多視點商品本體學(xué)習(xí)研究.pdf

1、互聯(lián)網(wǎng)及電子商務(wù)的發(fā)展對商品信息和知識的共享提出了更高的要求，越來越多的應(yīng)用性研究中嘗試使用本體來解決信息交換時的語義差異問題，然而多數(shù)研究是建立在一個“假想”的商品本體之上，目前以商品數(shù)據(jù)和商品知識為描述對象的真實商品本體相對匱乏。尤其是現(xiàn)有的中文商品本體，不但在規(guī)模上達不到實際應(yīng)用的需求，而且在設(shè)計上均忽略了商品認知的多視點特性，造成本體不能全面的描述商品知識，難以支持許多應(yīng)用場景對本體的要求。
　　 為解決上述問題，必須研

2、究如何設(shè)計多視點商品本體以描述商品認知的多視點特性，研究本體的學(xué)習(xí)方法以獲取期望的多視點商品本體?；谏鲜鰞蓚€主要研究目標，本文借鑒了現(xiàn)有的商品本體設(shè)計與本體學(xué)習(xí)研究成果，利用自然語言處理領(lǐng)域的方法和技術(shù)，對中文多視點商品本體建模和商品本體的學(xué)習(xí)方法進行了深入研究。主要的工作包括：
　　 多視點商品本體的建模與本體學(xué)習(xí)任務(wù)的確定。針對商品認知的多視點特性，提出商品主觀知識的概念并建立了商品主觀知識的分析指標，提出了商品知識結(jié)構(gòu)模

3、型；在此模型基礎(chǔ)上，設(shè)計了多視點商品本體元模型對商品知識結(jié)構(gòu)進行規(guī)范描述和形式化說明，由多視點商品本體的元模型所規(guī)定的知識內(nèi)容確定了多視點商品本體的學(xué)習(xí)任務(wù)框架。
　　 基于大規(guī)模商品電子目錄的商品間分類關(guān)系抽取。提出一種基于 UNSPSC的商品概念間分類關(guān)系抽取方法，依靠 UNSPSC中收錄的商品與服務(wù)名稱及其分級標準，構(gòu)建以商品概念為基本單元，概念間分類關(guān)系為基本語義關(guān)系的多視點商品本體骨架。給出了商品本體的擴展概念集，還提

4、出了基于組詞特性的概念關(guān)系修剪算法進行整理。
　　 基于 Web的商品屬性概念的獲取。提出了一種基于 Web的商品屬性概念獲取策略。根據(jù) Web頁面的結(jié)構(gòu)化程度，對于顯性頁面塊，研究了根據(jù)屬性術(shù)語識別模板和過濾模板獲取候選屬性術(shù)語和短語的方法；對于普通文本塊，提出了純文本中屬性術(shù)語分類的內(nèi)外部特征，研究了基于 SVM的屬性術(shù)語識別方法，為保證屬性術(shù)語識別的準確性，還建立了基于規(guī)則的啟發(fā)式識別方法。
　　 基于屬性匹配的商

5、品間非分類關(guān)系的學(xué)習(xí)。提出了基于屬性匹配的商品間非分類關(guān)系學(xué)習(xí)策略，采用基于詞形和基于概念相似度的屬性子集匹配方法，根據(jù)屬性子集匹配結(jié)果，提出匿名關(guān)系類型判定規(guī)則。提出了基于決策樹分類器的商品屬性的自動分類方法，將商品屬性劃分到目標子集中。
　　 面向?qū)傩苑植嫉纳唐分饔^知識的挖掘。提出基于已知視點類型文本的屬性視點隸屬度與屬性關(guān)聯(lián)度挖掘策略。針對未知內(nèi)容和發(fā)布者類型的 Web文檔，研究基于內(nèi)容的 Web文本分類和基于風(fēng)格的商品描