声明
1 绪论
1.1 研究背景
1.2 研究现状
1.2.1开放式信息抽取系统的知识推理验证
1.2.2推理规则自动学习
1.3 研究目标
1.4 研究内容
1.5本文结构
2 概率推理模型和知识表示学习
2.1概率软逻辑(Probabilistic Soft Logic)
2.2知识表示学习
2.3本章小结
3 基于知识结构的PSL知识推理模型
3.1知识的一阶逻辑谓词转化
3.1.1逻辑谓词转换
3.1.2知识推理规则构建
3.2结合知识结构的知识推理验证
3.2.1知识冲突检测
3.2.2 知识推理验证模型
3.3实验
3.3.1 数据集
3.3.2概率软逻辑开源工具
3.3.3评测标准
3.3.4 实体-标签型知识推理验证效果
3.3.5 实体-关系型知识推理验证结果
3.3.6 综合实验结果
3.3.7探究规则对模型的影响
3.4本章小结
4知识推理规则自动学习
4.1推理规则构成
4.2基于粗糙集的三元组标签集生成
4.2.1粗糙集简介
4.2.2实体标签生成
4.3规则学习
4.4实验
4.4.1实验设计
4.4.2规则学习结果
4.4.3规则普遍适用性探究
4.5本章小结
5总结与后续工作
5.1总结
5.2后续工作
致谢
参考文献
攻读学位期间取得的研究成果
西南科技大学;