利用智能引导和KDML增强可拓模型人机建模能力研究

• 作者: 李卫华 毛莉娜
• 来源期刊: 智能系统学报
• 学科: 工学
• 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
• 年，卷（期）: 2017,（3）
• 页码范围: 348-354
• 页数: 7页
• 分类号: TP3
• 字数: 6240字
• 语种: 中文
• 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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李卫华	广东工业大学计算机学院	88	567	13.0	18.0
2	毛莉娜	广东轻工职业技术学院机电工程系	9	13	1.0	3.0