一种基于向量空间模型的Web本体自动分类方法

• 作者: 王可
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 本体分类 本体重用 向量空间模型
• 年，卷（期）: 2007,（z2）
• 页码范围: 157-159
• 页数: 3页
• 分类号: TP393
• 字数: 2651字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-4512.2007.z2.041

摘要

在分析了Web本体的结构特征和语言学特征基础上,引入虚拟文档的概念,定义整个本体的虚拟文档为与主题相关的vocabularies的虚拟文档的组合.以虚拟文档中的词条作为Web本体分类的特征项.基于RDF图不容忽视的图状特性,在构造自RDF图本体的词汇依赖图(vocabulary dependency graph)之上采用相关基于图的排序算法,得到与构造本体虚拟文档相关的vocabularies对于该本体的重要性权值,进而计算特征项的权值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王可	东南大学计算机科学与工程学院	1	2	1.0	1.0