基于上下文的领域本体概念和关系的提取

• 作者: 张玉芳 杨芬 熊忠阳 陈小莉
• 来源期刊: 计算机应用研究
• 关键词: 本体学习 上下文 概念提取 关系提取 语义相似度
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 74-76
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.01.021

摘要

目前本体学习的研究重点在于概念及关系的提取,概念提取领域一致度与领域相关度相结合的方法取得了比较好的效果,而关系提取则主要采用基于关联规则的方法.这种本体概念、关系学习方法由于只考虑词频,提取结果准确性欠缺.针对这种缺陷,在统计的基础上考虑了语义因素,利用词汇上下文计算概念的语义相似度并将其应用到概念与关系提取中.实验结果表明,词汇上下文与传统统计相结合的方法能够有效改进概念和关系提取的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊忠阳	重庆大学计算机学院	135	2447	25.0	44.0
2	张玉芳	重庆大学计算机学院	125	2737	26.0	48.0
3	陈小莉	重庆广播电视大学技术中心	7	31	2.0	5.0
4	杨芬	重庆大学计算机学院	1	24	1.0	1.0