基于文本挖掘的動態(tài)本體構建方法研究.pdf

1、本體(Ontology)是資源共享的基礎，它提供了對領域知識的共同理解。本體的應用范圍非常廣泛，但本體的構建卻是一項非常費時、費力的工作。目前，本體的建立基本還是采用手工靜態(tài)構建的方式，而本體的構建應具備不斷更新的動態(tài)特性?，F實生活中信息的主要載體是非結構化純文本數據，如何利用文本挖掘、信息抽取、機器學習等知識獲取技術動態(tài)構建本體是本體自動或半自動構建所面臨的挑戰(zhàn)。 敘詞表(thesaurus)作為上世紀發(fā)展起來的文獻標引工具，

2、概括了領域內絕大部分相關的術語和基本關系，并具備大量豐富的主題標引文獻，是構建領域本體的重要來源。本文比較分析了敘詞表與本體的結合方法，并在此基礎上提出了基于文本挖掘的動態(tài)本體構建(Oynm~Ontolo~Construction based on Text Mining，DOC<'TM>)模型。該模型結合敘詞表提供的已有知識，將敘詞表的描述形式轉換為本體的概念模型，同時利用敘詞標引的主題文獻進行文本挖掘構建動態(tài)領域本體：從主題文獻庫中

3、識別領域概念，進而挖掘并細化概念間的屬性和關系。 針對文本挖掘中難以準確獲取概念間關系的狀況，為提高關系抽取的準確度，本文提出了領域種子關系(Seed Relation in Domain，SRD)的概念和思想，結合自然語言處理方法，通過確定種子關系進行關系挖掘。本文詳細論述了SRD的抽取，基于SRD生成關系陳述集，以及通過關聯規(guī)則挖掘進一步抽取屬性規(guī)則的方法。 作為DOC<'TM>動態(tài)本體構建模型的構建工具和檢驗平臺，

4、本文設計并開發(fā)了基于DOC¨Ⅵ的本體構建原型實驗系統(tǒng)。該實驗系統(tǒng)結合敘詞表提供的現有資源，以領域敘詞表和該詞表標引的非結構化純文本語料為輸入，通過靜態(tài)模型轉換、動態(tài)概念挖掘、基于SRD的關系抽取以及關聯規(guī)則挖掘，動態(tài)構建領域本體。 本文選用多語種農業(yè)敘詞表 AGROVOC和中國農科院科技文獻作為實驗系統(tǒng)的輸入數據，結果表明：系統(tǒng)實現了DOCTM動態(tài)本體構建的基本功能；領域敘詞表為動態(tài)本體構建提供了質量保障；SRD是一種有效獲取概