面向中文網(wǎng)絡百科的本體學習與知識獲取研究.pdf_第1頁
已閱讀1頁,還剩134頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、對大數(shù)據(jù)進行研究和分析,將大數(shù)據(jù)轉(zhuǎn)化為信息和知識對于知識工程和信息網(wǎng)絡安全領域都具有重要的科學價值和實際意義。本體知識庫是自動問答、決策支持、語義搜索等應用的基礎,然而本體知識庫的構建費時耗力。中文網(wǎng)絡百科是通過廣大網(wǎng)絡用戶協(xié)作方式創(chuàng)建的網(wǎng)絡大數(shù)據(jù),是群體智慧的產(chǎn)物,其潛在用戶數(shù)約占世界人口的四分之一,為大規(guī)模、協(xié)作式本體學習與知識獲取提供了比較理想的資源和環(huán)境。本文針對中文網(wǎng)絡百科進行分析,研究適用于中文網(wǎng)絡百科特點的本體學習與知識獲

2、取方法,為從中文網(wǎng)絡百科大數(shù)據(jù)中挖掘海量概念和關系提供理論依據(jù)和算法。主要研究內(nèi)容分為四個部分:
  (1)分類關系與實例關系獲取:通過對開放分類進行共現(xiàn)分析和語義分析獲取開放分類間的上下位關系,并將其轉(zhuǎn)化為開放分類概念層次結構。針對概念層次結構數(shù)量較多問題,提出概念層次結構聚類方法,將具有語義相似性的層次結構聚合。利用開放分類概念層次結構計算開放分類之間的相似度,在此基礎上計算開放分類的權重,根據(jù)開放分類的權重獲取百科條目與開放

3、分類之間的實例關系,建立海量分類詞匯表。在互動百科數(shù)據(jù)集上進行實驗表明,與代表性方法相比,本文提出的本體學習方法在性能上有明顯提高。
  (2)屬性關系獲取:將屬性值看做命名實體,從百科文本集中挖掘頻繁k元模式,通過對k元模式進行關聯(lián)分析獲取候選屬性詞語,再借助語義資源去除重復的候選屬性詞語,為類別建立統(tǒng)一的屬性列表。針對每個類別屬性,采用bootstrapping方法獲取屬性觸發(fā)詞,根據(jù)觸發(fā)詞從文本集中挖掘?qū)傩灾党槿∧J?,并基?/p>

4、層次聚類過濾低頻、不可信的模式。在互動百科文本集上進行實驗表明,與人工定義的類別屬性相比,本文獲取類別屬性數(shù)量較多,且更能體現(xiàn)類別的特征;與代表性方法相比本文提出的屬性值獲取方法在性能上有所提高。
  (3)實體關系獲取:利用百科結構化信息和百科文本集自動獲取關系抽取的訓練數(shù)據(jù)。從訓練數(shù)據(jù)和語義資源中挖掘關系詞語,通過關系詞語過濾對訓練數(shù)據(jù)進行優(yōu)化,并使用n元模式特征建立分類器,對測試數(shù)據(jù)進行標注,獲取關系實例。實驗結果表明,關系

5、詞語過濾能夠提高訓練數(shù)據(jù)的質(zhì)量,n元模式特征能夠緩解傳統(tǒng)n-gram特征稀疏性問題,提升分類器的性能。并提出NF-Tri-training弱監(jiān)督關系抽取方法,采用Tri-training算法迭代訓練多個分類器,不斷從未標注數(shù)據(jù)中獲得新樣本加入初始訓練集,同時采用數(shù)據(jù)編輯技術對初始訓練集以及新樣本進行剪輯、去噪。實驗結果表明,該方法能夠提高分類器的泛化能力,提升弱監(jiān)督關系抽取的性能。
  (4)部分-整體關系獲取:從百科文本集中挖掘

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論