版權(quán)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(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng)的發(fā)展,web資源呈現(xiàn)出高速增長,但目前互聯(lián)網(wǎng)中的信息處理自動化低,信息之間關(guān)聯(lián)性差,即使借助功能強(qiáng)大的搜索引擎,由于冗余信息過多,也無法快速準(zhǔn)確地從web資源中獲得有效信息。為了解決這樣的問題,Web創(chuàng)始人Tim Berners-Lee于1998年提出了語義Web的概念,它在現(xiàn)有Web基礎(chǔ)之上新增了擴(kuò)展層,并在這層上對Web信息進(jìn)行形式化的描述。因此通過本體詞匯標(biāo)注Web資源,將Web上資源的狀態(tài)從機(jī)器可讀提高到機(jī)器可理解的
2、程度,并以此為基礎(chǔ)發(fā)展語義Web是高效獲取Web信息的解決之道。
現(xiàn)有的大部分標(biāo)注方法自動化程度低,適應(yīng)性較差,效率低下。本文對本體標(biāo)注方法進(jìn)行了系統(tǒng)的研究,探索出了一種基于Bootstrapping的本體標(biāo)注新方法。先對給定的本體進(jìn)行解析,生成規(guī)則文件,然后通過文本分類篩選出領(lǐng)域文檔。之后,采用Bootstrapping的方法進(jìn)行信息標(biāo)注抽取和Ontology推理,幾次循環(huán)之后,只利用少量的訓(xùn)練文本就能達(dá)到較好的標(biāo)注效果
3、。本文主要工作如下:
①提出了一種新的基于Bootstrapping和貝葉斯算法的文本分類自動學(xué)習(xí)算法。由于待標(biāo)注文本往往復(fù)雜多樣,若直接進(jìn)行信息標(biāo)注、抽取,工作量巨大且標(biāo)注錯誤率高。因此,在標(biāo)注之前,需要先進(jìn)行文本分類,抽取出與領(lǐng)域Ontology相關(guān)的文檔。為了使分類器能夠在小樣本情況下對文本進(jìn)行正確的分類和標(biāo)注,本文提出了一種新的基于Bootstrapping和貝葉斯算法的文本分類自動學(xué)習(xí)算法,該算法只需少量的訓(xùn)練
4、樣本作為種子集,來訓(xùn)練分類器,然后從分類的結(jié)果中挑選出部分置信度最高的文本加入到種子集中,作為新一輪的訓(xùn)練樣本,重復(fù)訓(xùn)練直到結(jié)束。這樣,只通過少量訓(xùn)練樣本就能達(dá)到大量訓(xùn)練樣本訓(xùn)練的結(jié)果。
②提出了一種利用Bootstrapping和規(guī)則對文本集進(jìn)行標(biāo)注的方法。首先,根據(jù)規(guī)則文件對文本集進(jìn)行初始標(biāo)注,得到標(biāo)注好的文本集。然后,利用實(shí)例的上下文關(guān)系,借鑒WHISK算法對抽取規(guī)則進(jìn)行歸納,生成新的規(guī)則文件,標(biāo)注新詞匯。接著,抽
5、取標(biāo)注過的信息,填充到本體文件中。最后,借助于Ontology推理機(jī),推理本體文件,去除錯誤數(shù)據(jù),并修剪錯誤的規(guī)則,經(jīng)過多次迭代,從而使模型能達(dá)到自動抽取新實(shí)例,豐富、完善本體的目的。待迭代完成后,得到標(biāo)注好的文本集合和豐富的本體庫。
③提出了一種基于Bootstrapping的本體標(biāo)注方法。該方法將領(lǐng)域文本的分類和標(biāo)注結(jié)合成為一個整體模型,模型每次迭代后擴(kuò)充的本體庫使得分類器得以繼續(xù)進(jìn)行,而由分類產(chǎn)生的未標(biāo)注領(lǐng)域文檔又
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(quán)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(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 基于本體的自動語義標(biāo)注方法研究.pdf
- 基于本體的構(gòu)件信息標(biāo)注方法.pdf
- 基于本體的語義標(biāo)注研究.pdf
- 基于本體的DeepWeb自動標(biāo)注研究.pdf
- 基于領(lǐng)域本體的語義標(biāo)注方法研究_時念云
- 基于本體的構(gòu)件標(biāo)注算法研究.pdf
- 基于本體的甲骨卜辭語料標(biāo)注的研究.pdf
- 基于本體的圖像語義的自動標(biāo)注研究.pdf
- 基于橋本體的語義標(biāo)注技術(shù).pdf
- 基于Bootstrapping方法的校友識別問題研究與應(yīng)用.pdf
- 基于本體的動畫素材圖像語義標(biāo)注研究.pdf
- 基于領(lǐng)域多面本體及語義標(biāo)注的客戶需求信息識別方法研究.pdf
- 基于本體的三維模型語義自動標(biāo)注研究.pdf
- 基于漢語框架本體的網(wǎng)絡(luò)資源標(biāo)注.pdf
- 基于語義的謂詞標(biāo)注方法研究.pdf
- 大眾標(biāo)注系統(tǒng)中基于本體的語義檢索模型研究.pdf
- 社會標(biāo)注語義本體研究.pdf
- 基于本體學(xué)習(xí)的Deep Web語義標(biāo)注關(guān)鍵問題研究.pdf
- 基于意見詞匯本體的商品意見屬性自動標(biāo)注系統(tǒng)研究.pdf
- 基于本體的專業(yè)文獻(xiàn)文檔標(biāo)注的設(shè)計(jì)與實(shí)現(xiàn).pdf
評論
0/150
提交評論