限定领域的本体自动构建方法

针对港口机械领域从业人员难以准确高效获取领域知识的难题,提出了一种面向港口机械领域的本体自动构建方法,为后续领域信息检索系统的构建奠定了语义层面的基础。首先,在对港口机械领域语料库预处理的基础上,利用基于规则模板与基于统计学相结合的方法抽取港口机械领域本体概念;然后将基于LF的蚁群聚类与谱聚类相融合用于概念间分类关系的抽取,并利用关联规则与基于统计学的VF-ICF方法抽取概念间的非分类关系。在利用Protégé生成初始领域本体并经过本体推理与修改完善后,最终得到了港口机械领域本体,为相关从业人员获取领域知识提供了一种准确可靠的信息源。

面向中文文本的玉米病虫害本体学习研究

由于中文和英文在语法和句法等方面的差异,面向中文文本的本体学习方法尚存在一定困难。研究了面向中文文本的玉米病虫害本体学习方法。提出单字合并法,将其与TFIDF方法结合,进行概念抽取;将欧几里德距离与余弦距离加权平均计算概念相似度,进行概念关系抽取。从中国玉米网选取50篇领域文档,应用上述方法构建了玉米病虫害本体。

基于HowNet的中文本体学习方法研究

目前针对国内在中文环境下本体学习的研究才刚刚起步的现状,对本体学习和HowNet进行了简单介绍,提出了基于HowNet的中文本体学习的主要思路。当前,本体学习的研究重点在于概念及概念间关系抽取。采用文本语料作为输入,首先对文本进行预处理,然后基于HowNet生成了一个领域语义词典,在本体学习中加入领域核心概念本体,在概念关系抽取阶段,采用基于HowNet的语义相似度计算方法。实验证明,提出的本体学习方法能够有效改进概念和概念间关系抽取的准确度。