面向非結(jié)構(gòu)化文本的水環(huán)境本體自動構(gòu)建.pdf

1、水環(huán)境是自然環(huán)境系統(tǒng)中最為復(fù)雜的一部分，包含了海量的數(shù)據(jù)和信息。為了能夠保證用戶可以輕松地訪問、共享和重用水環(huán)境領(lǐng)域的數(shù)據(jù)和信息，需要選用恰當?shù)募夹g(shù)手段，對其進行有效的組織和整合。本體作為能夠清晰和規(guī)范地描述領(lǐng)域概念及其之間相互關(guān)系的知識庫已得到高度關(guān)注和應(yīng)用。所以，本文引入本體論的方法，希望對水環(huán)境領(lǐng)域的大量信息進行有效管理。但現(xiàn)階段本體大多采用手工構(gòu)建或者半自動構(gòu)建的方法，其間涉及多名領(lǐng)域?qū)＜业膮⑴c，耗時耗力、質(zhì)量無法保證，且所構(gòu)建

2、的本體尚不能應(yīng)用在水環(huán)境領(lǐng)域，通用性較差。所以，如何快速、高效地從水環(huán)境領(lǐng)域提取概念及其概念間的關(guān)系，并將其作為本體來表達領(lǐng)域知識，已成為一個迫切的需求。
　　為了能夠自動構(gòu)建一個水環(huán)境本體，首先收集了大量水環(huán)境領(lǐng)域的知識文本集作為非結(jié)構(gòu)化數(shù)據(jù)源，并采用自然語言處理技術(shù)將文本集轉(zhuǎn)換為詞。然后基于統(tǒng)計學的方法得到“詞-文本矩陣”，并運用奇異值分解的方法將“詞-文本矩陣”投影到一個低維空間，消除了詞和文本之間的語義模糊度，將概念信息凸

3、顯出來，完成了概念獲取。最后采用層次聚合聚類的算法完成了概念間語義關(guān)系的提取，通過計算概念兩兩間的距離，將距離最小的兩個概念合并，直至合并成為一個最大的上位概念。這樣，便達到了從非結(jié)構(gòu)化文本中構(gòu)建水環(huán)境本體的目的。
　　本文設(shè)計并實現(xiàn)的面向非結(jié)構(gòu)化文本的水環(huán)境本體自動構(gòu)建系統(tǒng)，縮短了本體構(gòu)建周期、節(jié)省了開支成本、避免了領(lǐng)域?qū)＜抑g認識不一致而造成的分歧，從而也在一定程度上提高了所構(gòu)建本體的質(zhì)量，為水環(huán)境領(lǐng)域本體的自動構(gòu)建提供了一定