基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在当今信息爆炸式增长的时代,信息检索的方式已经不再局限于采用关键词检索,而是逐渐引入一个新的检索方式——基于本体的语义检索.本体能够将概念及概念之间的关系清晰地表示出来,并且具备将语义体现出来的能力.因此,本体也被很多的研究人员应用于知识工程和语义信息检索等领域.本文对本体中的概念关系提取方法进行深入地研究,概念关系的好坏决定了一个本体的质量,主要研究了概念关系的提取方法,并在传统方法的基础上进行改进.
推荐文章
基于上下文的领域本体概念和关系的提取
本体学习
上下文
概念提取
关系提取
语义相似度
一种用于Web信息抽取的页面信息本体自动学习方法
本体学习
信息抽取
PAT-tree
关联规则
基于HowNet的中文本体学习方法研究
本体学习
HowNet
概念抽取
概念关系抽取
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于本体学习方法的概念关系提取研究
来源期刊 科技广场 学科 工学
关键词 本体 本体学习 概念 概念关系
年,卷(期) 2017,(5) 所属期刊栏目 研究与探讨
研究方向 页码范围 33-36
页数 4页 分类号 TP391
字数 3184字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 余宏 12 15 3.0 3.0
2 王竞 南水北调中线河南分局信息机电处 3 0 0.0 0.0
3 谢彩云 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
本体
本体学习
概念
概念关系
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技广场
月刊
1671-4792
36-1253/N
大16开
南昌市省府大院北二路53号
44-66
1988
chi
出版文献量(篇)
11613
总下载数(次)
26
总被引数(次)
31625
论文1v1指导