基于本體的專(zhuān)業(yè)文獻(xiàn)文檔標(biāo)注的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、信息時(shí)代逐步向著網(wǎng)絡(luò)智能化的方向發(fā)展，網(wǎng)絡(luò)上所提供的各種類(lèi)型的專(zhuān)業(yè)文檔已成為人們快速獲得知識(shí)的最重要途徑和手段。但隨著文檔資源的極大豐富，資源的有效檢索已成為獲取有效知識(shí)的瓶頸。為提高檢索條件與資源之間的語(yǔ)義相關(guān)度，充分利用計(jì)算機(jī)的形式化自動(dòng)推理功能，語(yǔ)義標(biāo)注被提出來(lái)。在各種網(wǎng)絡(luò)資源的標(biāo)注中，又以專(zhuān)業(yè)文檔的標(biāo)注研究最少，本課題對(duì)專(zhuān)業(yè)文檔進(jìn)行標(biāo)注，通過(guò)研究了當(dāng)前國(guó)內(nèi)外語(yǔ)義標(biāo)注技術(shù)的現(xiàn)狀，基于文檔的語(yǔ)法結(jié)構(gòu)和領(lǐng)域本體的語(yǔ)義結(jié)構(gòu)之間的對(duì)應(yīng)性，

2、提出一種基于本體分割技術(shù)的語(yǔ)義標(biāo)注方法，以實(shí)現(xiàn)網(wǎng)絡(luò)上海量專(zhuān)業(yè)技術(shù)文檔的自動(dòng)標(biāo)注。
　　本項(xiàng)目分為三個(gè)步驟:1.文檔領(lǐng)域甄別。選取專(zhuān)業(yè)文檔和文學(xué)作品兩種不同題材的作品，通過(guò)文檔分詞，分頻統(tǒng)計(jì)，去詞，詞性分析，手動(dòng)去詞，函數(shù)擬合詞頻，分析確定高頻詞，最后對(duì)這些高頻詞進(jìn)行方差和內(nèi)聚度的比較，得到了專(zhuān)業(yè)文檔更嚴(yán)謹(jǐn)?shù)臄?shù)字證明。2.領(lǐng)域本體的劃分:將本體按照一定的規(guī)則劃分成多個(gè)子本體，以縮小語(yǔ)義環(huán)境，提高語(yǔ)義標(biāo)注效率和準(zhǔn)確度。利用PATO工具