НАУКА и ОБРАЗОВАНИЕ

Файл статьи: SE-BMSTU...o584.Pdf (745.97Кб)

УДК 519.6

Россия,  МГТУ им. Н.Э. Баумана

Рассматривается корпоративная база знаний, представляющая собой совокупность большого числа разного рода слабоструктурированных документов, в которых с той или иной степенью детальности описаны прецеденты – некоторые ситуации и решения, которые были приняты в этих ситуациях. Ставится задача поиска решения в такой базе знаний, которая заключается в поиске в ней наиболее подходящих прецедентов и соответствующих им документов.
Работа продолжает серию работ авторов, развивающих оригинальный подход к решению указанной задачи. Предполагается, что метаданные документов базы знаний формируются на основе онтологии соответствующей предметной области, заданной в виде семантической сети. В отличие от предыдущих работ полагается, что онтология предметной области, а тем самым и соответствующая семантическая сеть, иерархически кластеризована на основе ролей концептов.
Документы в базе знаний, а также поисковые запросы представляются в виде фреймов, которые называются паттернами проектирования и запроса соответственно. Слоты этих паттернов соответствуют ролям концептов используемой онтологии. Указанные роли разбивают концепты онтологии, документа и запроса к базе знаний на кластеры. Предполагается, что по методике построения семантической сети документа, построены семантические сети указанных кластеров. Таким образом, поисковые образы документа и запроса представляются в виде совокупности семантических сетей, соответствующих слотам паттерна проектирования и паттерна запроса.
В работы предложена модель семантической сети онтологической базы знаний, использующей иерархическую ролевую кластеризацию концептов этой онтологии. Поставлена задача многокритериальной оценки релевантности документов корпоративной онтологической базы знаний на основе их иерархической ролевой кластеризации. Предложен метод решения задачи, основанный на использовании оригинальных мер близости ролевых паттернов проектирования искомого документа и запроса.

1. Карпенко А.П. Оценка релевантности документов онтологической базы знаний // Наука и образование. МГТУ им. Н.Э. Баумана. Электрон. журн. 2010. № 9. Режим доступа: http://technomag.edu.ru/doc/157379.html (дата обращения 01.10.2014 ).
2. Карпенко А.П., Трудоношин В.А. Многокритериальная оценка релевантности документов корпоративной онтологической базы знаний на основе их ролевой кластеризации // Наука и образование. МГТУ им. Н.Э. Баумана. Электрон. журн. 2013. № 11. С. 311-328. DOI: 10.7463/1113.0637857
3. Карпенко Д.С., Зарубина Т.В., Раузина С.Е., Богопольский Г.А., Тихонова Т.А., Глебова О.В. Система управления знаниями в медицинском вузе: взгляд на проблему, реалии, перспективы развития // Информационно-измерительные и управляющие системы. 2014. № 10. C . 10-18.
4. Норенков И.П. Интеллектуальные технологии на базе онтологий // Информационные технологии. 2010. № 1. С. 17-23.
5. Толчеев В.О. Методы выявления информационных признаков в задачах классификации текстовых документов // Информационные технологии. 2005. № 8 . С . 14-21.
6. The Dublin Core® Metadata Initiative: website. Available at: http://dublincore.org/, accessed 01.10.2014.
7. Карпенко А.П., Галямова Е.В., Соколов Н.К. Методика контроля понятийных знаний субъекта обучения в обучающей системе // Наука и образование. МГТУ им. Н.Э. Баумана. Электрон. журн. 2009. № 2. Режим доступа: http://technomag.edu.ru/doc/115086.html (дата обращения 01.10.2014).
8. Карпенко А.П., Соколов Н.К. Меры сложности семантической сети в обучающей системе // Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение. 2009. № 1. С. 50-66.
9. Галямова Е.В., Карпенко А.П., Соколов Н.К., Ягудаев Г.Г. Контроль понятийных знаний субъекта обучения в обучающей системе // Вестник МАДИ (ГТУ). 2009. № 2 (17). С. 82-86.
10. Карпенко А.П., Соколов Н.К. Оценка сложности семантической сети в обучающей системе // Наука и образование. МГТУ им. Н.Э. Баумана. Электрон. журн. 2008. № 11. Режим доступа: http://technomag.edu.ru/doc/106658.html (дата обращения 01.10.2014).
11. Belous V.V., Bobrovsky A.V., Dobrjkov A.A., Karpenko A.P., Smirnova E.V. Multi-criterion integral alternatives’ estimation: mentally-structured approach to education // 2nd International Conference on Education and Education Management (EEM 2012), Hong Kong, China, September 4-5, 2012. Vol . 3. P . 215-224.
12. Лотов А.В., Поспелова И.И. Многокритериальные задачи принятия решений: учеб. пособие. М.: МАКС Пресс, 2008. 197 c.
13. Кобрицов Б.П. Методы снятия семантической многозначности // Научно-техническая информация. Сер. 2. 2004. № 2. С. 24-38.
14. Mihalcea R. Using Wikipedia for Automatic Word Sense Disambiguation // Proceedings of the North American Chapter of the Association for Computational Linguistics (NAACL 2007), Rochester, April 2007. P. 196-203.