论文部分内容阅读
本体,按照Gruber的说法,是概念模型的明确的规范说明。它作为人们对领域知识的共同认识和理解,可以用来模拟人类所拥有的知识网络。由于本体对于知识模拟的先进性,其可以用在各种语义处理及语义理解的场合,如信息检索、语义网、知识工程等。目前,如何构建一个实用性的本体,已经成为了研究热点。手工构建本体费时费力,不利于本体的大规模应用以及本体知识的动态更新。于是,如何提高本体构建的自动性,就成为本体构建研究的重中之重。本体学习利用机器学习、数据挖掘、自然语言处理等各领域方法技术,旨在解决本体自动或半自动构建问题,本文所有研究内容就是围绕本体学习的方法技术展开的。文中提出了一系列本体概念及关系学习方法,构成了一个完整的本体学习流程。在领域概念学习上,首先使用双层tfidf方法学习领域简单概念;然后使用规则匹配和串频统计学习领域复合概念;最后使用上下文依赖对学习到的领域概念作最后筛选,提高学习的准确率。在关系学习方面,首先将学习到的领域概念使用广义后缀树方法来初步构造概念之间的层次结构,接着通过维基百科链接图和层次聚类结合使用,辅助完善该层次结构;然后通过维基百科分类名和信息盒来学习领域概念间任意关系,并通过模板匹配方法对这些关系类型进行扩充。通过使用这一系列方法技术,本文完成了一个本体学习原型系统。该系统中各模块既能独立用于单个本体学习任务,又能结合使用来完成整个本体学习任务。实验表明,该系统不仅充分利用了维基百科的结构性和知识性,又能保证所学本体的规模和时效性,能有效进行中文本体学习。