基于非結(jié)構(gòu)中文數(shù)據(jù)源的本體學(xué)習(xí).pdf

1、近年來(lái)，本體在信息檢索和語(yǔ)義網(wǎng)等領(lǐng)域中發(fā)揮著越來(lái)越重要的作用。但是手工構(gòu)造本體卻是一項(xiàng)繁瑣的工作。如何從大量中文文獻(xiàn)中自動(dòng)或半自動(dòng)地獲得本體，成為本體在中文環(huán)境下推廣、應(yīng)用的一個(gè)重要課題。 本體學(xué)習(xí)是指利用人工智能、自然語(yǔ)言處理等眾多學(xué)科技術(shù)來(lái)實(shí)現(xiàn)本體的半自動(dòng)構(gòu)建。本體學(xué)習(xí)任務(wù)主要包括本體所包含的各個(gè)元素的自動(dòng)或半自動(dòng)獲取，例如概念獲取以及概念間關(guān)系的獲取等。 本文在借鑒國(guó)內(nèi)外現(xiàn)有本體學(xué)習(xí)理論、方法的基礎(chǔ)上，結(jié)合中文自然

2、語(yǔ)言的研究成果，針對(duì)特定領(lǐng)域的中文文本文檔，對(duì)領(lǐng)域本體概念獲取和概念間關(guān)系的獲取展開(kāi)了研究。在概念的獲取方面，本文提出以一種多策略中文本體概念獲取方法，綜合統(tǒng)計(jì)、中文分詞等技術(shù)半自動(dòng)地提取領(lǐng)域概念，并以領(lǐng)域一致度、領(lǐng)域相關(guān)度等統(tǒng)計(jì)方法篩選提取的概念。在提取概念關(guān)系方面，本文重點(diǎn)研究以語(yǔ)境模式的方法提取概念間關(guān)系。本文對(duì)語(yǔ)境模式進(jìn)行了較深入的研究，提出單句模式、多句模式和段模式三種不同的語(yǔ)境模式。另外，對(duì)語(yǔ)境模式的半自動(dòng)生成作初步的研究，