本体学习的认知模型及其算法研究

A new research direction called "Ontology Learning" that aims to acquire domain knowledge has become a hot spot of research recently.From the view of cognition, current study of ontology learning focuses on how to acquire concepts, axioms and relations between concepts, but not addressing the problem of how a statement of knowledge acquired can be integrated into an existing ontology. Specifically, the ontology learning algorithms mentioned above should be referred to as "ontology mining algorithms" because the process of building ontology is still manual or semi-automatic and requires the use of ontology building tools to involve human in the process. The main reason is that current research on ontology learning algorithms lack the study of a learner's cognitive status and its changes in the process of learning.Some new results of cognitive science describe and explain the activities of human beings in information processing. Inspired by the result of modern cognitive theory of learning, this paper presents a cognitive model of ontology learning, which can be used to describe the cognitive status and its changes in the process of ontology learning. We formally represented knowledge in the cognitive model, simulating the information processing mechanism of humans. We also defined operators for generalizing a concept, revising contradictions of knowledge, and updating outdated knowledge of the learner. Based on the work mentioned above, we could establish an automated ontology learning cognitive model, and explore the key techniques of automated ontology construction.As a result,we will publish 5-8 papers in major journals and conferences, not less than 5 papers indexed by SCI and EI, and apply 1-2 patents.

近年来本体学习已成为计算机科学领域的一个非常热门的研究方向。然而，目前国际国内尚无完全自动的本体学习（特别是中文本体学习）方法、技术与实现，目前，较好的成果是整个本体学习过程是在人工指导下进行的交互式半自动机器学习过程。其主要的原因在于对本体学习过程中本体结构的形成及其状态的变化缺乏深入的研究。结合现代认知主义学习理论对人的认知过程中信息处理的研究成果，我们提出一种支持中文本体学习的认知模型及其算法，用它们来表达本体学习过程中本体的结构及其状态变化，并用形式化的方法来表示该模型中的知识，通过对本体学习过程中各种认知操作的模拟，实现对本体的自动扩展、对本体中已学习的知识进行归纳泛化、对矛盾知识的修正以及对过时知识的更新等，探索本体自动构建的关键过程和技术，为进一步建立基于认知模型的本体自动学习系统打下基础。在国内外重要杂志和会议上发表论文5-8篇，其中SCI、EI不少于5篇，专利1-2项。

由于本体在智能信息集成、语义网、信息检索、知识管理、数字图书馆等众多领域有广泛应用，使以自动构建本体为目标的本体学习技术成为的非常热门的研究方向。目前国际国内的本体学习方法对本体学习过程中本体结构的形成及其状态的变化缺乏深入的研究。本项目结合现代认知主义学习理论对人的认知过程中信息处理的研究成果，提出了一种支持中文本体学习的认知模型及其算法。.主要的研究内容及成果包括：（1）从认知的角度研究了本体学习的一般过程，并对其进行形式化描述，并在此基础上建立了本体学习的认知模型及其形式化表示；（2）研究并分析现有的概念、关系、实例、属性和公理的获取算法；（3）建立符合该认知模型的本体表示系统，并提出了一种基于公理化系统的本体学习认知模型；（4）研究了用新知识对本体进行扩充的增量式学习算法，提出认知模型中本体扩展策略的公理及算子；（5）研究了对本体中的知识进行归纳的归纳算法，提出了本体归纳策略的公理及其算子；（6）研究了从本体中演绎断言的策略及本体缩减策略，提出了本体缩减公理及其算子；（7）研究了用断言对本体进行自动修正的策略，提出了本体修正的公理及其算子；（8）研究了用断言对本体进行自动更新的策略，提出了本体更新策略的公理及其算子；（9）证明了上述算子满足认知模型的公理系统；（10）初步实现了一个基于公理化认知模型的本体学习模拟系统，对模型和算法的有效性进行了验证。.课题组已完成研究计划中的工作。发表论文19篇（其中，SCI检索2篇，EI检索14篇，中文核心3篇），在科学出版社出版专著1部，公开发明专利13项，已获授权5项，取得软件著作权6件。.上述成果对本体学习过程中本体的结构及其状态变化进行了刻画，通过对本体学习过程中各种认知算子的模拟，实现对本体的自动扩展、对本体中已学习的知识进行归纳泛化、对矛盾知识的修正以及对过时知识的更新等，为进一步建立基于认知模型的本体自动学习系统打下基础。