基于多種資源的本體學習方法的研究.pdf

1、語義Web是下一代Web的發(fā)展方向。目前，語義Web技術正在知識管理、企業(yè)數據集成、電子商務等領域獲得應用。在語義Web的應用中，本體扮演著十分重要的角色。然而手工構建本體的過程繁瑣而且復雜，因此，自動半自動地構建本體，即本體學習，成為了語義Web和本體工程中亟待解決的問題之一。 本體學習是綜合機器學習，概率統(tǒng)計和自然語言處理等相關技術，從給定數據集中自動半自動地獲取本體的過程。本體學習資源對本體學習的方法有很大影響。目前，主要

2、的本體學習資源有文本、Web頁面、數據庫和知識庫等等。近年來，數字圖書館資源發(fā)展迅速，出現(xiàn)了很多不同學科領域的數字圖書館，例如 ACM 數字圖書館、IEEE 數字圖書館和LNCS數字圖書館等。本文提出了一種基于以數字圖書館為主的多種資源的本體學習方法。 該方法以數字圖書館中文章的標題、摘要和關鍵詞等信息為主，結合領域相關的Web頁面，來自動地獲取特定領域的本體。本文的研究內容主要包括兩部分，術語獲取和關系獲取。術語獲取包括以數字