基于句子匹配分析的知识抽取研究与实现

知识抽取,是通过对文献进行内容分析处理，把文献中所蕴含的知识点（也称知识元）逐条抽取出来，对知识的属性进行标记，以一定形式存入知识库中。知识抽取是知识获取的有效途径之一，也是知识工程和知识管理的关键技术之一。本研究通过相似性判定确定文章的新句子，对文章的新句子进行句子内部结构及主题语义分析，从而确定句子的主题及语义；然后通过句子之间的关联关系分析和文章的篇章结构分析确定句子的知识元隶属，并对知识的属性进行标记,如定义、发展历史、特点、关键技术、意义、应用、未来趋势等。基于句子匹配分析的知识抽取研究不但可以解决学术抄袭与科学引用的自动判定问题，以及形成文献自动综述，而且把文献处理的颗粒度从篇章层次细分到句段层次，真正实现在知识单元上的组织、管理和利用，从而彻底改变传统的知识组织和管理方式。因此，本项研究有着深远的理论意义和广泛的应用前景。