交互式開放語義知識庫構(gòu)建方法研究.pdf

1、隨著自然語言處理技術(shù)不斷發(fā)展，語義知識庫資源推陳出新，應(yīng)用越來越廣泛。現(xiàn)有的語義知識庫建設(shè)主要有兩種：一種是基于語言學家的人工構(gòu)造方法，一種是基于特定框架的自動標注方法。前者雖然準確、嚴謹，但是周期太長，規(guī)模很難擴大，后者則面臨知識庫準確性、合理性驗證的難題。另外，目前的語義知識庫資源絕大多數(shù)仍是相互獨立的，存在著知識通用性不足、資源重復、合理利用率較低等缺陷。
　　為了有效解決這樣的問題，本文提出了一個構(gòu)建大規(guī)模、帶有語義標注的

2、開放的語義知識庫的方法。構(gòu)建的知識庫滿足下面的要求：在知識庫中，類別作為主要的描述對象，具有基本屬性和語義屬性；類別信息決定了條目的內(nèi)容及其組織形式，條目是基本單位，其存在和描述以類別為依存；每個條目都可以具有符合其含義的多個類別。提取知識庫的類別屬性，是知識庫自動構(gòu)建的重要內(nèi)容。為獲取類別的語義屬性，本文將HowNet與以Wikipedia為代表的百科全書融合，在保留Wikipedia中的豐富資源及其知識框架的同時，將HowNet中的

3、語義信息賦予給了知識庫中的類別。
　　類別基本屬性的獲取，關(guān)系到類別對類別下詞語條目內(nèi)容的總體規(guī)劃，是影響到整個語義知識庫內(nèi)容與結(jié)構(gòu)組織的重要因素，也是整個知識庫構(gòu)建工作的重中之重。本文首先提出了基于目錄詞的義類屬性提取及約簡算法。然后在此基礎(chǔ)上利用粗糙集理論，提出了基于容錯粗糙集模型的義類屬性提取算法。
　　經(jīng)實驗表明，本文提出的兩種義類屬性提取算法均具有較高的準確率，基于容錯粗糙集模型的義類屬性提取算法能夠更加準確地提取