本體概念發(fā)現(xiàn)及其關系抽取關鍵技術研究與應用.pdf

1、隨著網絡技術的快速發(fā)展，互聯(lián)網為人們創(chuàng)造了一個很好的交互平臺。如何有效地在海量的網絡大數(shù)據中為用戶提取出有價值的信息，也面臨著巨大的挑戰(zhàn)。基于語義的信息處理能有效地解決上述問題。作為一種共享的概念化模型，本體在語義分析中起著至關重要的作用。對本體概念發(fā)現(xiàn)及其關系抽取關鍵技術進行研究，不僅是自然語言處理中重要的研究課題，而且能夠有效地抽取相關聯(lián)的知識數(shù)據，相關成果也具有重要的研究價值。本體概念的發(fā)現(xiàn)、本體關系的抽取是其中的重要研究內容。本

2、文針對本體概念發(fā)現(xiàn)及其關系抽取進行研究，針對電力領域文本數(shù)據，采用基于規(guī)則與統(tǒng)計相結合的方法完成對本體概念的抽取，通過詞法與句法相結合、基于詞的相似度的方法完成對本體關系的抽取。主要研究工作如下:
　　1)采用基于詞性與統(tǒng)計相結合的方法完成對數(shù)據分詞結果的處理;采用基于規(guī)則與統(tǒng)計相結合的方法完成對電力領域文本數(shù)據的概念的抽取。
　　2)基于分詞、詞性標注、依存句法分析等自然語言處理技術，通過對詞法與句法特征的結合，完成規(guī)則庫

3、的構建;通過對文本中相關模式的分析，利用規(guī)則庫完成對電力領域數(shù)據的本體分類關系的抽取。
　　3)采用基于依存句法分析完成對基本模板的抽取，使用bootstrapping完成對模板的擴充;在此基礎上，使用詞向量表示概念，完成對三元組中的概念對相似度的計算，完成對電力領域數(shù)據的本體非分類關系的抽取。
　　實驗結果表明，本文所提出的方法具有一定的可行性與有效性。本體概念抽取方法能夠在一定程度上完成對新概念的抽取;電力數(shù)據的本體分類