领域本体的半自动构建方法研究

人机协作的半自动构建本体是目前较为理想的模式。借鉴软件工程中的领域建模、图书馆学中的分类学和本体学习的方法论,由领域专家给出领域的上层知识模式,通过机器学习技术从领域语料库中学习等级关系和相关关系为知识工程师提供参考,将专家的自顶向下和机器学习的自底向上的结果结合起来构建本体。半自动构建领域本体的关键技术在于领域概念的获取和组织,用共现统计算法、关联规则算法、隐含语义索引、Hopfield联想算法获取相关关系,用聚类算法、字面成族、模式匹配获取等级关系,从而完成领域类模型的构建。

基于统计自然语言处理技术的领域本体半自动构建研究

本体的构建是影响语义Web成功与否的重要因素之一。本文借鉴机器学习以及自然语言处理等技术成果尝试半自动构建本体,以专业研究论文为研究语料,采用N-Gram文本表达法从语料中抽取关键概念,计算主题度获取领域概念。利用改进的层次聚类算法对领域概念进行聚类以获取其等级体系,采用句法分析与统计相结合的方法从语料中获取可能的主、谓、宾模式为领域关系提供参考,并以农业史为例,设计开发了一个领域本体半自动构建实验系统,文中重点介绍了本体构建中概念的获取、等级关系、领域关系的构建以及形式化处理等关键技术的实现过程。

基于Mesh词表和共词分析的疾病本体半自动构建方法研究

分析了利用专业词表和共现分析方法相结合半自动构造领域本体构建的方法。利用专业词表抽取概念和等级关系,利用共现分析方法抽取非等级关系。

基于WORDNET的领域本体半自动构建研究

本体在语义网中发挥着关键作用,针对当前人工构建本体的缺点和自动构建本体的不可实现性,提出了一种重用WORDNET的半自动构建方案,可以有效运用于领域本体的构建。

结合FCA与Jena的领域本体半自动构建方法研究

针对本体构建中难于发现隐含知识及本体编码效率低下等问题,提出了一种结合FCA与Je-na的领域本体半自动构建方法。该方法根据实例集合和它们所具有的属性集合来构造初始本体,即形式背景,接着构造概念格,将本体可视化,进而发现隐含的概念以及概念间的关系;再将这些概念及其之间的关系映射成本体主干;最后根据提供的属性值丰富本体主干。基于Jena选用OWL对以上建立的本体原型进行编码和形式化,完成领域本体的构建。以云南旅游领域为背景构建旅游本体原型系统,证明了本文所提出的本体构建方法的有效性,并在领域可移植性、本体构建效率及自动化程度等方面进行系统评测,取得良好效果。经与人工构建结果对比,证明了构建结果的有效性。

面向搜索引擎的多策略本体半自动构建方法

为减少本体建设中对领域专家的过分依赖,结合本体应用于搜索引擎的特点,提出了一种多策略的本体半自动构建方法。构建一领域本体雏形应用于信息检索;在概念抽取模块,基于用户查询的统计信息以及与本体雏形中概念的关联法则进行概念抽取;在关系发现模块,综合运用概念组合同现频率、在用户点击链接正文中的互信息和基于《知网》的语义分析对抽取出来的概念组合进行筛选和语义分析;最终将结果更新入本体。将该方法应用医学健康知识信息检索,实验结果表明,该本体半自动构建的方法是可行的,更新本体的内容符合本体构建标准。

专利供需知识图谱半自动化构建及应用

[研究目的]为提高专利知识图谱构建的自动化水平,并实现知识服务与交易服务的融合,提出了面向供需信息挖掘的供需知识图谱(PSD-KG)的构建思路。[研究方法]知识图谱规划方面,对专利交易涉及实体及关系进行了拓展,规划了共由12类实体和14类关系组成的PSD-KG。知识图谱构建方法上,建立专利领域词典以实现语料自动化标注,并提出了基于BERT-BiLSTM-CRF模型的语义实体识别方法。[研究结论]与传统的CRF、BiLSTM-CRF模型对比发现,该文模型的准确率、召回率和F1指数均高于85%,验证了方法的有效性;以燃料电池领域为例构建PSD-KG,通过技术供需热点识别及演化研究,识别出三类技术热点,包括:持续热门技术点、新兴热门技术点和潜在热点技术;并在交易网络分析、供需信息检索等方面挖掘新应用场景。研究成果也为专利交易推荐提供了知识库。

基于关键词聚类的领域本体层次关系半自动构建研究

由于本体在图书馆资源组织中作用日趋明显且手工构建复杂费时,自动构建成为研究热点,其中层次关系作为本体的基本骨架构建尤为重要。使用词聚类技术是本体层次关系构建另一途径和方法,目前国内相关研究少。选取学术期刊数据库中情报学领域标引的关键词基于词聚类技术半自动构建情报学本体层次关系,包括数据聚类前关键环节处理,选取适合数据分布的EM算法并多次聚类,描述、组织各类簇。最后与《中分表》情报学层次体系从深度、广度和实例三个维度比较评价构建的层次关系。

领域专家知识在本体半自动构建中的作用机理研究

解析领域本体半自动构建的流程,指出专家知识在本体半自动构建中的作用特点。基于流程分析领域专家在本体半自动构建中贡献知识的4个关键作用点和4个一般作用点,以及在不同作用点上的作用深度、作用方式和作用冲突,进而剖析领域专家知识在本体半自动构建中的作用机理。

基于字典的半自动常识本体构建

为了保证所交换的信息在结构和语义上的一致性,实现真正意义上的信息互操作与集成,提出一种基于字典的半自动本体构建方法,并运用该方法构建一个具有统一标准结构的常识本体。基于字典的本体构建方法将字典给出的常识性知识作为本体的来源,并结合基于自由文本的本体扩展机制,从概念的解释中抽取其属性关系,半自动地构建和扩展常识本体。实验表明,该方法能够在自动化程度较高的基础上,构建一个包含7万多个常识性概念、60万个断言和1 900个谓词的常识本体。

高校科研档案领域本体半自动化构建研究

为充分发掘科研档案中隐藏的数据信息进而发挥其潜在的价值,建立一个可以用于知识组织的本体模型是一种有效的办法。笔者对高校科研档案数据进行分析,针对其特点提出一种高校科研档案本体的半自动化构建方法,同时以某高校科研档案数据为语料对构建方法进行详细的讨论。最终构建的本体表明该方法具有较好的可行性和有效性。高校科研档案领域本体半自动化构建,对于进一步推动数字化时代下高校科研档案的规范化管理以及档案事业的高质量发展具有积极意义。

基于WordNet与Wikipedia的平面几何本体的构建

针对目前本体构建中存在的如手工构建难以确保高效性和可扩展性,且自动构建难度大,可操作性不强等研究现状,提出了一种基于WordNet和Wikipedia的学科领域本体半自动构建方法。首先构建一个领域顶层本体,在此基础上,重用WordNet的结构,从深度上对其进行术语和术语层次的扩展;同时根据Wikipedia中的页面信息,从广度上对其进行术语间关系的扩展和术语的补充;并将该本体构建方法应用于平面几何领域。实验表明该方法能大大提高本体构建的效率,并在一定程度上保证了本体的质量。

异常行为检测数据集快速构建方法

文中提出一种快速构建异常行为检测数据集方法,该方法以一种半自动的方式完成数据集的构建,有助于减少构建过程中人工操作的工作量。首先以网络爬虫的方式自动地从互联网上搜索并下载包含指定动作的视频,之后以当前SOTA(state-of-the-art)的目标检测模型作为人物空间位置检测器,最后以人工标注和行为检测模型相结合的迭代方式完成人物行为的标注,其中需要手工完成的主要包括对下载的视频的挑选、人物边框核对以及一部分的行为标注,手工部分的工作量仅占整个任务的工作量的15%左右。实验表明,由该方法所构建的数据集可以作为异常行为检测模型的训练集使用,验证了该方法的有效性。通过该方法可以快速地构建一个大尺度、高质量的行为检测数据集,将有助于推动异常行为检测研究的深入开展。

维吾尔语领域本体构建综述

本体是一种重要的知识库,用来描述领域知识。彼此存在差异性的领域,其领域知识也呈现出差异性,而本体规模也会彼此迥异,可以视为一种相关性。本体中所覆盖的大量语义信息能够充分的支持信息检索系统的各种形式,同时也有助于语义网、信息抽取等技术应用实现新的突破。文章对从人工型、半自动型和自动型方面入手,构建的维吾尔语领域本体,详细总结和探讨了每个过程的成果,并提出了存在的问题和将来的挑战,为维吾尔语的信息处理,知识挖掘等方面将提供一定的科学基础。

非常规突发事件应急预案本体模型构建思路

凡事"预则立,不预则废"。有效地建立和完善预案体系,不仅能够形成突发事件出现时的快速反应机制,而且亦可在一定程度上提高突发事件紧急状态下的决策合理性。本文深入分析了非常规突发事件应急预案管理存在的问题,并基于本体模型,尝试从预案涉及概念及概念之间的关系着手,建立非常规突发事件应急预案的本体化框架,为后续深入研究打下基础。

基于本体的专利信息检索系统设计与实现

检索系统可以通过引入本体来弥补传统关键字检索语义匮乏的缺陷,然而,领域专家构建本体存在过程复杂、工期长、更新困难等弊端。为此,综合分析多种本体构建方法和技术,针对专利数据的特点给出一套半自动构建本体的方案,在此基础上提出基于半自动构建本体的专利信息检索系统的体系框架,描述系统原型的设计思想和检索流程,通过实验验证该系统能很好的扩充延伸检索词,明显地提高了检索效率以及查全率。

基于本体的DeepWeb数据源发现方法

提出一种基于本体的Deep Web数据源发现方法,采用网页分类、表单内容分类、表单结构分类方式,确定符合某领域的DeepWeb查询接口。在网页分类和表单内容分类中引入本体的半自动构建和自动扩展模块,在表单结构分类中添加启发式规则。实验结果证明,该方法能有效提高Deep Web数据源的查全率和查准率。

中国名人人脸数据集

为快速构建大尺度、高质量中国人脸识别数据集,本文提出一种半自动构建方法.相较于现有的数据集构建方法,该方法可以快速地构建大尺度中国名人人脸数据集,将此数据集命名为CCFace(Chinese Celebrities Face).CCFace数据集包含431个人物,506874张人脸图像,平均每个人物包含1176张不同年龄、姿态的图像,该构建方法在一定程度上解决了当前社区中可用的中国人人脸图像数据集短缺问题.在实验部分中以多个模型测试该数据集的有效性,表明其可以作为SOTA(State Of The Art)模型的训练集使用,相信这种方法以及该数据集将引来更多的人来从事人脸识别的研究工作,并促进国内人脸识别应用的发展.