从Web服务中挖掘常识与隐藏知识：博士论文探索

"这篇资源是一篇来自巴黎综合理工学院的博士论文，主题是‘从Web服务中获取常识和隐藏的知识’。作者朱利安·罗梅罗通过数据分析和人工智能技术，探讨了如何从网络资源中挖掘这两种知识类型。论文中提出的方法包括从查询日志和问答网站中提取常识性知识，并通过验证这些声明来构建知识库Quasimodo。此外，论文还关注了隐藏知识的获取，即那些非直接提供的信息，特别是针对那些只有预定义访问功能的Web服务。" 这篇博士论文深入研究了在人工智能领域中知识获取的新方法，特别是利用Web服务作为数据源。首先，它聚焦于常识知识的提取，这是人们普遍接受的事实，例如“天是蓝色的”。通过分析查询日志和问答网站上的用户交互，作者设计了一套策略来识别和提取这些突出的陈述。然后，通过跨多个网络资源（如Wikipedia、Google Books和Flickr）进行数据比对和验证，构建了一个名为Quasimodo的知识库。Quasimodo的特点在于其高精度和对显著事实的捕获能力，相比于同类知识库有显著优势。 其次，论文探讨了隐藏知识的挖掘，这部分知识通常不直接由数据提供者公开。在许多Web服务中，数据的访问受限于特定的接口或预定义的函数，这为知识获取带来了挑战。作者提出了策略来应对这种情况，以满足用户查询需求，即使这些查询超出了原始服务的预期范围。 论文的评审团由来自世界各地知名学府和研究机构的专家组成，包括巴黎高等师范学院、特拉维夫大学、奥尔堡大学、牛津大学、伦敦大学伯克贝克学院、法国国家科学研究中心、巴黎电信学院以及凡尔赛大学的学者。这表明该研究获得了国际学术界的广泛认可。 这篇论文为人工智能领域的知识获取提供了新的视角，尤其是从Web服务中挖掘和验证常识及隐藏知识的方法，对于理解并改进AI系统的信息处理能力和适应性具有重要意义。其研究成果可以应用于信息检索、问答系统、语义网络构建等多个方面，进一步推动了智能系统的知识表示和理解能力的发展。