Knowledge Extraction using a Semantic Learning Approach.pdf

1、形形色色的數(shù)據(jù)已經(jīng)成為組織和個(gè)人數(shù)字生活的一部分。全球的思維也己逐步轉(zhuǎn)到知識(shí)經(jīng)濟(jì)上。在知識(shí)經(jīng)濟(jì)中，數(shù)據(jù)是組織最重要的資產(chǎn)，即便不是唯一地。大數(shù)據(jù)更是如此。數(shù)據(jù)不僅具有可用金錢衡量的價(jià)值，而且對(duì)我們?nèi)绾卫斫庵車澜缫灿芯薮笥绊?。我們的?shù)據(jù)的來源有多種：社會(huì)媒體傳播，網(wǎng)絡(luò)論壇，博客，電子商務(wù)反饋系統(tǒng)。無(wú)論哪種，每天收集的數(shù)據(jù)都是海量的。由于這些數(shù)據(jù)往往是非結(jié)構(gòu)化的，其分析和理解通常十分困難。這類數(shù)據(jù)包含人類的自然語(yǔ)言，因而受到如語(yǔ)種、文化以

2、及上下文等諸多因素的影響。這是在自動(dòng)獲取大規(guī)模文本中的包含的意思時(shí)遇到的困難之一。已有一些研究工作朝著在這類數(shù)據(jù)中提取知識(shí)的方向努力。提取出來的知識(shí)可以作為知識(shí)庫(kù)供其他系統(tǒng)使用，比如問答系統(tǒng)、診斷系統(tǒng)，以及科教系統(tǒng)。從文本中提取知識(shí)從而建立知識(shí)庫(kù)或本體，可使得互聯(lián)網(wǎng)具有更好的語(yǔ)義結(jié)構(gòu)，正如語(yǔ)義萬(wàn)維網(wǎng)所倡導(dǎo)的那樣。
　　 本文探索非結(jié)構(gòu)化的文本的無(wú)監(jiān)督知識(shí)(概念及概念間的關(guān)系)提取。作者從三個(gè)視角討論知識(shí)提?。赫Z(yǔ)義、語(yǔ)法和時(shí)間視角

3、。由此提出了知識(shí)提取系統(tǒng)，可從文本語(yǔ)料庫(kù)中找出概念及概念對(duì)之間的關(guān)系。本文知識(shí)提取過程的關(guān)鍵環(huán)節(jié)是作者提出的偏好增量聚類算法，加上同現(xiàn)度量計(jì)算方法。前者用于識(shí)別語(yǔ)料庫(kù)中的相似或相關(guān)概念，而后者用于找出概念對(duì)以便此后進(jìn)一步確定兩個(gè)概念間的關(guān)系。作者的目標(biāo)是建立具有最基本形式的知識(shí)庫(kù)，即領(lǐng)域概念和關(guān)系。通過知識(shí)擴(kuò)展和鏈接，就可以建立更完全的知識(shí)庫(kù)。
　　 本文利用快速索引和語(yǔ)義向量方法，給出了語(yǔ)料庫(kù)的計(jì)算表示，從而實(shí)現(xiàn)了相關(guān)計(jì)算操作