基于Web挖掘的中文本體學習研究.pdf

1、本體在計算機應用如知識管理及語義網(wǎng)中正發(fā)揮著越來越重要的作用，而對領域本體的建立和維護成為制約這些應用發(fā)展的瓶頸。目前只有很少手工構建的本體如WordNet和CyC，但是一方面用手工方式構建本體需要耗費大量的人力和時間，另一方面，這些通用本體只包含非常少的領域概念。同時，由于本體中俘獲的知識是流變的，它總是在不斷地發(fā)展和更新。為避免本體成為過期的無用信息，這就意味著本體不能像字典一樣以手工方式構造，否則它的發(fā)布之日就已過時。而且建造完成

2、后，本體的維護對知識管理者來說也是費時的工作。如何以自動或者半自動的方式獲取和演化本體是目前在人工智能、文本挖掘、信息搜索等多個領域的重要研究課題。同時，由于本體是未來語義網(wǎng)的基礎，本體的快速構建對其發(fā)展和應用具有重要意義。為了解決本體工程中“知識瓶頸”問題，我們需要自動化或半自動化工具來構建本體。 本體學習技術是當前的一個熱點，其目的旨在開發(fā)能夠實現(xiàn)本體自動構建的機器學習技術來協(xié)助知識工程師構建本體，本體學習任務主要包括本體所

3、包含的各個元素的自動或半自動獲取，例如概念學習以及概念之間的關系學習等。目前，國外已經出現(xiàn)了許多半自動的本體構建工具，如OntoLearn，Text-To-Onto等，這些工具雖然支持了從不同結構化文檔中半自動化地提取本體，但是存在了不同程度的對通用詞典或核心本體的依賴性，在國內，對于從中文文檔中進行本體學習的研究還相對薄弱，已有的研究也或多或少存在著上述問題。同時，目前還沒有一個支持中文的本體學習工具；本研究的主要目標是，采用知識獲取

4、及句法分析技術從中文web文檔中自動獲取領域術語及關系，降低了本體構建的開銷。經過系統(tǒng)所獲取的本體目標不僅僅局限于邏輯學的學術范疇，語義描述要能夠為計算機方便利用。因此，它的任務是把共同約定、共同享用的知識(詞語的語義規(guī)范)，用計算機容易處理的形式表達出來。針對以上現(xiàn)有方法的不足，本文在詞頻分析和語法分析的基礎上，充分利用Web頁面半結構化的特點，加入淺層語義分析；同時，本文不依賴于領域詞典，采用基于ICTCLAS對文檔進行初步的分詞和