基于純文本的領(lǐng)域本體構(gòu)建與實(shí)現(xiàn).pdf

1、UDC：004SecrecyRate：UniversityCode：HebeiUniversityofScienceandTechnologyDissertationfortheMasterDegreePubficizedCon站mctionandImplementationofDomainOntologyBasedonPlainTextCandidate：Supervisor：EnterpriseSupervisor：Academic

2、DegreeAppfiedfor：Speciality：Employer：DateofOralExamination：GuoRuiAssociateProfQiuJinsSeniorEngineerChengYuMasterofEngineeringCompeerTechnologySCtl001ofInformationScience&EngineeringDecember2016猜要摘要隨著大數(shù)據(jù)時代的到來，海量Web包含了許多重要

3、的信息。從Web文檔中提取領(lǐng)域本體一方面是語義Web非常重要的一個環(huán)節(jié)，另一方面有利于海量知識的智能化管理。領(lǐng)域本體的構(gòu)建可以分為以下幾個子任務(wù)：1)領(lǐng)域術(shù)語的抽??；2)領(lǐng)域概念的生成；3)領(lǐng)域概念分類關(guān)系及非分類關(guān)系的抽取。在以前，特定領(lǐng)域本體的構(gòu)建依賴人工或領(lǐng)域?qū)＜?，?gòu)建過程耗時費(fèi)力，在如今大數(shù)據(jù)的形勢下，傳統(tǒng)的構(gòu)建方式無法有效的對知識進(jìn)行管理。因此需要利用自動或半自動的方式實(shí)現(xiàn)領(lǐng)域本體的構(gòu)建。本文利用規(guī)則與統(tǒng)計相結(jié)合的方法實(shí)現(xiàn)中文

4、領(lǐng)域本體的自動構(gòu)建。首先利用自動爬蟲技術(shù)獲取網(wǎng)頁新聞數(shù)據(jù)作為語料集，然后基于規(guī)則及多種統(tǒng)計算法實(shí)現(xiàn)對領(lǐng)域術(shù)語、概念以及分類關(guān)系的抽取。主要工作如下：1)根據(jù)中文詞法、句法特征構(gòu)建規(guī)則抽取多詞術(shù)語后，利用TFIDF(termfrequencyinversedocumentfrequency，詞頻和逆向文件頻率)、DR&DC(DomainRelevanceandDomainConsensus，領(lǐng)域相關(guān)度和一致度)算法進(jìn)行領(lǐng)域術(shù)語的抽取。2)

5、利用對數(shù)似然比與平均信息熵相結(jié)合的算法，從領(lǐng)域術(shù)語中識別概念。通過Word2Vec算法發(fā)現(xiàn)與領(lǐng)域概念高度相似的詞語，并對領(lǐng)域概念集合進(jìn)行擴(kuò)充。利用在線百科全書(百度百科和維基百科)所提供的概念定義信息，從概念的內(nèi)涵和外延兩個方面進(jìn)一步提高領(lǐng)域概念識別的準(zhǔn)確度。3)使用基于規(guī)則與統(tǒng)計相結(jié)合的方法進(jìn)行概念分類關(guān)系抽取。首先利用模板與后綴匹配算法抽取部分分類關(guān)系，然后利用向量空間相似度算法，Word2Vec算法及細(xì)化度算法實(shí)現(xiàn)更多分類關(guān)系的抽