面向文本的本體學(xué)習(xí)中概念提取及關(guān)系提取的研究.pdf

1、對(duì)本體的研究在計(jì)算機(jī)領(lǐng)域變的越來越廣泛，但手工構(gòu)造本體是一項(xiàng)繁瑣而辛苦的任務(wù)還會(huì)導(dǎo)致知識(shí)獲取瓶頸。本體學(xué)習(xí)(ontologylearning)技術(shù)是利用本體工程技術(shù)和機(jī)器學(xué)習(xí)技術(shù)等眾多學(xué)科技術(shù)來實(shí)現(xiàn)本體的半自動(dòng)構(gòu)建。本體學(xué)習(xí)涉及到從輸入數(shù)據(jù)中提取本體學(xué)習(xí)內(nèi)容(概念知識(shí))并用這些內(nèi)容構(gòu)建本體。現(xiàn)實(shí)世界中的數(shù)據(jù)種類很多，例如純文本以及XML，HTML，DTD等，大部分都可以作為本體學(xué)習(xí)的數(shù)據(jù)源。針對(duì)不同類型的數(shù)據(jù)源需要采用不同的本體學(xué)習(xí)技術(shù)

2、。根據(jù)數(shù)據(jù)源的結(jié)構(gòu)化程度將本體學(xué)習(xí)技術(shù)分為三大類：基于結(jié)構(gòu)化數(shù)據(jù)的本體學(xué)習(xí)技術(shù)、基于非結(jié)構(gòu)化數(shù)據(jù)的本體學(xué)習(xí)技術(shù)和基于半結(jié)構(gòu)化數(shù)據(jù)的本體學(xué)習(xí)技術(shù)。 本文主要是對(duì)面向文本的本體學(xué)習(xí)中的概念提取和關(guān)系提取進(jìn)行了理論研究并做了實(shí)驗(yàn)測試，提出了新的見解和創(chuàng)新： 對(duì)本體學(xué)習(xí)的理論基礎(chǔ)進(jìn)行了研究，其中包括本體的定義、特征、類型、描述語言以及本體建立方法。 分析了本體學(xué)習(xí)的一般周期，并對(duì)本體學(xué)習(xí)中的學(xué)習(xí)內(nèi)容、目前出現(xiàn)的本體學(xué)習(xí)系

3、統(tǒng)及其所采用的體系結(jié)構(gòu)和評(píng)價(jià)標(biāo)準(zhǔn)做了詳細(xì)介紹。本文首次對(duì)目前四個(gè)有代表性的本體學(xué)習(xí)系統(tǒng)做了特征比較。 提出了面向文本的本體學(xué)習(xí)系統(tǒng)(OLSFT)，該系統(tǒng)由管理組件、資源處理組件、算法庫組件和協(xié)調(diào)組件構(gòu)成。在算法庫組件中主要包括概念提取算法和概念間關(guān)系提取算法。在概念提取中本文主要采用統(tǒng)計(jì)的方法，對(duì)一般的基于假設(shè)的概念提取方法做了改進(jìn)，提出了領(lǐng)域相關(guān)度和領(lǐng)域一致度相結(jié)合的方法使提取出的概念更具代表性。概念間關(guān)系提取算法則主要采用詞