结合对数似然比的领域本体概念和关系的提取

• 作者: 张玉芳 熊忠阳 舒万里
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 本体学习 概念提取 关系提取 对数似然比
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 148-151
• 页数: 4页
• 分类号: TP391
• 字数: 5065字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1108-0112

摘要

本体学习已成为计算机领域的一个研究热点,目前本体学习的研究重点在于概念及关系的提取.针对现有学习方法准确率不高,提出一种结合对数似然比(Log-Likelihood Ratio,LLR)的本体学习方法,采用对数似然比计算概念与领域及概念与概念之间的相关性,将其应用到概念与关系提取中.实验结果表明,结合对数似然比的学习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	舒万里	重庆大学计算机学院	1	7	1.0	1.0