论文部分内容阅读
在上下文本体模型中,根据现有上下文信息推导出新知识,但在推理过程中存在两个问题:(1)现有上下文中可能隐含多个有用信息,而现有方法在推理前并未对其针对这一点进行处理,上下文具有不完整性,推理出的知识可能不全面;(2)推理后有新知识出现,新知识与旧知识可能存在不协同等问题,使得本体可能没有较好的可扩展性。针对以上两个问题,借鉴粗糙FCA的粗糙处理方法,提出基于粗糙FCA上下文抽取方法以获得隐含上下文;再使用概念代数将得到的所有上下文深度形式化表示,并构建具有较好可扩展性的概念网。实验结果表明,在提出的