论文部分内容阅读
为完成多种不同类型的任务,研究人员创建出该相关知识领域的知识库,然而,不同知识库中的数据,表现出结构松散、多源异构的特点。为解决此问题,研究人员开始针对特定领域,创建出满足结构化描述该相关领域概念的方法——“本体”。创建领域本体,其过程极其复杂,在此过程中,不仅需要各种方法的交替使用,更加需要人力资源的参与,为对其过程进行一定的优化,本文的目的在于使用相关的自动学习的方法在领域本体被创建时,针对其过程中的某一特定环节,进行一定的辅助作用。其具体任务为:给定领域知识库,在领域本体创建过程中,利用相关的自动化方法,辅助本体构建过程中的实体到相应概念类的映射,即对实体进行聚类操作。针对此任务,本研究对从Sem Med DB知识库所提取的数据进行处理,使用多跳策略完成相应的实体匹配,并通过三元组过滤构造出针对糖尿病领域的知识库。基于此知识库进行实验,对比研究本文所用模型的有效性。完成本研究中的辅助构建要求,关键在于如何对知识库中的数据——实体,进行有效的表示,而本研究中的知识库的组织形式为知识图谱,其表现为多关系图。因此,本研究中,分别利用知识表示学习中的Trans X翻译模型、Rotat E等复杂空间模型进行实体的特征表示,并提出直接关系模型从知识库中的关系语义空间进行实体的特征表示,之后进一步利用直接关系和知识表示学习的融合模型对糖尿病领域知识库中的实体进行特征表示,利用其完成本体创建过程中实体的聚类任务。本研究中使用标准互信息和轮廓系数这两种指标对聚类结果进行测评,同时利用可视化工具将模型学习到的实体特征向量以及聚类效果进行展示分析。实验结果表明,利用直接关系和知识表示学习的融合模型可以在研究中获取到最好效果,其中:NMI值达到0.503,Mean S值达到0.475。说明通过直接关系和知识表示学习融合模型进行实体的特征学习,其结果可以帮助领域专家在本体创建过程中对概念的归纳工作。