本體構建中概念和關系獲取方法研究.pdf_第1頁
已閱讀1頁,還剩67頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、本體(ontology)能夠在語義和知識層次上對系統的概念模型進行描述,因而廣泛的應用于信息檢索、人工智能和知識管理等領域。由于人工構建本體的代價高昂,自動或半自動構建領域本體的學習方法成為本體研究的熱點。本文針對領域本體自動構建過程中的兩個主要問題:領域概念的提取和概念間關系的獲取展開研究。主要工作進展如下:
  1)通過對本體相關理論的研究學習本體構建方法,對本體自動構建過程中的概念獲取和概念間關系獲取方法進行比較分析。

2、>  2)提出了基于互信息與領域相關度的概念詞提取方法,領域概念詞通常是以組合詞的形式出現,組合詞是建立本體的首要步驟,利用互信息以及上下文依賴的方法提取組合詞。領域概念詞必須是領域相關的,在領域內廣泛使用,并且在其他領域較少出現,論文通過分析概念詞的領域相關度和領域一致度,實現概念詞的獲取。
  3)分別通過規(guī)則的方法和層次聚類算法實現分類關系的獲取,并且對兩種方法進行比較分析。采用基于關聯規(guī)則的概念之間的非分類關系獲取方法,計

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論