4的DEF可知“打”的概念之一是“锻炼”，属于体育范畴。
2.4 构建知识体系的问题
构建一个适用合理的知识体系对于改善检索效果至关重要。但目前已成形的知识体系都存在一些不足。
构建一个知识体系最重要的是词的构造性信息，不完善的知识体系中被遗漏的信息大部分是关于词的构造性信息而非事实性信息。传统词典的定义尽力涵盖了有关每个词义的所有事实性信息，但却忽略了词汇概念之间内在的各种关系[7]。
如何选择知识体系的用词目前都在探讨和实验中，世界知识体系(Ontology)给出了一些选词的规定[8]：语义网络的非叶子节点不可以是多个类的词，如“蔬菜和水果”；也不可以是没有下位类的选词，如“职业者”。要避免使用混合类的词，不要将叙述属性和抽象概念的词进行搭配作为语义网络的非叶子节点，如“空杯子”、“破车”，要避免选词时加入个人的判断因素，将一些主观的属性值与类名组合成非叶子节点，如“热咖啡”、“明亮的车”。但是要使知识体系能理想地添加新的类、新的属性和关系，仅有这些规定是远远不够的。
是将概念领域化还是通用化各有优劣，目前都没有定论。通用的知识体系有Wordnet、Hownet等，专门领域的知识体系有UMLS和首信等。
构建语义网络结构本身存在一定的缺陷。用有限的结点和弧不可能代表万事万物及其相互之间的所有联系，语义网络对知识的表达有一定的局限性。单纯增加概念和联系会大大增加网络的复杂度。语义网络结构本身没有语义上的约定，不具备逻辑系统那样的有效性。单层的语义网络结构容易产生语义解释循环或语义悖论。
国外语义研究的理论与方法，并不完全通用。汉语是语义型语言，具有语义先决性、句法强制性和语用选定性等特点。汉语语义结构上的复杂性与多变性以及词与词之间无自然界限、无词尾形式标志、无形态变化的“三无”现象的存在，给语义分析带来了困难。
知识的获取与表示，其中较难解决的问题就是如何把复杂多样的专业知识系统化。如果把人工智能技术应用到一个多学科综合的检索系统中，如何辨别某个多义词当前的具体含义，如何辨析用户特定的需求，这些都有待于继续研究。
要想使计算机准确地分析、表达和传输知识，必须使它具备理解自然语言的能力。目前对自然语言的处理，虽然已从语法阶段上升到语义阶段，但对自然语言的理解能力还限制在一些规范的语句和语法范围内，这就决定了智能信息检索系统所能具有的智能化表达程度。
3 结束语
持续增长的海量网络信息让传统的检索方式面临着严重挑战，也加重了人们的检索负担。在自然语言检索系统中采用概念控制就是为了优化检索效果。而实现概念控制需要有合适的概念体系。目前没有一个标准的Ontology构造方法，对当前已有的Ontology的性能评估也没有一个统一的标准，这些都需要进一步研究。不过在构造特定领域Ontology的过程中，有一点是得到大家公认的，那就是需要该领域专家的参与。
【参考文献】
1 吴起立，李朝晖.题名自动分类标引探讨.情报学报，1999(1)
2 王洪伟，吴家春，蒋馥.基于本体模型的信息检索机制研究.情报学报，2004(1)
3 潘宇斌，陈跃新.基于Ontology的自然语言理解.计算技术与自动化，2003(4)
4 Tim Berners-Lee,James Hcndler,Ora Lassila.The Semantic Web.Scientific American,May 2001
5,7 姚天顺等.自然语言理解——一种让机器懂得人类与源的研究.北京：清华大学出版社，2002
6 知网辟蹊径共享新天地—董振东先生谈知网与知识共享.http://www.keenage.com/html/c_index.html(Hownet 04.08.02).
8 Why we need guideline?http://www.cs.uoregon.edu/～tdbreaux/poster/guidelines.html(04.08.02)
上一页 [1] [2]
