中文概念分類體系的構(gòu)建與應(yīng)用.pdf

1、在大數(shù)據(jù)時代，從互聯(lián)網(wǎng)中獲取有用信息、提煉相關(guān)知識的難度越來越大。盡管現(xiàn)有的搜索引擎能夠檢索幾乎全部的網(wǎng)頁，但它們對信息的整合與再現(xiàn)去口難以令人滿意。具體到某個行業(yè)或者機構(gòu)，長時間的信息化積累了大量的項目文檔、服務(wù)資源。融合新舊資源，規(guī)范術(shù)語，提高利用率成為新型信息化的典型需求。信息過載對人們理解信息造成的困擾越來越大。為此，需要利用本體對海量信息進行理解和處理。
　　本體是全部知識的形式化表達。英文本體的應(yīng)用已經(jīng)日趨成熟，但大型

2、中文本體的研究工作還在實驗階段。本文的研究對象為中文本體中最基礎(chǔ)的部分——中文概念分類體系。本文從認知學的角度探討了概念以及概念之間的關(guān)系。結(jié)合現(xiàn)代漢語語法和使用習慣，分析了概念的獲取途徑，概念與詞性、概念與標點符號的關(guān)系，以及概念之間類屬關(guān)系所在語句的各種模式。綜合利用類屬關(guān)系的語言學特征和上下文特征構(gòu)造貝葉斯分類器，有效提高了識別類屬關(guān)系的準確性。在具體應(yīng)用方面，本文展示了一個軍事領(lǐng)域概念分類體系的構(gòu)建過程及其在服務(wù)匹配方面的應(yīng)用。