论文摘要：面向Web的知识获取技术研究

Web是指万维网（WWW）上的网页。Web已成为当今社会信息的重要载体，Web承载着海量信息并不断增长，其应用正逐渐延伸到社会的方方面面，如何更好地从Web获取知识已成为互联网领域的研究热点之一。搜索引擎作为从Web获取知识的重要工具，按关键词的词形进行查询，既不支持对关键词语义的处理，也不支持以自然语言提问的方式进行查询，在查询的方便性和准确性上存在明显不足。本文分析了国际国内Web搜索引擎的发展趋势和自然语言理解技术的研究现状，指出了搜索引擎在知识获取方面的不足。针对语义处理、自然语言理解和搜索引擎，本文对基于集合的知识库进行了应用研究，借助语义本体库WordNet建立了语义库。设计了以集合知识库为基础以自然语言理解为核心的面向Web的知识获取系统，系统主要包括文本分析和问答系统，自然语言理解单元主要包括句法分析器和语义分析器。并实现了原型系统。本课题构建的搜索引擎实现了按词义进行关键词查询的功能，以及以自然语言提问方式进行查询的功能。使得搜索引擎的查询更为方便，查询结果更为准确。本文提出了集合语义的概念，给出了句子之间语义相似性比较算法，简化了自然语言语义分析。提出了伴随词集概念，用于计算搜索引擎查询结果的优先级，在一定程度上优化了查询结果排序。