基于文本的茶學(xué)本體學(xué)習(xí)方法研究.pdf

1、自從“語(yǔ)義萬(wàn)維網(wǎng)”概念被提出之后，對(duì)本體的研究越來(lái)越廣泛，本體作為知識(shí)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(shí)獲取、知識(shí)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(diǎn)。本體學(xué)習(xí)是通過(guò)利用機(jī)器學(xué)習(xí)、自然語(yǔ)言處理及數(shù)理統(tǒng)計(jì)等方法和技術(shù)自動(dòng)半自動(dòng)構(gòu)建本體，其目標(biāo)致力于解決本體構(gòu)建效率問(wèn)題、構(gòu)建本體質(zhì)量問(wèn)題。本體學(xué)習(xí)為大規(guī)模領(lǐng)域領(lǐng)域本體，實(shí)現(xiàn)語(yǔ)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(chóng)害數(shù)據(jù)源為對(duì)象，研究面向中文文本的本體學(xué)習(xí)方法和技術(shù)，重點(diǎn)研究本體學(xué)習(xí)過(guò)程中的中文分詞、概念及關(guān)系抽取，主要研究?jī)?nèi)容概括如下：
　　 (1)針對(duì)特定領(lǐng)域數(shù)據(jù)源，構(gòu)建領(lǐng)域知識(shí)詞庫(kù)，結(jié)合通用分詞工具包研究基于領(lǐng)域知識(shí)詞庫(kù)的中文分詞及詞性標(biāo)注。利用中文分詞技術(shù)對(duì)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(jì)算法和一種基于詞庫(kù)的方法進(jìn)行概念抽取

3、，其中統(tǒng)計(jì)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(kù)的正向最大化單詞合并概念抽取主要是利用領(lǐng)域知識(shí)詞庫(kù)，一方面可以直接進(jìn)行概念匹配抽取，另一方面可以對(duì)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(duì)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(guò)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)