基于文本的茶學(xué)本體學(xué)習(xí)方法研究.pdf

1、自從“語義萬維網(wǎng)”概念被提出之后，對本體的研究越來越廣泛，本體作為知識規(guī)范與表示的有力工具，被廣泛應(yīng)用于Semantic Web、搜索引擎、知識獲取、知識表示等領(lǐng)域。隨著本體的廣泛應(yīng)用，本體建模也成為研究熱點。本體學(xué)習(xí)是通過利用機(jī)器學(xué)習(xí)、自然語言處理及數(shù)理統(tǒng)計等方法和技術(shù)自動半自動構(gòu)建本體，其目標(biāo)致力于解決本體構(gòu)建效率問題、構(gòu)建本體質(zhì)量問題。本體學(xué)習(xí)為大規(guī)模領(lǐng)域領(lǐng)域本體，實現(xiàn)語義網(wǎng)具有重要意義。
　　 本文主要研究基于文本的茶學(xué)

2、本體學(xué)習(xí)，論文以茶學(xué)病蟲害數(shù)據(jù)源為對象，研究面向中文文本的本體學(xué)習(xí)方法和技術(shù)，重點研究本體學(xué)習(xí)過程中的中文分詞、概念及關(guān)系抽取，主要研究內(nèi)容概括如下：
　　 (1)針對特定領(lǐng)域數(shù)據(jù)源，構(gòu)建領(lǐng)域知識詞庫，結(jié)合通用分詞工具包研究基于領(lǐng)域知識詞庫的中文分詞及詞性標(biāo)注。利用中文分詞技術(shù)對中文非結(jié)構(gòu)化數(shù)據(jù)源進(jìn)行分詞處理，獲取候選文本集。
　　 (2)采用多策略集成的方法進(jìn)行概念抽取。利用兩種統(tǒng)計算法和一種基于詞庫的方法進(jìn)行概念抽取

3、，其中統(tǒng)計算法為基于詞向量空間模型的概念抽取和基于領(lǐng)域相關(guān)度、一致度的方法；基于詞庫的正向最大化單詞合并概念抽取主要是利用領(lǐng)域知識詞庫，一方面可以直接進(jìn)行概念匹配抽取，另一方面可以對被拆分的概念進(jìn)行正向最大合并，避免合成詞概念的拆分。
　　 (3)對于概念關(guān)系抽取研究，采用基于FCA概念格的概念關(guān)系抽取與基于關(guān)聯(lián)規(guī)則的關(guān)系抽取。前者利用了FCA概念格的理論與方法，通過快速構(gòu)造概念格，利用其與本體之間相似的數(shù)據(jù)結(jié)構(gòu)，從中提取概念關(guān)