СОДЕРЖАНИЕ
ВВЕДЕНИЕ.
1. ОНТОЛОГИЧЕСКИЙ ПОДХОД В ПРОЦЕССАХ ОБРАБОТКИ ИНФОРМАЦИИ В СФЕРЕ ПРОМЫШЛЕННОГО ПРОЕКТИРОВАНИЯ И ПРОИЗВОДСТВА, НАПРАВЛЕННЫЙ НА ИНТЕГРАЦИЮ НАУЧНОТЕХНИЧЕСКИХ ЗНАНИЙ.
1.1. Проблема использования разнородных знаний в сфере промышленного
проектирования и производства.
1.2. Задача интеграции знаний. Специфика профессиональных и научно
технических знаний
1.3. Субъектноориентированная модель приобретения знаний как метод
интеграции разнородных научнотехнических знаний.
1.4. Два вида научнотехнической информации знание, основанное на
объяснении, и знание, основанное на понимании.
1.5. Обобщенная логическая модель приобретения научнотехнических
знаний. Цикл приобретения и интеграции знаний, основанный на концептуальной модели эксперта
1.6. Модель онтологии для представления знаний, основанных на
понимании.
Основные результаты и выводы к разделу 1.
2. РАЗРАБОТКА АРХИТЕКТУРЫ И ОСНОВНЫХ МЕХАНИЗМОВ РАБОТЫ СО ЗНАНИЕМ, ПРЕДСТАВЛЕННЫМ В ВИДЕ ТЕКСТОВ НА
ЕСТЕСТВЕННОМ ЯЗЫКЕ.
2.1. Метод автоматизированного построения онтологии на основе набора
предметноориентированных текстов и базовой онтологии языка
2.1.1. Введение в проблему. Обзор существующих методов построения
онтологии на основе неструктурированных текстов
2.1.2. Основная схема предлагаемого метода автоматизированного
построения онтологии.
2.1.3. Выделение терминов предметной облас ти на основе анализа
набора текстов.
2.1.4. Формирование ключевых концептов онтологии объектов
атрибутов, отношений из набора терминов.
2.1.5. Выделение атрибутов
2.1.6. Построение отношений в онтологии.
2.1.7. Нахождение зависимостей и взаимосвязи между концептами
2.1.8. Построение иерархической модели объектов.
2.1.9. Этап очистки онтологии от незначимых терминов
2.1 Проверка онтологии путем построения семантических дескрипторов документов и анализа противоречий
2.1 Основные выводы и перспективы развития подхода
2.2. Метод понимания научнотехнических текстов на естественном языке
2.2.1. Введение в проблему
2.2.2. Обзор существующих методов анализа текстов на естественном
языке.
2.2.3. Логическая архитектура предлагаемого метода понимания
научнотехнических текстов естественном языке.
2.2.4. Синтаксическая онтология.
2.2.5. Семантическая онтология
2.2.6. Алгоритм морфологического анализа
2.2.7. Алгоритм синтаксического разбора.
2.2.8. Алгоритм семантического анализа
2.2.9. Алгоритм формирования общего семантического дескриптора
текста
2.2 Алгоритмы поиска и сравнения семантических дескрипторов .
2.2 Основные выводы и перспективы развития подхода.
2.3. Метод кластеризации структурированных и неструктурированных
данных с целью извлечения новых знаний
2.3.1. Введение в проблему
2.3.2. Обзор существующих методов семантической кластеризации .
2.3.3. Логическая схема предлагаемого метода кластеризации.
2.3.4. Основные участники процесса кластеризации и их свойства
2.3.5. Основные параметры метода кластеризации.
2.3.6. Пример конструирования алгоритма для кластеризации
семантических дескрипторов.
2.3.7. Основные выводы и перспективы развития подхода
2.4. Метод автоматизированного пополнения онтологии на основе знаний,
извлеченных на этапе кластеризации.
2.4.1. Введение в проблему
2.4.2. Обзор существующих методов пополнения онтологии.
2.4.3. Общая логическая схема предлагаемого метода
автоматизированного пополнения онтологии
2.4.4. Типы пополняемых знаний и правила пополнения онтологии. .
2.4.5. Основные выводы и перспективы развития подхода
Основные результаты и выводы к разделу 2.
3. РАЗРАБОТКА ПРОГРАММНОИНСТРУМЕНТАЛЬНОЙ СРЕДЫ
ОНТОЛОГИЧЕСКОГО АНАЛИЗА И СИНТЕЗА СИНТЕЗ.
3.1 .Основные компоненты среды для построения инструментальной системы решения задач извлечения знаний и понимания текста на естественном языке
3.1.1. Общее описание инструментальной среды и архитектура
системы.
3.1.2. Конструктор онтологий и поддержка морфологии
3.1.3. Модуль автоматизированного конструирования онтологий
3.1.4. Модуль понимания текста на естественном языке.
3.1.5. Кластеризация и извлечение знаний
3 Л .6. Отладочной интерфейс
3.1.7. Реализационные характеристики системы
3.1.8. Интеграция с базами данных, поддержка ,
поддержка X.
3.2.Исследование производительности основных блоков инструментальной
среды, эффективности их работы и качества результатов
3.2.1. Автоматическое конструирование онтологий скорость работы,
число агентов, сложность онтологии, качество результатов.
3.2.2. Кластеризация и извлечение знаний скорость работы, число
агентов, порождаемые кластеры, их сложность, динамика изменений
3.2.3. Понимание текста на естественном языке скорость работы,
число агентов, сложность разбора по этапам, порождаемая
сцена, изменения семантического дескриптора
3.2.4. Автоматизированное пополнение онтологии новыми правилами
скорость работы, число агентов, порождаемые правила,
качество результатов.
Основные результаты и выводы к разделу 3
4. РАЗРАБОТКА СИСТЕМЫ IШТОРИНГЛ РЕЛЕВАНТ1ЮЙ ИНФОРМАЦИИ В ИНТЕРНЕТЕ В ОБЛАСТИ МАЛЫХ КОСМИЧЕСКИХ АППАРАТОВ С ЦЕЛЬЮ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В
ПРОМЫШЛЕННОМ ПРОЕКТИРОВАНИИ
4.1 .Введение. Малые космические аппараты эволюционное развитие
космических технологий
4.2.Проблема Интернетиоиска релевантных информационных ресурсов в выбранной предметной области.
4.3.Предлагаемый подход и архитектура системы
4.4. Построение онтологии малых космических аппаратов на основе набора
запросов, покрывающих предметную область
4.5.Пример работы системы
4.6.Оценка эффективности системы.
4.7.Полученные результаты и перспективы развитая.
Основные результаты и выводы к разделу 4.
5. ПРИМЕНЕНИЕ РАЗРАБОТАННОЙ ИНСТРУМЕ1 СТАЛЬНОЙ СИСТЕМЫ
ДЛЯ РЕШЕНИЯ РЯДА ПРАКТИЧЕСКИХ ЗАДАЧ
5.1.Система автоматической обработки, преобразования и коррекции логистических сообщений стандартных форматов обмена бизнесданными
5.1.1. Проблема интеграции информационных служб компаний бизнес
партнеров
5.1.2. Предлагаемый подход и архитектура системы
5.1.3. Онтология нейтрального формата промышленных стандартов
обмена бизнесданными. Схема соответствия
5.1.4. Автоматический перевод сообщений разных форматов
автомаппинг
5.1.5. Автоматическая коррекция ошибочных сообщений.
5.1.6. Полученные результаты
5.1.7. Выводы и перспективы развития
5.2.Система онлайн анализа пользователей Интернетпортала
5.2.1. Задача индивидуализации работы с Интернет порталом и
предоставления точечной информации, важной для конкретного пользователя.
5.2.2. Постановка проблемы
5.2.3. Основные задачи системы онлайн анализа пользователей.
5.2.4. Основные модули и архитектура системы
5.2.5. Основные функции системы.
5.2.6. Алгоритм кластеризации и реконструкция шаблонов поведения и
интересов пользователя на основе его действий.
5.2.7. Примеры работы программы и результаты анализа
5.2.8. Технические требования.
5.2.9. Выводы и перспективы развития
5.3.Система интеллектуального поиска информации в области современных биотехнологий.
5.3.1. Проблема семантикоориентированного поиска в
информационнопоисковой системе I.
5.3.2. Предложенный подход
5.3.3. Онтология молекулярной биологии
5.3.4. Структура и работа системы.
5.3.5. Пример работы программы разбор семантического дескриптора
реферата по биологии
5.3.6. Алгоритм семантического сравнения дескрипторов на основе
онтологии.
5.3.7. Методика исследования и результаты эксперимента
5.3.8. Принципиальное отличие работы системы по сравнению с
поиском по ключевым словам .
5.3.9. Выводы и перспективы развития
5.4.Система интеллектуальной обработки и классификации документов
5.4.1. Задача классификации профессиональных, деловых, и научно
технических документов
5.4.2. Основные положения подхода.
5.4.3. Процесс работы системы интеллектуальной обработки и
класссификации документов.
5.4.4. Подсистема классификации документов на основе
мультиагентной кластеризации
5.4.5. Построения базового шаблона документа на основе набора
документов кластера
5.4.6. Методика исследования и результаты эксперимента
5.4.7. Выводы и перспективы развития
Основные результаты и выводы к разделу 5.
ЗАКЛЮЧЕНИЕ.
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
- Київ+380960830922