本體學(xué)習(xí)中概念和關(guān)系抽取方法研究.pdf

1、隨著社會(huì)的發(fā)展，人們對(duì)數(shù)字信息的需求越來(lái)越強(qiáng)烈，信息技術(shù)面臨著種種挑戰(zhàn)，如信息的表示、知識(shí)的共享、軟件的復(fù)用等等。如何對(duì)網(wǎng)絡(luò)上的海量信息組織、管理、維護(hù)和復(fù)用并為企業(yè)用戶等提供有效迅捷的服務(wù)已經(jīng)成為科研領(lǐng)域一個(gè)廣泛關(guān)注的問(wèn)題。本體作為一種共享的概念化模型，已經(jīng)越來(lái)越為人們所關(guān)注，并在人工智能、知識(shí)工程、語(yǔ)義檢索等很多領(lǐng)域都得到廣泛的應(yīng)用。但手工構(gòu)建本體是一件繁瑣辛苦的任務(wù)，需要耗費(fèi)大量的時(shí)間和資源，尤其構(gòu)建領(lǐng)域本體還需要領(lǐng)域?qū)＜业膮⑴c，

2、是本體發(fā)展的一大瓶頸。為解決該問(wèn)題，人們開(kāi)始嘗試自動(dòng)或者半自動(dòng)構(gòu)建本體，即本體學(xué)習(xí)。
　　 本體學(xué)習(xí)是利用統(tǒng)計(jì)、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理等技術(shù)半自動(dòng)或者自動(dòng)地從已有的文本、HTML文檔、數(shù)據(jù)庫(kù)等數(shù)據(jù)源中獲得期望本體的技術(shù)，目前的研究重點(diǎn)在于概念以及關(guān)系的提取。傳統(tǒng)的本體學(xué)習(xí)方法多采用基于統(tǒng)計(jì)的方法，而本體中概念、關(guān)系之間更多側(cè)重的是語(yǔ)義聚合性，由于忽略了語(yǔ)義因素對(duì)抽取結(jié)果的影響，對(duì)于概念和概念間關(guān)系的提取準(zhǔn)確性欠缺。
　　

3、 針對(duì)以上問(wèn)題，本文提出了一種基于過(guò)濾機(jī)制的本體學(xué)習(xí)方法，采用詞匯上下文構(gòu)造概念向量空間模型，利用余弦法計(jì)算相似度來(lái)表示詞匯之間的語(yǔ)義相關(guān)度。利用語(yǔ)義相關(guān)度對(duì)提取的概念、概念關(guān)系對(duì)進(jìn)行過(guò)濾，以達(dá)到提高準(zhǔn)確率的目的。
　　 另外，在概念關(guān)系學(xué)習(xí)的基礎(chǔ)上，本文對(duì)分類關(guān)系的獲取方法進(jìn)行了探索：采用術(shù)語(yǔ)包含法獲取分類關(guān)系，并設(shè)置了置信度度量公式，對(duì)獲取的分類關(guān)系賦予可信度度量指標(biāo)。
　　 為驗(yàn)證模型的有效性，本文完成了一個(gè)本體學(xué)