多源語(yǔ)義知識(shí)庫(kù)融合方法研究.pdf

1、隨著互聯(lián)網(wǎng)和信息技術(shù)的發(fā)展，海量信息充斥著人們的生活。人們對(duì)于準(zhǔn)確獲取信息的要求日益提高，僅僅返回與用戶查詢相關(guān)的信息已經(jīng)無法滿足用戶的需求。用戶希望計(jì)算機(jī)可以更加“聰明”地“理解”他們的查詢，然后返回他們需要的“知識(shí)”，以幫助他們了解某個(gè)事物，或者提供知識(shí)幫助他們做出決策等等。這一切離不開基于語(yǔ)義知識(shí)的語(yǔ)義計(jì)算和語(yǔ)義分析的支持，語(yǔ)義知識(shí)庫(kù)作為自然語(yǔ)言理解的一種基礎(chǔ)資源，其重要性不言而喻。盡管目前已經(jīng)存在有多種語(yǔ)義知識(shí)庫(kù)，其構(gòu)建方式也多

2、種多樣，但是受限于現(xiàn)有語(yǔ)義知識(shí)庫(kù)構(gòu)建方式，存在知識(shí)庫(kù)規(guī)模過小不宜擴(kuò)展，更新不及時(shí)，未考慮語(yǔ)義動(dòng)態(tài)特性，知識(shí)表示方式單一，語(yǔ)義標(biāo)注缺乏等問題，使其無法滿足語(yǔ)義計(jì)算和語(yǔ)義分析的要求。綜合利用現(xiàn)有多種語(yǔ)義知識(shí)資源融合多種語(yǔ)義知識(shí)庫(kù)，并且提供一種靈活的知識(shí)庫(kù)創(chuàng)建和更新方式，是解決該問題的有效途徑之一。論文的研究?jī)?nèi)容主要包括以下幾個(gè)部分：
　　第一，近年來國(guó)內(nèi)外關(guān)于多源語(yǔ)義知識(shí)庫(kù)融合的研究日漸增多，但是目前仍缺乏一種有效的融合方式，以充分利

3、用現(xiàn)有多種語(yǔ)義知識(shí)庫(kù)資源，特別是以維基百科、百度百科為代表的在線百科知識(shí)庫(kù)資源。為解決上述問題，論文首先對(duì)多源語(yǔ)義知識(shí)庫(kù)融合中存在的知識(shí)選擇以及知識(shí)不一致問題進(jìn)行了分析，針對(duì)這些問題，論文選擇中文領(lǐng)域涵蓋廣、更具影響力的百度百科、維基百科中文版、互動(dòng)百科知識(shí)資源作為基礎(chǔ)，結(jié)合知網(wǎng)語(yǔ)義詞典，提出了一種多源語(yǔ)義知識(shí)庫(kù)融合方法，通過定義統(tǒng)一的“類別-屬性-詞條-屬性值”分層框架，建立“類別-屬性”模板，為多源語(yǔ)義知識(shí)庫(kù)融合中的知識(shí)選擇和知識(shí)不

4、一致問題給出了解決方案。
　　第二，在多源語(yǔ)義知識(shí)庫(kù)融合框架中，“類別-屬性”模板的建立是其中的核心，為了解決多源語(yǔ)義知識(shí)庫(kù)融合中的“類別-屬性”模板構(gòu)建問題，論文提出了一種基于多過濾器驅(qū)動(dòng)和分散度統(tǒng)計(jì)的百科知識(shí)庫(kù)類別屬性抽取方法。選擇百科知識(shí)庫(kù)實(shí)例詞條文本中的類別條目標(biāo)簽作為類別屬性抽取數(shù)據(jù)源，通過使用一系列過濾器對(duì)目標(biāo)類別原始候選屬性集合進(jìn)行處理，去除候選屬性集合中的噪音、冗余信息，合并組合候選屬性，最后使用候選屬性分散度統(tǒng)計(jì)

5、信息對(duì)目標(biāo)類別屬性進(jìn)行排序。實(shí)驗(yàn)表明采用多過濾器處理目標(biāo)類別候選屬性以及分散度統(tǒng)計(jì)作為排序依據(jù)可以取得較高的類別屬性抽取準(zhǔn)確率。
　　第三，在面向百科知識(shí)庫(kù)的類別屬性抽取研究中，為了解決目標(biāo)類別屬性集合覆蓋廣度存在的不足，挖掘出類別屬性集合中潛在的具有高語(yǔ)義關(guān)聯(lián)度的屬性，論文提出了一種基于語(yǔ)義關(guān)聯(lián)度挖掘的類別屬性抽取方法，基于容錯(cuò)粗集理論和語(yǔ)義關(guān)聯(lián)度計(jì)算獲取目標(biāo)類別的廣義近似空間來作為目標(biāo)類別屬性集合的上近似。實(shí)驗(yàn)證明了引入NGD

6、計(jì)算語(yǔ)義關(guān)聯(lián)度的必要性，同時(shí)通過與原有基于分散度統(tǒng)計(jì)方法的評(píng)測(cè)對(duì)比，證明了本文方法在保證較高屬性抽取準(zhǔn)確率的同時(shí)，能夠發(fā)現(xiàn)類別候選屬性集合排序靠后的具有高語(yǔ)義關(guān)聯(lián)度的潛在類別屬性，從而增加類別屬性覆蓋廣度。
　　第四，為進(jìn)一步探索語(yǔ)義在網(wǎng)絡(luò)信息處理中的作用，論文進(jìn)一步研究了語(yǔ)義關(guān)聯(lián)度在搜索排序算法中的應(yīng)用，一方面在當(dāng)前網(wǎng)站排序算法的基礎(chǔ)上，通過引入網(wǎng)站因素計(jì)算鏈接錨文本與網(wǎng)頁(yè)本身的語(yǔ)義關(guān)聯(lián)度，進(jìn)而調(diào)整網(wǎng)站間轉(zhuǎn)移概率矩陣，同時(shí)統(tǒng)計(jì)網(wǎng)