本文的主要内容是以病理案例的语义网络表示为基础,对病理案例中的不确定性以及病理语义网络案例在范例库中的匹配进行详细研究。 不确定性的表示和处理一直是专家系统研究的热点,专家系统针对特定领域的问题求解,不仅依赖于特定领域确定的理论知识,而且更多地依赖于专家的经验和常识。由于现实世界中客观事物或现象的不确定性,导致了人们在各个认识领域中的信息和知识大多是不精确的,这就要求专家系统中知识的表示和处理模式能够反映这种不确定性。本文在阐述不确定性概念的基础上,论述了病理案例中的不确定性在语义网络中的表示,并且建立了在病理语义网络案例中对不确定性的处理方法。 在对大量相似疾病诊断的同时也积累了许多病理语义网络案例,在这些案例中哪些案例对其他人的病情诊断能够提供参考,这就牵涉到案例的相似性问题,本文在语义网络的背景下采用了基于范例推理(CBR)的方法,同时采用了相似度匹配的数学方法解决了这个问题。 通过对以上问题的研究,希望能够使疾病诊断中由于人为因素所造成的诊断误差有所降低,同时也希望本文会对某些疾病基于语义网络的诊断方法研究有些许帮助。