面向网络知识服务的中文动态语义分析关键技术研究

网络知识服务作为新一代信息检索技术的发展方向,能够为用户提供更加灵活、准确、可信的信息检索服务，而适度语义知识的引入及准确、规模化的应用，则是其得以实现的前提。但现有的语义知识库无法根据互联网上的海量信息来反映词条当前环境下的语义变化，从而限制了语义知识在信息检索中的作用。为此，项目在现有语义知识库的基础上，以交互式开放语义知识库构建为起点，通过语义知识库与大规模网页信息的交叉与互动分析,建立基于大规模网页库的知识验证和语义动态特性分析方法，进而建立起一个大规模的、具有快速更新与动态适应能力、语义标注较为准确的语义知识库。并探索将动态语义应用到查询扩展与检索算法、网页自动语义标注方法和检索结果在线聚类算法。通过上述算法的研究,建立起一个可行的动态网络信息语义计算框架，大大提高检索的准确率与查全率，为网络知识服务的实现打下坚实基础，为促进自然语言处理在智能信息检索中的应用做出积极贡献。

网络知识服务能够为用户提供更加灵活、准确、可信的信息检索服务，语义知识的引入及准确、规模化的应用，是其得以实现的前提。但现有的语义知识库无法根据互联网上的海量信息来反映词条当前环境下的语义变化，从而限制了语义知识在信息检索中的作用。为此，项目在现有语义知识库的基础上，构建交互式开放语义知识库。项目提出了一种多源语义知识库融合方法，通过定义统一的“类别-属性-词条-属性值”分层框架，建立“类别-属性”模板，为多源语义知识库融合中的知识选择和知识不一致问题给出了解决方案。同时，为了解决多源语义知识库融合中的“类别-属性”模板构建问题，项目提出了一种基于多过滤器驱动的分散度统计百科知识库类别属性抽取方法。在面向百科知识库的类别属性抽取研究中，为了解决目标类别属性集合覆盖广度存在的不足，挖掘出类别属性集合中潜在的具有高语义关联度的属性，项目还提出了一种基于语义关联度挖掘的类别属性抽取方法，基于容错粗集理论和语义关联度计算获取目标类别的广义近似空间来作为目标类别属性集合的上近似。 在此基础上，通过语义知识库与大规模网页信息的交叉与互动分析,建立基于大规模网页库的知识验证和语义动态特性分析方法，进而建立起一系列大规模的、具有快速更新与动态适应能力、语义标注较为准确的 面向网络知识服务的原型系统。这些研究为网络知识服务的最终实现打下坚实基础，为促进自然语言处理在智能信息检索中的应用做出积极贡献。.项目实施期间，共发表项目资助论文45篇，其中SCI检索论文11 篇，EI检索论文24篇;申请2项国家发明专利，其中2项专利已公开；共培养研究生 13人，其中博士生5人，硕士生8人；与IEEE SMC 联合创办并连续主办三届国际会议 ICMLC-IWWIP；组织并参与ICONIP2011 Special Session；在2012年与中文信息学会联合举办了第九届中文信息处理青年学者研讨会。