基于社会性标注的本体学习方法

• 作者: 刘凯鹏 方滨兴
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 社会性标注 本体学习 包容关系 随机游走 凝聚式层次聚类
• 年，卷（期）: 2010,（10）
• 页码范围: 1823-1834
• 分类号: TP391
• 字数: 12002字
• 语种: 中文
• DOI: 10.3724/SP.J.1016.2010.01823

摘要

由相互协作的用户在社会性标注系统中产生的大量的标注数据可以作为各种语义网应用的数据源.文中提出一种基于社会性标注的本体学习方法来挖掘蕴涵在社会性标注中的语义信息,提出一种隐含包容层次结构来刻画标签空间中潜在的结构,并基于此模型推导出本体学习算法.首先利用集合论的方法确定标签之间的包容关系,并将其表示为标签包容关系图.在将此图转化为层次关系时,为解决包容关系的不一致性,提出一种基于随机游走的标签普遍性排序方法.最后提出一种自顶向下的凝聚式层次聚类算法来生成概念层次结构.在实际社会性标注系统中采集的数据集上进行的实验表明,与目前的代表性方法相比,文中提出的方法在性能上有明显的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方滨兴	哈尔滨工业大学计算机网络与信息安全技术研究中心	175	3885	33.0	56.0
5	刘凯鹏	哈尔滨工业大学计算机网络与信息安全技术研究中心	6	217	6.0	6.0