基于本體的信息抽取研究.pdf

1、信息抽取研究旨在為人們提供更有力的信息獲取工具，以應(yīng)對(duì)信息爆炸帶來(lái)的嚴(yán)重挑戰(zhàn)。本體作為對(duì)領(lǐng)域知識(shí)的共同理解，能有效地解決現(xiàn)在信息抽取所面對(duì)的主要挑戰(zhàn)——知識(shí)工程的瓶頸問(wèn)題。 本文采用自頂向下的方法，根據(jù)三層本體框架結(jié)構(gòu)來(lái)構(gòu)建本文的本體——大學(xué)教授簡(jiǎn)歷本體(PCV)，將本體中的概念分為事件概念和擴(kuò)展概念兩部分。在這個(gè)過(guò)程中，通過(guò)手工收集和基于WordNet的語(yǔ)義相似度計(jì)算相結(jié)合的方法，獲得本體內(nèi)概念的實(shí)例，構(gòu)建了一個(gè)較完備的概念、

2、關(guān)系和實(shí)例相結(jié)合的本體庫(kù)。 本文提出了一種基于本體和分類的信息抽取方式，在具體的抽取過(guò)程中，利用到本體中的概念、關(guān)系和實(shí)例，由本體中的元素確定待抽取的內(nèi)容。首先在預(yù)處理過(guò)程中引入本體中的特殊概念及其實(shí)例，將文檔中的特殊實(shí)例標(biāo)注出來(lái)。接著采用分層的方法對(duì)文檔進(jìn)行抽取，根據(jù)待處理文本的特征，先對(duì)待抽取文檔中的句子進(jìn)行分類，確定句子的事件類別，句子分類的類別標(biāo)準(zhǔn)來(lái)源于本體中的事件概念。結(jié)合已確定的句子事件類別，可以得出與事件概念相關(guān)的