رابط کاربری در وب معنایی : سیستم های پرس و جو

زبان طبیعی

ساختار ارائه

مقدمه •رابط های پرس و جو زبان طبیعی در وب •

معناییبررسی قابلیت استفاده رابط های پرس و جو •

زبان طبیعی

طبیعی زبان جوی و پرس های 2سیستم

مقدمه

طبیعی زبان جوی و پرس های 3سیستم

طبیعی زبان جوی و پرس های 4سیستم

دامنه اساس بر ها سیستم بندی تقسیمحمایت تحت

طبیعی زبان جوی و پرس های 5سیستم

بسته • دامنه

باز • دامنهمربوط 1. های شناسی هستی یافتن

کاربر جوی و پرس به جواب برایصحیح 2. های نگاشت شناسایی

معنایی ناهمگون 3. اطالعات ترکیبپذیری 4. مقیاسباال 5. سطح ناهمگونینویزی 6. و ناکامل های داده با مقابله

طبیعی زبان جوی و پرس های 6سیستم

های • الگو مبتنیسیستم براین سیستم ها سعی دارند تا الگوهای قطعی که در پرس و جو کاربر تکرار می شوند را –

شناسایی کنند . این الگوها برای تفسیر طبیعت و ماهیت درخواست بازیابی اطالعات که به صورت ضمنی در پرس و جو وجود دارد به کار می رود.

–Querix

سیستم های پرس و جو زبان طبیعی کامل•این سیستم ها هیچگونه ساختار گرامری برای زبان که پرسش و جمالت درخواست های –

بازیابی اطالعات به کار می رود ، تحمیل نمی کنند . در عوض از تکنیکهای پردازش زبان طبیعی پیچیده برای تجزیه ، تفسیر و ترجمه ورودی به زبان پرس و جو سازگار با وب

معنایی استفاده می کنند. –PANTO

سیستم های زبان طبیعی کنترل شده•این سیستم ها بر زبان طبیعی کنترل شده تکیه دارند، هدف این است که با محدود –

کردن ورودی های کاربر به یک زیرمجموعه بدون ابهام از درخواست های پرس و جوی امکان پذیر ، یک پردازش گر پرس و جو زبان طبیعی بتواند پرس و جو های کاربر را

تفسیر کند و آن را به پرس و جو فرمال معادل معنایی تبدیل کند. –CNL( خاص SWAT که از ACE)استفاده می کند (Ginsengهدایتگر )–

دیگر بندی تقسیم

طبیعی زبان جوی و پرس های 7سیستم

سواالت کامل انگلیسی•رفع ابهام از طریق همفکری با کاربر و استفاده از دیالوگ های صریح•ساده است و تکنولوژی معناگرای پیچیده ای استفاده نمی کند. )یک مجموعه •

را به خدمت می گیرد.NLPمحدود از ابزارهای اين سيستم شامل هفت بخش اصلي است:•

رابط كاربر1.

شناسیانمدير هست2.WordNetبرچسب هاي منابع با به دست آوردن مترادف ها از طريق تولید

تحليل گر پرس و جو–Stanford parserبرای تولید درخت نحو

Q-V-N-P-N-Q-V-P-Nتولید دنباله هایی به شکل

مركز تطبيق دهنده–)به استفاده از الگوهای هیوریستیک برای تطبیق پرس و جوهای کاربر به سه گانه های هستان شناسی

(Q-V-N طور مثال

توليدكننده پرس و جو1.SPARQL

جزء محاوره اي– شناسیانيك اليه دسترسي به هست–

Jena و Pellet reasoner

Querix: اساس بر طبيعي زبان رابط يكصریح هاي ديالوگ

معماری :•دستور زبان چند سطحی–

شامل قوانين مستقل از هستی بخش ایستا که در ابتدا وجود دارد و•شناسی است كه ساختار جمالت عمومي را مشخص مي كند

بخش پویا که در زمان بارگذاری آنتولوژی ایجاد می شود•

پارسر افزایشی–گزینه های کاربر )کنترل شده و محدود به واژگان آنتولوژی(• RDQLپرس و جوهاي •

(Jenaالیه دسترسی به هستان شناسی )–

را به واسطه ساختارش NLوهاي جنمي تواند همه پرس و محدودیت : •مورد پردازش قرار دهد

طبیعی زبان جوی و پرس های 8سیستم

Ginseng : ورودي با طبيعي زبان کاربری رابط يكشده هدايت هاي

نمونه ای از قوانین گرامر چند سطحی Ginseng

طبیعی زبان جوی و پرس های 9سیستم

(1< )START< ::= <OQ ? <

| SELECT <<OQ <<

| WHERE )<<OQ<<(

(2a< )OQ< ::= which <subject< <verb< | <<subject <<

<< | subject:1<< <<verb <<

(2b< )OQ< ::= what <subject< <verb <

<< | subject <<

<<( | subject:1<< <<subject )<<<<(subject:1<< <<verb )<<

(3< )subject< ::= state ? | state

< | RDF#type< <geo#state< )type=[<geo#state<](

(4< )verb< ::= borders <object < - |

< | geo#borders< <<object<< )domain=[<geo#state<], range=[<geo#state<](

(5< )object< ::= New York City ? | newyorkcity | <geo#newYorkCity<

)type=[<geo#city<, <geo#capital<](

(6< )object< ::= Mississippi ? | mississippi | <geo#mississippiRiver<

)type=[<geo#river<](

(7< )object< ::= Mississippi ? | mississippi | <geo#mississippiState<

)type=[<geo#state<](

NLP_Reduce يك رابط ساده :

طبیعی زبان جوی و پرس های 10سیستم

مجموعه کوچکی از عملگرهای پردازش زبان طبیعی •را استفاده می کند:

(WordNetتوسعه مترادف ها )–(Porter Stemmerریشه یابی )–

پردازش پرس و جوها به صورت بسته ای از کلمات•برای ورودی های ناکارا ، قوی است –قابل حمل است–می تواند ورودی های غیرگرامری را بپذیرد )زبان طبیعی –

کامل ، بخشی از جمله یا کلمات کلیدی(

نمی تواند به پرس و جوهایی که نیاز به محدودیت : • ساختار وابستگی بین عناصر دارند را پاسخ دهد

SWAT یک رابط زبان طبیعی کنترل شده است که اجازه می دهد که کاربران •

Attempto Controlled English (ACE) خاص که CNLپرس و جوها را در یک )جمالت ساده ، مرکب و پرسشی(.نامیده می شود فرموله کنند

ابهام را از بین می برد و نیاز به ابزارهای پیچیده پردازش زبان طبیعی ندارد–نیاز به آموزش کاربر دارد–

طبیعی زبان جوی و پرس های 11سیستم

محدودیت ها :•)یادگیری زبان های کنترل شده بسیار آسان تر از نیاز به آموزش کاربر دارد. –

زبان های رسمی است(

نیاز به بازنویسی دستی قوانین هنگامیکه از یک هستان شناسی جدید –استفاده می شود ، دارد.

قابلیت حمل پایین–

PANTO : یک رابط زبان طبیعیقابل حمل

12

گانگی این رابط یک مدل داده مبتنی بر سه بر پایه توجه ویژه به عبارتهای اسمی،•. کند اتخاذ می StanfordParserهای تجزیه با استفاده از را برای تحلیل نتایج درخت

مانند منفی سازی ، مبالغه و )های زبان طبیعی تغییرات پیچیده در پرس و جو•. نیز بررسی شده است(مقایسه

شوند هایی استخراج می های تجزیه به صورت جفت های اسمی در درخت عبارت•. شکل گیردQueryTriplesمایشی میانی به نام نتا

محدودیت : ارتباط با کاربران کم است.•

طبیعی زبان جوی و پرس های سیستم

AquaLog•AquaLog تعداد زیادی از تکنیکهای قوی را به روشی جدید ترکیب می کند تا پرس و

جو های زبان طبیعی را با مفهوم کند و آنها را به نشانه گذاری معنایی تبدیل کند.شامل یک جزء فراگیرنده است که عملکرد سیستم را در پاسخ به اصطالحات خاص •

به کار برده شده توسط کاربر نهایی بهبود می بخشد. و سرویس های جدید WordNet ، الگوریتم های ارزیابی رشته ، GATE NLPاز پلتفرم •

تشابه مبتنی بر هستی شناسی برای روابط و کالسها استفاده می کند تا پرس و جوی کاربر را با توجه به پایگاه دانش هدف تعبیر نماید.

به صورت بسیار زیادی بر پردازش زبان متکی است و احتیاج به جمالت درست •دستوری دارد. و از زبان طبیعی کنترل شده استفاده می کند.

طبیعی زبان جوی و پرس های 13سیستم

دو ماژول اصلی:•جرء زبانی سرویس تشابه

(RSSرابطه )

AquaLog...

طبیعی زبان جوی و پرس های 14سیستم

(RSSسرویس تشابه رابطه )•از کاربر برای رفع ابهام درخواست می کند قابلیت کلیک بر رویOntoTripleها و نمایش ویژگی های آن از مکانیزم یادگیری بهره می گیرد.)عملکرد در طول زمان

بهبود می یابد(oبر روی جزئیات پروفایل کاربر متمرکز استo)تعریف زمینه ) نگهداری دو نگاشت مجزاoجامعه کاربران

ناهنجار به AquaLogبرخی از سواالت از دیدگاه محدودیت ها :• پشتیبانی نمی شوند:AquaLogشمار می آیند و توسط

پرس و جوهای عطفی–bracketپرس و جوهایی شامل – آغاز می شوند”how many“پرس و جوهایی که با عبارت –پرس و جوهایی که به شکل پرس و جوی کلمل نیستند–

PowerAqua : پرس و جو در وب معناییدامنه باز

طبیعی زبان جوی و پرس های 15سیستم

قادر است به •پرس و جوها

بوسیله مکان یابی و مجتمع کردن

اطالعات که می توانند در میان منابع معنایی

ناهمگون توزیع شده باشند ،

پاسخ دهد.

از ابهام زدایی پرس و جو ، ادغام دانش ) برای مجتمع سازی •جواب های جزئی یا مشابه( و مکانیزم های رتبه بندی ، برای

شناسایی دقیق ترین پاسخ حمایت می کند.

QuestIO

طبیعی زبان جوی و پرس های 16سیستم

از آن جا که تمام استخراجات مربوط به طور خودکار از منابع هستی شناسی •. نیاز نیستQuestIOمشتق می شود، هیچ سفارشی سازی برای شروع

در برابر اشتباهات در زبان پرس و جو بسیار قوی و پایدار می باشد و به کاربر •آزادی برای وارد کردن پرس و جو با هر طول و فرمی را می دهد.

رفع ابهام در پرس و جوها با استفاده از استدالل و استنتاج در هستی شناسی •.انجام می شود

سیستم ارتباطات ممکن بین جفت های مفاهیم را تحلیل می کند و آن ها را بر •اساس چندین فاکتور مرتبط ، اولویت بندی می کند تا به تفسیر دقیق تر برسد.

مولفه ها :•–KCIT ابزاری برای شناسایی مفاهیم کلیدی می باشد. مفاهیم کلیدی شناسایی شده :

، به منابع هستی شناسی مانند نمونه ها ، کالس ها ، خصوصیت ها اشاره دارند. شناسایی نشده اند ، اما KCITجمع کننده متن :که همه کلمات پرس و جو که توسط –

می توانند در فرآیند تولید پرس و جوی رسمی مفید باشند ، جمع آوری می کند.تحلیل گر پرس و جو–

FREyA: تعاملي رابط يك

طبیعی زبان جوی و پرس های 17سیستم

وجود دارد : FREyAدو نوع از محاوره در•محاوره ابهام زدايي برا ي حل ابهام –

شناسايي شده در سوال توسط ها(oc)كاربر

جواب • نوع يا سوال كانون اساس بر

در POCمحاوره نگاشت براي نگاشت–پيشنهاد شده توسط OCسوال به يك

كاربر

•FREyA تالش نمي كند كه تمام سوال را دريك مرتبه تفسير كند ، بلكه اين عمل را

ها در هر لحظه انجام OCبراي هر جفت از مي دهد.

)به ازای هر انتخاب به مكانيزم يادگيري•روز رسانی می شود.(

ابهام زدايي تا حد ممكن و استفاده از •مكانيزم ها ي رتبه بندي ، و تصحيح آنها در

صورت نياز با استفاده از ويژگي ها ي تعاملي

مد خودکار–ForceDialogمد –

ارزیابی قابلیت استفاده زبان طبیعی به عنوان یک رابط

شود که ، پیشنهاد میNLIتر به سوال مفید بودن های بیشتر و دقیق برای یافتن پاسخ•دوگانگی بین رویکردهای زبان طبیعی کامل و رویکردهای پرس و جو رسمی و مبتنی بر

منطق شکسته شود و به عنوان انتهاهای زنجیره تشریفات در نظر گرفته شوند که های پرس و جو رسمی در انتهای های طبیعی کامل و ساختاریافتگی زبان آزادی زبان

.گیرند زنجیره قرار میدر واقع در این بخش هدف این است که رویکردهای زبان طبیعی کامل و رویکردهای •

مبتنی بر منطق و رسمی به هم نزدیک شوند زیرا فرض بر این است که بهترین راه حل برای کاربران نهایی عادی جایی در میانه زنجیره تشریفات قرار دارد که داد و ستد بین

.آزادی و ساختاریافتگی را نشان میدهد

طبیعی زبان جوی و پرس های 18سیستم

مطالعه قابلیت استفاده

طبیعی زبان جوی و پرس های 19سیستم

رابط به شرح زیر است:4برخی ویژگی های این •–NLP_Reduceبر اساس کلمات کلیدی ، بخشی از جمله و یا جمله کامل : –Querixجمله کامل : –Ginsengجمالت و کلمات مبتنی بر منو و قابل پیش بینی : –Semantic Crystalنمایش گرافیکی ، قابل کلیک ، زبان پرس و جو فرمال :

کاربر خواسته شده است که یک سری عملیات بازیابی 48در این مطالعه از •مشابه با هر یک از این چهار سیستم انجام دهند و اعالم کنند از کدام زبان پرس و

جو بیشتر و از کدام کمتر خوششان آمده است و دالیل آن را نیز مطرح کنند. همچنین موارد زیر نیز سنجیده شده است:

زمان مورد نیاز کاربران برای انجام عملیات.–تعداد پرس و جو های الزم برای یافتن اطالعات.–میزان موفقیت کاربران در یافتن جواب با استفاده از هر سیستم.–

از کاربران خواسته شده است تا به پرسشنامه مربوط به میزان قابل استفاده •( پاسخ دهند. این آزمون جنبه های Usability ، تست استانداردSUSبودن هر سیستم)

مانند نیاز به پشتیبانی ، آموزش و پیچیدگی را پوشش می دهد.Usabilityمختلف ها از کاربران خواسته شده است تا به پرسشنامه پس از پر کردن این پرسشنامه•

ای پاسخ دهند. مقایسه

نتایج مطالعه قابلیت استفاده بهترین رابط

)پرسشنامه مقایسه

ای(

امتیاز SUS

میزان متوسط موفقیت

تعداد متوسط پرس و جوها برای یافتن

4پاسخ سوال

متوسط زمان صرف شده برای فرموله

کردن پرس و جوها

12.50%56.7269.27%7.9423.54 secNLP_Reduce

66.67%75.7377.08%7.7529.31 secQuerix

6.25%55.1063.54%11.0634.82 secGinseng

14.58%36.0954.86%7.0289.53 secSemantic Crystal

طبیعی زبان جوی و پرس های 20سیستم

و زبان پرس و جوی آن که اجازه Querixدهد که نتایج مطالعه نشان می•دهد به استفاده از سواالت کامل انگلیسی ولی با عبارتهای آغازی محدود را می

ترین رابط پرس و جو شناخته شده است. داشتنی عنوان مفیدترین و دوستبا توجه به ترجیحات کاربران و با در نظر گرفتن سرعتی معلوم، بهترین راه حل •

اما در طرف طبیعی زنجیره تشریفات قرار برای کاربران عادی به سمت میانهدارد.

بررسی ها بر روی جستجوی مبتنی بر کلمات کلیدی در مقابل جستجو به •صورت سوال کامل نشان می دهد که کاربران جمالت پرس و جو کامل را می

پذیرند ، اگر که نتایج بازیابی شده بهتر باشد. مشکل است ، اما برخی کاربران به امتیاز گرافیکی SemanticCrystalاگرچه که •

.بودن آن اشاره کرده اند

نتیجه گیریدر این گزارش به بررسی رابط های زبان طبیعی برای پرس و جو در وب معنایی •

پرداختیم. این رابط ها را می توان به سه دسته کلی تقسیم بندی کرد :- سیستم 3- سیستم های پرس و جو زبان طبیعی کامل و 2- سیستم های مبتنی بر الگو ، 1 –

های زبان طبیعی کنترل شده.

مهمترین چالش هایی که این رابط ها با آن روبرو هستند :•- مساله مقیاس پذیری است که با توجه به حجم زیاد و ناهمگونی وب معنایی و رشد روز 1 –

- مساله ابهام زبان طبیعی می باشد که امری اجتناب 2افزون آن با مسایلی مواجه است و ناپذیر است.

رابط های مختلف برای غلبه بر مشکل ابهام از تکنیک های زیادی بهره گرفته اند.• برخی از تکنیک های پیچیده پردازش زبان طبیعی استفاده می کنند . –برخی از آن ها از یک زبان کنترل شده ، به منظور از بین بردن ابهام استفاده می کنند. –و برخی رابط ها نیز از پنجره محاوره و بازخورد کاربر برای ابهام زدایی بهره می برند ، که –

در این راستا تکنیک های یادگیری نیز برای افزایش کارایی در طول زمان به خدمت گرفته می شود.

مطالعه بر روی قابلیت استفاده زبان های طبیعی برای پرس وجو در وب معنایی ، • اما در طرف نشان می دهد که بهترین راه حل برای کاربران عادی به سمت میانه

طبیعی زنجیره تشریفات قرار دارد. و رابطی که از پرس و جوهای طبیعی و نمایش گرافیکی حمایت کند از محبوبیت بیشتری برخوردار است.

طبیعی زبان جوی و پرس های 21سیستم

جدول مقایسه ویژگی های رابط ها

KBRecallPrecisionCNLقابلیت

حملپرس زبان

وجوزبان نوعطبیعی

سیستم جو و پرس

TangAnd

Mooney78.8%77.67%NOباالSPARQL

کامل سواالتانگلیسی

Querix

Mooney98.4%92.8%

Yesاز گرامرهستان

به شناسیآید می دست

SPARQL/RDQLباالکنترل طبیعی زبان

ورودی با شدههدایتگر

Ginseng

TangAnd

Mooney76.4%70.0%NOباالSPARQL

کامل، جمالتو جمله از بخشی

کلیدی کلمات یاNLP_Reduce

Mooney90%100%Yes

(ACE)PQLپایین

کنترل طبیعی زبانشده

SWAT

Mooney85.86%88.05%NOباالSPARQL کامل طبیعی PANTOزبان

KMi--NOباالOntoTripleکنترل طبیعی زبان

شدهAquaLog

OntoTripleباالNO%94%93باز ، کامل جمالت

یا جمله از بخشیکلیدی کلمات

PowerAqua

TGKIM

--NOباالSeRQLدر محدودیت بدون

جمله فرم یا طولQuestIO

DBPedia66%85%NOباالSPARQLکامل طبیعی زبان

آن از بخشی یاFREyA

طبیعی زبان جوی و پرس های 22سیستم

طبیعی زبان جوی و پرس های 23سیستم

ابزارهای کمکیویژگی خاصتبعیت دستوری

نیاز به آموزش

دامنهتکنیک رفع

ابهامسیستم پرس

و جو

بهره گیری از دیالوگ های وضوح برای رفع ابهام

WordNetStanfordParser

JenaPellet reasoner

Querixدیالوگ های وضوحبستهنداردبلی

ورودی های هدایتگر گرافیکیWordNet

Jenaبستهنداردبلی

از طریق زبان طبیعی کنترل شده و ورودی

هدایتگر

Ginseng

در برابر اشتباهات زبان طبیعی قوی و پایدار است

WordNetPorter stemmer

JenaPellet reasoner

NLP_Reduce-بستهنداردخیر

پیچیدگی های زبانی و محاسبات مربوط به آن را نداریم

APE(prolog)بستهداردبلیاز طریق زبان طبیعی کنترل

شدهSWAT

تمرکز بر روی پردازش پرس و جو ورودی

واستفاده از یک مدل داده مبتنی بر سه گانه

WordNetStanfordParser

بستهنداردبلیاز طریق استدالل

و استنتاجPANTO

به دلیل استفاده از مکانیزم یادگیری که بر پروفایل کاربر متمرکز است ، کارایی در طول زمان بهبود می یابد

قابلیت کلیک کردن بر روی موجودیت ها و نمایش خصوصیت

های آنها را دارد

WordNetبستهنداردبلیاز طریق تعامل با کاربر و مکانیزم

های یادگیریAquaLog

با استفاده از تکنیک های مکان یابی و تجمیع در دامنه باز عمل می نماید

WordNetخودکاربازنداردخیرPowerAqua

در برابر اشتباهات زبان طبیعی قوی و پایدار است

WordNetخودکاربستهنداردخیرQuestIO

یک مدل تعاملی است و کارایی اش در طول زمان بهبود می یابد

WordNetStanfordParser

بازنداردخیراز طریق تعامل با کاربر و مکانیزم

های یادگیریFREyA

مراجع

[Ber2005a] A. Bernstein, E. Kaufmann, C. Kaiser, “Querying the semantic web with ginseng:A guided input natural language search engine”, In: 15th Workshop on Information Technologies and Systems, Las Vegas, NV, 2005, pp. 112–126.

[Ber2005b] A. Bernstein, E. Kaufmann, A. Göhring, C. Kiefer, “Querying Ontologies: A Controlled English Interface for End-users”, The Semantic Web – ISWC, Lecture Notes in Computer Science Volume 3729, 2005, pp. 112-126.

[Col1999] M. Collins, “Head-driven Statistical Models for Natural Language Parsing”, PhD thesis, University of Pennsylvania, 1999.

[Dam2008] D. Damljanovic, V. Tablan, K. Bontcheva, “A Text-based Query Interface to OWL Ontologies”,2008. [Dam2012] D. Damljanovic, M. Agatonovic, H. Cunningham, “FREyA: an Interactive Way of Querying Linked Data using

Natural Language”, The Semantic Web: ESWC 2011 Workshops, Lecture Notes in Computer Science Volume 7117, 2012, pp. 125-138.

[Faa2006] A. Faaborg, H. Lieberman, “A goal-oriented web browser”, In CHI '06: Proceedings of the SIGCHI conference on Human Factors in computing systems, New York, USA, 2006, pp. 751-760.

[Fuc2003] M. Fuchs, C. Niederee, M. Hemmje, J. Neuhold, “Supporting model-based construction of semantic-enabled web applications”, In Proceedings of the Fourth International Conference on Web In formation Systems Engineering, WISE '03, pages 232, Washington, DC, USA, 2003.

[Hac2012] G. Hachey, D. Gasevic, “Semantic Web User Interfaces: A Systematic Mapping Study and Review”, semantic-web-journal, 2012.

[Har2009] O. Hartig, J. Zhao, “Using Web Data Provenance for Quality Assessment”, In:Proceedings of the First International Workshop on the Role of Semantic Web in Provenance Management (SWPM'09) at the International Semantic Web Conference (ISWC'09), Washington D.C., USA, 2009.

[Kam1993] H. Kamp, U. Reyle, “From Discourse to Logic: Introduction to Modeltheoretic Semantics of Natural Language”, Kluwer, Dordrecht Boston London, 1993.

24 طبیعی زبان جوی و پرس های سیستم

مراجع

• [Kau2006] E. Kaufmann, A. Bernstein, R. Zumstein, “Querix: A natural language interface to query ontologies based on clarification dialogs”, In: 5th ISWC, Athens, GA, 2006, pp.980–981.

• [Kau2007a] E. Kaufmann, A. Bernstein, “How useful are natural language interfaces to the semantic web for casual end-users?”, In: Proceedings of the Forth European Semantic Web Conference (ESWC 2007), Innsbruck, Austria, 2007.

• [Kau2007b] E. Kaufmann, A. Bernstein, L. Fischer, “NLP_Reduce: A na¨ıve but domain-independent natural language interface for querying ontologies”, In: 4th ESWC,Innsbruck, 2007.

• [Kau2010] E. Kaufmann, A. Bernstein, “Evaluating the Usability of Natural Language Query Languages and Interfaces to Semantic Web Knowledge Bases”, Journal of Web Semantics: Science and Agents on the World Wide Web, 2010.

• [Lop2005] V. Lopez, M. Pasin, E. Motta, “AquaLog: An Ontology-Portable Question Answering System for the Semantic Web”, ESWC, LNCS 3532, pp. 546 – 562, 2005.

• [Lop2007] V. Lopez, E. Motta, M. Pasin, “Aqualog: An ontology-driven question answering system for organizational semantic intranets”, Web Semantics: Science,Services and Agents on the World Wide Web 5(2), 2007, pp. 72-105.

• [Lop2012] V. Lopez, M. Fernandez, E. Motta, N. Stieler, “PowerAqua: supporting users in querying and exploring the semantic web”, Semantic Web – Interoperability, Usability, Applicability, 3(3), 2012, pp. 249–265.

• [Sma2008] P. Smart, “Controlled Natural Languages and the Semantic Web”, School of Electronics and Computer Science University of Southampton, Southampton, SO17 1BJ, United Kingdom, 27 th, 2008.

• [Tan2001] L.R. Tang, R.J. Mooney, “Using Multiple Clause Constructors in Inductive Logic Programming for Semantic Parsing”, 12th European Conference on Machine Learning, Freiburg, Germany, 2001, pp. 466-477.

• [Wan2007] C. Wang, M. Xiong, Q. Zhou, Y. Yu, “PANTO: A Portable Natural Language Interface to Ontologies”, The Semantic Web: Research and Applications, 2007.

25 طبیعی زبان جوی و پرس های سیستم

با تشکر از توجه شما