面向文本的本体学习方法

• 作者: 左万利 彭涛 王俊华
• 来源期刊: 吉林大学学报（工学版）
• 学科: 工学
• 关键词: 人工智能 本体学习 主动学习 模式匹配 频繁项挖掘 启发式学习
• 年，卷（期）: 2015,（1）
• 页码范围: 236-244
• 页数: 9页
• 分类号: TP18|TP391.1
• 字数: 4604字
• 语种: 中文
• DOI: 10.13229/j.cnki.jdxbgxb201501035

摘要

借助文本预处理工具Gate和通用本体WordNet,采用统计、频繁项挖掘、模式匹配、启发式学习和主动学习等技术,学习本体基元——概念(含实例)、概念间的分类关系、概念间的语义关系和概念属性,其中概念属性学习为本文首次提出.实验结果表明,本文方法改善了概念语义排歧效果,丰富了短语概念学习与语义关系学习,提高了本体自动构建的准确度,降低了本体学习的代价.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	左万利	吉林大学计算机科学与技术学院	88	1273	20.0	31.0
5	彭涛	吉林大学计算机科学与技术学院	30	131	8.0	11.0
9	王俊华	吉林大学计算机科学与技术学院	5	49	4.0	5.0