基于语义网络的家族人物关系推理算法的研究

!!!

!"#$%&’())*(+,)-".,/,,0112

关系的人名。

表示家族人物关系知识的语义网络可以转换为基本谓词，结合本文构造的一系列复合谓词，进行逻辑推理。本文提出下面两类算法，着重解决以上类型的推理问题。

可能是儿子或女!34567（89:）表示8是:的孩子，儿，:可以是父母任一方。

即?";<7;=>?9@A,表示?的出生顺序相对于@要早，比@年龄大。

这四种基本谓词在网络中表现为四种弧连接，如图0所其中D是一种特殊的弧，本示，分别以弧标记B，C，3，;表示，文把它当作结点的属性。

U.V,顺向推理算法

功能：已知两个相关人物的名字，推断他们之间家族关系的称谓。

!"#$%：&’，(*)$%#$%：

把谓词模板库+,-./中的基本谓词定义，及实例知识库%初始化，

分别导入#,4546程序的规0123/中的实例知识转换为基本谓词，

图0,,表示四种基本谓词的弧连接

则库和事实库部分；

记为78&（&，3）93:;<=978&>(9/?9/:;<=；&判断两人的性别，

E.0,表示家族人物关系的语义网络

由一系列基本谓词合取构成表示称谓的谓词称为复合谓词。每个称谓对应有一个复合谓词。

四种基本谓词的弧连接可以按一定的联系，构造复合谓词的语义网络，使其可以进行人物关系的推理。

例如，一个家族人物关系的实例为：以我为中心，我是个男我的爸爸是F，妈妈是G，我的哥哥是H，他结婚了，孩儿，叫5，他们有一个孩子，叫J，是个男孩儿。我的爷爷是@，对象是I，

奶奶是-，姑姑是K，姑父是L，他们的女儿叫M。我的外公是他有一个女儿，也就是我的妈妈G。显然，6，5，F，H，J，@，L，6是男性，其余为女性。

上面的家族人物关系实例可以用图E来表示。爷爷，爸爸，姑姑，哥哥等称谓在语义网络中并没有显式表示，但可推理得

出相应的复合谓词。

’在谓词模板库+,-./中的所有复合谓词中查询满足@0:78&（&，（(，记作#（3），@A:78&/）9B!09A!C的D4,1子句，0E!0!记为7:｛#E91）9’#0为FGH@B9@I9JJJ9@C>C"B?9#0的集合为谓词集，把7导入#,4546的规则库部分；#B9JJJ9#1｝，

，调用%)*"*+(0K’7::)转*!"#!选中$其中一项%（&’!&!(）进行逻辑推理，并令7:7H#0，E!0!1；

记为无条件子句,，+取得推理结果，&-,#)转,!"#!转-；转.；,在谓词模板库.)!/0中查询无条件子句,对应的称谓%，转(；-依次查询$中的下一个复合谓词%&12，

.)!34)(%；

“没有找到合适的称谓”；*)!34)(

/结束。

U.0,逆向推理算法

功能：已知一个人的名字，推断另一个与其有家族关系的人名。

!"#$%：(9*’)$%#$%：&

把谓词模板库+,-./中的复合谓词定义导入#,4546程%初始化，序的规则库部分；

记为78&（&，&判断&的性别，3）93:;<=；

查询与称谓*相对’遍历谓词模板库+,-./中所有的复合谓词，应的复合谓词*590K’*5#)令,6758转(!"#!转.；

(对,9:;28;<8===8;>?>"2@中的每一个条件;&?2!&!>@在实例知识库0123/中查询相关的实例知识，转换成相应的子句；

图E,,表示一个家族人物关系实例的语义网络参照上面的关系实例，一个称谓“哥哥”，由语义网络转换为复合谓词就是：

+将A;28;<8===8;>B所代表的子句集导入%)*"*+程序中的事实库部分；

,调用%)*"*+程序进行逻辑推理；

-取得上步推理的结果为某一个与C有对应基本谓词关系的条件，记为@0>B!0!C?，@0中对应的&位置的值即为&，0K’&#)

K’K’,NH95AOPD;?NH9QA，34567NH9FA，34567N59FA，;67;RNH95AS,,,

只存储对应4"(T子句K’K’,>H95A不直接存储在知识库中，中的子目标。

)!34)(C!"#!转*；

“系统没有收录相关的称谓”；.)!34)(

“系统没有收录相关的人名”；*)!34)(

U,家族人物关系的推理机制与算法

根据问句的基本类型，求解人物关系的推理机制有两种：推断他们之间的#顺向推理已知两个相关人物的名字，称谓。

推断另一个与其有家族$逆向推理已知一个人的名字，

/结束。

2,结束语

本文在现有的自然语言理解理论技术基础上，对家族人物关系作了研究，在家族人物关系推理上提出了与语义网络，一