

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),請進行舉報或認領(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,即使借助功能強大的搜索引擎,由于冗余信息過多,也無法快速準確地從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)之上新增了擴展層,并在這層上對Web信息進行形式化的描述。因此通過本體詞匯標注Web資源,將Web上資源的狀態(tài)從機器可讀提高到機器可理解的
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。本文對本體標注方法進行了系統(tǒng)的研究,探索出了一種基于Bootstrapping的本體標注新方法。先對給定的本體進行解析,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的方法進行信息標注抽取和Ontology推理,幾次循環(huán)之后,只利用少量的訓練文本就能達到較好的標注效果
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習算法。由于待標注文本往往復(fù)雜多樣,若直接進行信息標注、抽取,工作量巨大且標注錯誤率高。因此,在標注之前,需要先進行文本分類,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行正確的分類和標注,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習算法,該算法只需少量的訓練
4、樣本作為種子集,來訓練分類器,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,作為新一輪的訓練樣本,重復(fù)訓練直到結(jié)束。這樣,只通過少量訓練樣本就能達到大量訓練樣本訓練的結(jié)果。
②提出了一種利用Bootstrapping和規(guī)則對文本集進行標注的方法。首先,根據(jù)規(guī)則文件對文本集進行初始標注,得到標注好的文本集。然后,利用實例的上下文關(guān)系,借鑒WHISK算法對抽取規(guī)則進行歸納,生成新的規(guī)則文件,標注新詞匯。接著,抽
5、取標注過的信息,填充到本體文件中。最后,借助于Ontology推理機,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,從而使模型能達到自動抽取新實例,豐富、完善本體的目的。待迭代完成后,得到標注好的文本集合和豐富的本體庫。
③提出了一種基于Bootstrapping的本體標注方法。該方法將領(lǐng)域文本的分類和標注結(jié)合成為一個整體模型,模型每次迭代后擴充的本體庫使得分類器得以繼續(xù)進行,而由分類產(chǎn)生的未標注領(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(quán)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。
最新文檔
- 基于本體的自動語義標注方法研究.pdf
- 基于本體的構(gòu)件信息標注方法.pdf
- 基于本體的語義標注研究.pdf
- 基于本體的DeepWeb自動標注研究.pdf
- 基于領(lǐng)域本體的語義標注方法研究_時念云
- 基于本體的構(gòu)件標注算法研究.pdf
- 基于本體的甲骨卜辭語料標注的研究.pdf
- 基于本體的圖像語義的自動標注研究.pdf
- 基于橋本體的語義標注技術(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注研究.pdf
- 基于領(lǐng)域多面本體及語義標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注研究.pdf
- 基于漢語框架本體的網(wǎng)絡(luò)資源標注.pdf
- 基于語義的謂詞標注方法研究.pdf
- 大眾標注系統(tǒng)中基于本體的語義檢索模型研究.pdf
- 社會標注語義本體研究.pdf
- 基于本體學習的Deep Web語義標注關(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注系統(tǒng)研究.pdf
- 基于本體的專業(yè)文獻文檔標注的設(shè)計與實現(xiàn).pdf
評論
0/150
提交評論