基于 Web 的蔬菜领域本体概念和分类关系学习方法研究

• 作者: 孙琛 杜亚茹 赵明
• 来源期刊: 计算机与数字工程
• 关键词: 蔬菜 本体学习 概念 分类关系
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 专栏 ? Web 信息系统及应用
• 页码范围: 1761-1766,1785
• 页数: 7页
• 字数: 6699字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2015.10.009

摘要

本体学习是当前本体研究的热点之一。概念的抽取和分类关系的构建是本体学习的关键。领域概念的分类方式很多，如何根据不同的应用目的，生成合适的分类结构，是当前本体学习系统应该着重考虑的问题。论文提出了一种有指导的领域本体概念体系结构学习方法，该方法以中文 Web 上蔬菜领域非结构化文本为语料，将浅层句法分析等语言学方法与 TFIDF 和 C‐值等统计学方法相结合进行概念抽取；在分类关系抽取时，基于目标本体的已知一个分支，采用余弦距离计算概念与已知分支概念的语义距离，并结合概念之间的共现频度来确定层次及上下位关系。与目前中文本体的代表性方法相比，文中提出的方法在查全率和查准率方面有明显的提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵明	中国农业大学信息与电气工程学院	172	4205	37.0	58.0
2	孙琛	中国农业大学信息与电气工程学院	5	28	3.0	5.0
3	杜亚茹	中国农业大学信息与电气工程学院	3	11	1.0	3.0