导读:本文包含了常识库论文开题报告文献综述及选题提纲参考文献，主要关键词:常识库,数学常识,知识表示,常识存储
常识库论文文献综述
覃家营[1]（2017）在《辅助题意理解的常识库构建研究》一文中研究指出针对初等数学问题类人求解过程的题意分析部分缺乏常识知识的问题,本研究以2004年至2016年初等数学概率与统计高考真题为研究对象,在对题目进行深入分析后,提出常识界定概念,并对常识特征进行分析及分类,以利用适合的知识表示方式表征,并形成了与分类对应的XML标签对常识进行存储,旨在完成面向初等数学概率与统计常识的分类、表征及存储。本文还设计并实现了面向初等数学概率与统计常识的常识标注工具,以期为初等数学问题类人求解的题意理解工作提供帮助。本论文的研究的主要内容分为以下叁方面:(1)面向特定领域常识的特征分析及其分类。本研究以2004年至2016年的初等数学概率与统计高考题为研究对象,以辅助初等数学问题类人求解的题意理解工作为目标,进行了深入分析,然后对该领域的常识概念进行了界定,并在分析题目特点的基础上总结了该领域常识的特征,最后形成了分类。(2)面向初等数学概率与统计题常识的表征与存储。本研究通过人工手段收集常识知识之后,针对不同类型的常识采用不同的知识表示方式来进行表征。最后,在先前工作的基础上形成一套有效的XML标签对常识知识进行存储。(3)面向初等数学概率与统计题常识标注工具的实现及应用。本文设计与开发了常识标注工具,其设计思路是将题目进行分词、实体抽取,通过检索功能浏览常识库中的常识信息,实现常识库的应用,进而辅助题意理解。本文辅助题意理解的常识库构建研究包含叁个方面,一是面向特定领域常识的特征分析及其分类,二是常识的表征与存储,叁是通过设计与实现常识标注工具,可提取题目中的常识实体,进而对其进行标注,形成常识库,最后辅助计算机类人求解过程中的题意理解。(本文来源于《华中师范大学》期刊2017-05-01）
王赵煜[2]（2015）在《基于情绪认知常识库的文本情绪原因发现》一文中研究指出随着互联网的飞速发展以及社会化媒体的兴起,社会化媒体文本特别是包含情感信息的文本出现了爆炸式的增长。针对此类文本的舆情监控和群体性事件预测等问题的研究意义逐渐凸显。在目前已经逐渐成熟的文本情感分析的基础上,对社会化媒体文本中较深层次信息的挖掘越显重要。作为其中的一个重要研究方向,文本情绪原因发现具有很大的研究价值和实际意义。本文主要研究利用大规模文本数据构建情绪认知常识库的方法,在此基础上研究结合认知常识库的文本情绪原因发现方法。主要工作包括:第一、设计并构建面向于新闻文本的情绪原因标注语料库。为此,设计了完整的标注体系和标注质量监控机制。目前已构建完成包含2105条情绪文本的原因标注。在该语料库上对情绪原因进行了结构分布与规则分布上的详细统计,以及不同类型文本的差异性分析,为后续情绪原因发现的研究提供了数据基础和理论依据。第二、研究认知常识库的自动构建方法和扩建方法。首先利用新浪社会新闻的读者情绪投票数据为线索,实现了对较大规模社会新闻语料的自动化情绪标注。利用这些大规模有标签文本挖掘与情绪类别相关的常识知识,自动构建带有情绪激发类别强度的认知常识库。考虑到此类常识库存在覆盖率不足的问题,本文设计实现了一种基于HowNet和同义词词林的常识库扩展方法,实现了认知常识库的有效扩展,使其在原有规模基础之上扩充了叁倍以上。第叁、研究基于认知常识库的文本情绪原因发现算法,使原因识别的F值相对基线系统提高了12.37%。在此基础之上进一步研究了结合常识库与规则方法以及结合常识库与机器学习方法的文本情绪原因发现算法,使原因识别的F值分别提高了1.27%和15.01%。本文研究显示认知常识库可以作为有效的知识来源和新的特征,进一步提高现有文本情绪原因发现方法的性能。(本文来源于《哈尔滨工业大学》期刊2015-12-01）
郑燕珍[3]（2014）在《中文情绪表达常识库构建及其在情绪分析中的应用》一文中研究指出随着人机交互逐渐被人们所熟知和应用,计算机被期望拥有与人一样的情感、情绪方面处理能力。近年来,社会化媒体的兴起使得用户生成的文本,尤其是带有个人情绪的微博、博客和评论等被大量推送在网络上。网络文本数据推动了对大量真实个体情绪分析和跟踪的研究,在社会、政治、经济等领域显示出重要的研究意义和广阔的应用前景。本课题研究中文情绪基础资源建设及其在文本情绪分析中的应用,从情绪体系模型、情绪词基础资源构建和多标签文本情绪自动分类叁个方面分析。本文主要包括以下四项工作:第一,针对中文情绪词典资源较为匮乏的问题,利用英文情绪词典Word Net-Affect,通过机器翻译、噪音过滤和同义扩展步骤,自动构建了一个具有较高质量和覆盖率的中文情绪词表,为文本情绪分析建立可靠的基础资源。第二,目前已有的中文情绪词典普遍存在完善性和精确性等问题,以往研究中,情绪词信息通常只包括词语简单的情绪类别和强度值。本课题认为词语的情绪类型分为表达和认知两种,在本文中主要挖掘词语情绪表达方面蕴含的深层信息,同时引入How Net的词语概念解释来区分词语多义性,在此基础上提出新型标注体系,构建了细粒度中文情绪表达常识库。第叁,面对网络文本和词语不断新增的情况,采用基于规则的新词发现方法自动扩充常识库。面对句子短小信息量少和难以识别非情绪词表达情绪的问题,引入词语的义项概念自动扩展句子。第四,将情绪词资源应用在基于语义规则以及基于机器学习的多类标文本情绪分类算法中,通过对比实验发现,本课题构建的中文情绪词词表和情绪表达常识库分类性能优于传统情绪词资源,同时表明,融入了常识库信息的特征表示方法能有效提升基于机器学习方法的分类性能。本课题的贡献在于:一,构建了高质量的中文情绪词表以及目前已知最精细的中文情绪表达常识库。二,采用规则的方法发掘新情绪词可以扩大常识库规模,同时,利用词语概念扩充句子的方法有利于改善文本情绪分析结果。叁,相比于传统中文情绪词典以及现有特征表达方法在多标签文本情绪分类中的作用,新词典及新型细粒度中文情绪表达常识库的应用提高了分类性能,体现了它们的优势以及在文本情绪计算应用中的有效性。(本文来源于《哈尔滨工业大学》期刊2014-12-01）
于永新,冯志勇[4]（2009）在《基于常识库支持的图像描述和检索系统》一文中研究指出分析了图像检索系统的研究现状,指出了出现语义鸿沟的原因在于系统中缺乏对于实体相互关系的描述,提出了一个四层的图像语义模型,并在此基础上给出了基于常识库和图像实体库的图像描述和检索模型。以图像的颜色、纹理、形状等特征来构造实体的描述信息,并以常识库信息来分析图像场景中的实体构成和关系,从而获得对图像语义信息的识别和理解。(本文来源于《计算机应用研究》期刊2009年02期）
杨帆[5]（2001）在《一个模糊常识库的模型》一文中研究指出常识的表示及推理是人工智能的一个核心难题。文章提出了一个模糊常识库的模型,描述了模糊概念的表示方法以及常识的模糊推理,并给出了模型解题的两个例子。(本文来源于《计算机工程与应用》期刊2001年21期）
常识库论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着互联网的飞速发展以及社会化媒体的兴起,社会化媒体文本特别是包含情感信息的文本出现了爆炸式的增长。针对此类文本的舆情监控和群体性事件预测等问题的研究意义逐渐凸显。在目前已经逐渐成熟的文本情感分析的基础上,对社会化媒体文本中较深层次信息的挖掘越显重要。作为其中的一个重要研究方向,文本情绪原因发现具有很大的研究价值和实际意义。本文主要研究利用大规模文本数据构建情绪认知常识库的方法,在此基础上研究结合认知常识库的文本情绪原因发现方法。主要工作包括:第一、设计并构建面向于新闻文本的情绪原因标注语料库。为此,设计了完整的标注体系和标注质量监控机制。目前已构建完成包含2105条情绪文本的原因标注。在该语料库上对情绪原因进行了结构分布与规则分布上的详细统计,以及不同类型文本的差异性分析,为后续情绪原因发现的研究提供了数据基础和理论依据。第二、研究认知常识库的自动构建方法和扩建方法。首先利用新浪社会新闻的读者情绪投票数据为线索,实现了对较大规模社会新闻语料的自动化情绪标注。利用这些大规模有标签文本挖掘与情绪类别相关的常识知识,自动构建带有情绪激发类别强度的认知常识库。考虑到此类常识库存在覆盖率不足的问题,本文设计实现了一种基于HowNet和同义词词林的常识库扩展方法,实现了认知常识库的有效扩展,使其在原有规模基础之上扩充了叁倍以上。第叁、研究基于认知常识库的文本情绪原因发现算法,使原因识别的F值相对基线系统提高了12.37%。在此基础之上进一步研究了结合常识库与规则方法以及结合常识库与机器学习方法的文本情绪原因发现算法,使原因识别的F值分别提高了1.27%和15.01%。本文研究显示认知常识库可以作为有效的知识来源和新的特征,进一步提高现有文本情绪原因发现方法的性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
常识库论文参考文献
[1].覃家营.辅助题意理解的常识库构建研究[D].华中师范大学.2017
[2].王赵煜.基于情绪认知常识库的文本情绪原因发现[D].哈尔滨工业大学.2015
[3].郑燕珍.中文情绪表达常识库构建及其在情绪分析中的应用[D].哈尔滨工业大学.2014
[4].于永新,冯志勇.基于常识库支持的图像描述和检索系统[J].计算机应用研究.2009
[5].杨帆.一个模糊常识库的模型[J].计算机工程与应用.2001