運(yùn)用神經(jīng)網(wǎng)絡(luò)聚類方法推進(jìn)構(gòu)建本體的自動(dòng)化.pdf

1、本體理論在信息科學(xué)領(lǐng)域受到廣泛關(guān)注和普遍認(rèn)同，構(gòu)建完備且準(zhǔn)確的領(lǐng)域本體已經(jīng)越來(lái)越重要。目前國(guó)內(nèi)外許多研究采用領(lǐng)域?qū)＜覅⑴c的方法來(lái)構(gòu)建本體，但由人工處理大量的數(shù)據(jù)是非常困難的。為了提高處理效率，本論文運(yùn)用SOM神經(jīng)網(wǎng)絡(luò)對(duì)本體構(gòu)建數(shù)據(jù)作處理，自動(dòng)發(fā)現(xiàn)構(gòu)建本體所需的術(shù)語(yǔ)、屬性及屬性間的關(guān)系等。 本文首先進(jìn)行了SOM神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)聚類實(shí)驗(yàn)，鑒于它在數(shù)據(jù)聚類上的優(yōu)勢(shì)，決定采用基于語(yǔ)料庫(kù)的SOM神經(jīng)網(wǎng)絡(luò)對(duì)本體構(gòu)建數(shù)據(jù)進(jìn)行無(wú)監(jiān)督的自動(dòng)聚類。其次

2、，在聚類實(shí)驗(yàn)中發(fā)現(xiàn)SOM神經(jīng)網(wǎng)絡(luò)對(duì)類間語(yǔ)義距離小的數(shù)據(jù)邊界劃分模糊，提出了SOM神經(jīng)網(wǎng)絡(luò)與基于劃分的聚類算法相結(jié)合的算法改進(jìn)，作為對(duì)這種缺陷的一種彌補(bǔ)方法。 在聚類運(yùn)算中，構(gòu)造SOM神經(jīng)網(wǎng)絡(luò)輸入向量是整個(gè)運(yùn)算的關(guān)鍵，文中詳細(xì)的闡述了輸入向量構(gòu)造所需的技術(shù)：上下文窗口的構(gòu)造、特征詞的信息增益值計(jì)算和反比文檔頻數(shù)權(quán)重評(píng)價(jià)法(TFIDF法)。本文使用了兩種構(gòu)造SOM神經(jīng)網(wǎng)絡(luò)輸入向量的方法：(1)針對(duì)收集到的數(shù)據(jù)是無(wú)序詞匯的情況，基于成

3、熟語(yǔ)料庫(kù)使用上下文窗口對(duì)聚類特征詞進(jìn)行頻率統(tǒng)計(jì)，先計(jì)算并排序特征詞的信息增益值，然后選用TFIDF法構(gòu)造SOM神經(jīng)網(wǎng)絡(luò)的輸入向量；(2)針對(duì)本體構(gòu)建中收集到的數(shù)據(jù)是從網(wǎng)絡(luò)文本中得到的，聚類特征詞的頻率統(tǒng)計(jì)并不基于語(yǔ)料庫(kù)而直接使用上下文窗口在網(wǎng)絡(luò)文本中進(jìn)行，然后，應(yīng)用TFIDF法構(gòu)造SOM神經(jīng)網(wǎng)絡(luò)的輸入向量。 課題的實(shí)驗(yàn)部分，應(yīng)用SOM神經(jīng)網(wǎng)絡(luò)對(duì)構(gòu)建交通領(lǐng)域本體的數(shù)據(jù)進(jìn)行聚類運(yùn)算。首先，通過(guò)上述的第一種向量構(gòu)造方法對(duì)數(shù)據(jù)作預(yù)處理。