本篇论文旨在开发一种新颖的域独立自动本体生成框架，将非结构化文本语料库转换为与领域本体一致的形式，该框架从非结构化文本语料库生成知识图谱，并对其进行精细化的改进和纠正，以达成动态特征与本体质量特征的有机结合。

Jan, 2022

本文介绍了一个基于本体论的问答系统， KbQAS，该系统是针对越南语的第一个问答系统。KbQAS 采用了一种问题分析方法，该方法系统地构建了一个语法规则知识库，将每个输入问题转换为中间表示元素。KbQAS 然后针对目标本体论使用概念匹配技术返回答案。在广泛的越南语问题上，实验结果表明，KbQAS 的性能很有前途，输入问题的分析准确率和输出答案的检索准确率分别为 84.1% 和 82.4%。此外，我们的问题分析方法可以轻松应用于新的领域和新的语言，从而节省时间和人力成本。

Dec, 2014

利用众包知识构建了高质量、大规模、面向开放领域的方面为基础的自动摘要数据集（OASum），包含超过 3.7 百万个实例，在 200 万个维基百科页面上涵盖了大约 1 百万种不同的方面类型，并在七个下游数据集上进行了数据零、少样本以及微调处理，显示出在方面或特定查询焦点生成能力方面，预先训练的模型表现出强劲的能力，数据集及预训练检查点已公开提供。

Dec, 2022

本研究提出了一种基于规则的开放域问答系统，可以回答来自相关上下文的任何领域的问题，使用 1000 个问题的 SQuAD 2.0 数据集测试开发的系统表现满意，同时分析了性能。

Mar, 2022

本论文介绍了一种开放领域的主题分类系统，能够在实时接受用户自定义层次结构并通过零样本学习利用预训练语言模型来分类文本片段，并在多个领域数据集上进行了评估。

Jun, 2023

提出了一个新的多领域、开放领域的基于方面的摘要数据集 “WikiAsp”，该数据集通过使用 20 个不同领域的维基百科文章并使用每篇文章的标题和边界作为方面标注的代理。研究结果表明现有的摘要模型在此情况下面临的关键挑战，具体包括引用来源的代词处理和时间敏感事件的一致解释。

Nov, 2020

本文研究了支持基于知识的机器翻译（KBMT）的大型本体构建，该本体合并了各种在线词典、语义网络和双语资源，以半自动的方法进行。

Jul, 1994

该论文提出了一种称为结构化知识领域自适应（DASK）的新方法，通过利用单词级语义关系来增强域自适应，为跨域情感分类提供了 3% 的提升。

Jun, 2022

研究报告通过构建基于代理模型的自动社会操作系统（ASOS）的方法，采用超图和符号混合框架来综合和结构化地表示社会动态，以解决当前社会问题生成解决方案的相关挑战，并在国际油期货市场中成功应用 ASOS 来识别潜在市场条件并进行干预，从而提出了一种有效且系统的解决方案生成方法。

Jan, 2024

提出了一个新的框架 DPE，通过结合远程监督和语料库级别统计的分布特征和局部上下文的文本模式来相互补充信号，从而发现特定领域知识库实体的同义词。

Jun, 2017