面向期刊論文的多粒度語義標注方法研究.pdf

1、針對目標資源，將其概念類、屬性、實例以及其他元數(shù)據(jù)標注出來的過程稱為語義標注。一個典型的語義標注過程是將待標注文檔和本體輸入標注系統(tǒng)，標注系統(tǒng)從本體得到語義信息，并在目標文檔上添加語義信息，最終輸出標注后文檔。進行語義標注后，文檔可由計算機可讀的狀態(tài)升級為其語義信息可被計算機理解的狀態(tài)。依據(jù)語義標注過程中人工參與度高低，可將語義標注方法分為人工語義標注、半自動語義標注和自動語義標注。人工標注和半自動標注雖然標注較為精準，但在當今信息資源

2、爆炸的情況下，已呈現(xiàn)出顯著的弊端，標注耗時，效率低下，在大批量的語義標注工作中，無法完全采用人工標注來實現(xiàn)，因此針對自動語義標注的研究受到了越來越多的關(guān)注。語義標注是語義網(wǎng)技術(shù)的基礎，而語義標注自動化技術(shù)的滯后已經(jīng)成為語義網(wǎng)技術(shù)進展的障礙。
　　通過對涉及語義網(wǎng)的相關(guān)技術(shù)的詳細介紹，包括語義網(wǎng)基礎理論、體系結(jié)構(gòu)、語義網(wǎng)和萬維網(wǎng)的區(qū)別、本體理論等，本文闡述了語義網(wǎng)和語義標注的研究現(xiàn)狀、語義標注同與本體的關(guān)系等，著重分析了期刊論文的結(jié)

3、構(gòu)特征，并針對其特點設計了一種語義標注方法，將期刊論文劃分為粗、中、細三個粒度層次，提出針對不同粒度層次分別進行語義標注。
　　針對目前自動語義標注存在的問題，本文提出的針對期刊論文的多粒度語義標注包括以下步驟:(1)獲取期刊論文各粒度文檔數(shù)據(jù);(2)從本體中提取用戶自定義詞典，添加到中文分詞系統(tǒng)中;(3)在建立自定義詞典的基礎上，識別出不同粒度文檔中的概念、屬性及實例;(4)使用RDF框架對所識別的概念、實例、屬性和屬性值進行組