多視點商品本體學習研究.pdf

1、互聯(lián)網(wǎng)及電子商務的發(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)模上達不到實際應用的需求，而且在設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，難以支持許多應用場景對本體的要求。
　　 為解決上述問題，必須研

2、究如何設計多視點商品本體以描述商品認知的多視點特性，研究本體的學習方法以獲取期望的多視點商品本體。基于上述兩個主要研究目標，本文借鑒了現(xiàn)有的商品本體設計與本體學習研究成果，利用自然語言處理領域的方法和技術，對中文多視點商品本體建模和商品本體的學習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習任務的確定。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，提出了商品知識結構模

3、型；在此模型基礎上，設計了多視點商品本體元模型對商品知識結構進行規(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)定的知識內容確定了多視點商品本體的學習任務框架。
　　 基于大規(guī)模商品電子目錄的商品間分類關系抽取。提出一種基于 UNSPSC的商品概念間分類關系抽取方法，依靠 UNSPSC中收錄的商品與服務名稱及其分級標準，構建以商品概念為基本單元，概念間分類關系為基本語義關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頁面的結構化程度，對于顯性頁面塊，研究了根據(jù)屬性術語識別模板和過濾模板獲取候選屬性術語和短語的方法；對于普通文本塊，提出了純文本中屬性術語分類的內外部特征，研究了基于 SVM的屬性術語識別方法，為保證屬性術語識別的準確性，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、品間非分類關系的學習。提出了基于屬性匹配的商品間非分類關系學習策略，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)屬性子集匹配結果，提出匿名關系類型判定規(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。
　　 面向屬性分布的商品主觀知識的挖掘。提出基于已知視點類型文本的屬性視點隸屬度與屬性關聯(lián)度挖掘策略。針對未知內容和發(fā)布者類型的 Web文檔，研究基于內容的 Web文本分類和基于風格的商品描