智能决策支持系统及其智能决策方法.pdf

(19)中华人民共和国国家知识产权局*CN102141997A*(12)发明专利申请(10)申请公布号CN102141997A(43)申请公布日2011.08.03(21)申请号201010105287.6(22)申请日2010.02.02(71)申请人三星电子(中国)研发中心地址210008江苏省南京市中山路268号汇杰广场8楼申请人三星电子株式会社(72)发明人彭鸽姜赢刘思培王进(74)专利代理机构北京铭硕知识产权代理有限公司11286代理人韩明星王艳娇(51)Int.Cl.G06F17/30(2006.01)权利要求书2页说明书5页附图3页(54)发明名称智能决策支持系统及其智能决策方法(57)摘要提供了一种智能决策支持系统及其智能决策方法。所述智能决策支持系统包括：多维分类器，对文本进行多语义标准的分类，以输出文本的多个属性以及每个属性的置信率；问题提交模块，接收多维分类器的输出，并基于文本的多个属性以及每个属性的置信率形成问题；推理机，基于问题查询领域本体知识库，将查询得到的问题答案提供给决策答复模块；领域本体知识库模块，存储与智能决策支持系统相关领域的领域本体知识库，所述领域本体知识库记录与多维分类器的语义标准对应的决策推导规则的描述；决策答复模块，将推理机提供的对于问题的决策答案提供给用户。CN102497ACCNN110214199702142004A权利要求书1/2页1.一种智能决策支持系统，包括：多维分类器，包括定义了不同的语义标准并基于所述不同的语义标准被训练的多个分类器，多维分类器对文本进行多语义标准的分类，以输出文本的多个属性以及每个属性的置信率；问题提交模块，接收多维分类器的输出，并基于文本的多个属性以及每个属性的置信率形成问题；推理机，接收问题提交模块所提交的问题，并基于该问题查询领域本体知识库，将查询得到的问题答案提供给决策答复模块；领域本体知识库模块，存储与智能决策支持系统相关领域的领域本体知识库，所述领域本体知识库记录与多维分类器的语义标准对应的决策推导规则的描述；决策答复模块，将推理机提供的对于问题的决策答案提供给用户。2.如权利要求1所述的智能决策支持系统，其中，还包括：知识库管理模块，用于对领域本体知识库模块中的领域本体知识库的推导规则和问题提交模块的问题形式进行配置。3.如权利要求1所述的智能决策支持系统，其中，多维分类器是支持向量机SVM。4.如权利要求1所述的智能决策支持系统，其中，领域本体知识库中的决策推导规则与多维分类器的语义标准的组合对应。5.如权利要求1所述的智能决策支持系统，其中，多维分类器根据多语义标准收集训练文本，提取训练文本的特征向量以形成特征向量空间，基于特征向量空间对每个训练文本进行特征向量描述以形成每个分类器的训练模型，并基于每个分类器的训练模型来预测和输出文本的多个属性以及每个属性的置信率。6.如权利要求5所述的智能决策支持系统，多维分类器使用TF-IDF方法来提取训练文本的特征向量。7.一种智能决策方法，包括：(a)根据应用领域定义多维分类器的多个分类器的语义标准和记录与多维分类器的语义标准对应的决策推导规则的描述的领域本体知识库；(b)根据多语义标准收集训练文本，训练多维分类器；(c)多维分类器对文本进行多标准的分类，输出该文本的多个属性以及每个属性的置信率；(d)基于文本的多个属性以及每个属性的置信率形成用于智能决策的问题；(e)推理机基于该问题查询领域本体知识库，以得到智能决策的答案并将答案提供给用户。8.如权利要求7所述的智能决策方法，其中，步骤(b)包括以下步骤：(b1)多维分类器根据多语义标准收集训练文本；(b2)提取训练文本的特征向量以形成特征向量空间；(b3)基于特征向量空间对每个训练文本进行特征向量描述以形成每个分类器的训练模型；(b4)基于每个分类器的训练模型来预测和输出文本的多个属性以及每个属性的置信率。2CCNN110214199702142004A权利要求书2/2页9.如权利要求8所述的智能决策方法，其中，使用TF-IDF方法来提取训练文本的特征向量。10.如权利要求7所述的智能决策方法，其中，领域本体知识库中的决策推导规则与多维分类器的语义标准的组合对应。3CCNN110214199702142004A说明书1/5页智能决策支持系统及其智能决策方法技术领域[0001]本发明涉及智能决策技术领域，更具体地，涉及一种基于文本分类和知识领域本体的智能决策支持系统及其智能决策方法。背景技术[0002]随着以互联网为代表的信息技术的不断发展，人类接收和处理各种信息的速度和数量都在迅速地增加。面对来自各种渠道的信息，例如，来自互联网的网页、电子邮件、数字图书馆等数字化文档信息，人们需要迅速地根据这些数字化文档提供的信息做出判断和决策。对文