概念语义模式在RMIT扩展关系模型上的应用

来源 :第四届全国数据库学术会议 | 被引量 : 0次 | 上传用户:psetpsetc
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
该文从研究关系语义模型的角度出发,对从Schank的概念语义模式到RM/T扩展关系模式的映射方法进行了探讨。整个系统大致分为三个部分。第一部分是自然语言到概念语义模型的转换,目前它已在机器上实现。第二部分是确定一语法分析器,对语义表达式进行语法分析并产生相应的中间目标,然后按照第三步建立的概念存储模型存储中间目标,实现概念语义模式到概念存储模式的映射。第三部分为概念语义模建立RM/T扩展关系模型。另外,文中还给出了语法分析的文法和实现框图。最后,用一具体例子对系统实现过程加以说明。(本刊录)
其他文献
在信息处理领域,大型关系数据库中的数据挖掘是一个热点。这篇文章讨论集合值数据库的关联规则的挖掘方法,文中采用RFCM算法将数量属性划分成多个语言值,由此生成一系列的语言值
可视化数据挖掘是当前数据挖掘的研究重点之一,该文首先总结了国际上近几年发展起来的几类可视化数据挖掘技术,然后提出了把计算机图象处理技术应用于可视化数据挖掘,为可视化数
数据挖掘是一个具有广泛应用前景的新兴研究领域。建立数据挖掘系统首先必须解决系统模型问题。该文对数据挖掘系统模型进行专门研究,提出并研究了6种不同数据挖掘系统模型,分析
讨论了自动推导的计算机实现问题。较详细地叙述了依据知识推导数据关系的思想;讨论了实现原理,其中给出了一些概念提法和规则文法;讨论了一种实现方案的设计,其中包括IDB(Interst
本品系通过辐射处理冀84—5418(冀麦30)小麦单株选育而成。在保持了冀84—5418小麦优良特性基础上,具有以下突出特点:(1)比冀84—5418小麦穗分化提前。抽穗、开花和成熟提早