже существующих онтологий предметных областей. Хороший обзор существующих систем инженерии онтологий, их возможностей, сильных и слабых сторон можно найти, например, в 3, 2. На основе данных требований нами была выбрана так называемая модель Аристотеля, который первым определил объекты суть свойства. Система представления знаний модель мира предлагает для пользователя такие базовые концепты, как объект, сценарий действий, отношение и атрибут. О. V, е, ,ф . П 0, 1. Ук3ЦГЦГ екрпу0. Данный онтологический базис является наиболее общим и позволяется описывать любые знания, не ориентируясь на их специфику . Для описания предметноориентированных знаний предлагается использовать расширения онтологического базиса механизм метаконцептов, т. Оперируя понятиями объект, сценарий действий, отношение и атрибут, можно строить на основе них более сложные, такие, как цели, критерии приня тия решений, ограничения, объект и субъект деятельности, формируя тем самым метаонтологию мира принятия решений . Расширяя данные понятия создавая наследников пользователь может вводить конкретные цели, критерии их достижения и т. Подчеркнем, что создание онтологий как миров знаний кардинально отличается от построения традиционных моделей знаний предметной области например, принятых в экспертных системах, поскольку использует совершенно иную систему представления знаний, базирующуюся на встроенных понятиях онтологический базис и расширяющие его метапонятия о пространстве и времени, сценах и сценариях действий, а также другую логику рассуждений . Выбранная модель онтологии не является объективно наилучшей гак как на данный момент единого общепринятого лидера нет, хотя дефакто необходимо поддерживать стандарты и ii , но она отвечает всем выработанным требованиям, покрывает потребности задачи и имеет необходимый программный инструментарий, позволяющий на ее основе строить промышленные приложения, поэтому является достаточной основой для разрабатываемого нами инструмента для анализа разнородных знаний, произведенных другими экспертами и представленных в виде текстов на естественном языке . В современном информационном обществе, в связи с все возрастающими темпами роста количества информационных материалов, возникает необходимость в подходе и инструменте, предназначенных для интеграции разнородных профессиональных знаний, порожденных различными экспертами и представленных в виде текстов на естественном языке. Предложен онтологический подход к задаче интеграции профессиональных знаний, ориентированный на субъекта исследования и реализуемый на основе использования онтологии предметной области, автоматизировано сконструированной с помощью имеющихся материалов и знаний эксперта о предметной области и предоставляющий универсальный механизм для работы со знаниями. Предложен принцип построения инструментальной среды онтологического анализа и синтеза, базирующийся на агентных взаимодействиях и заключающийся в совместном использовании агентных механизмов работы со знанием на естественном языке и мультиагентного кластерного анализа, что обеспечивает полный цикл приобретения знаний, необходимый для эффективного и оперативного использования информации.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.240, запросов: 244