文献搜索-钛学术文献服务平台

刊名：计算机应用研究

发表时间：2009-08-01

摘要:

概念层次是本体的基本骨架,而概念层次的获取又是本体学习中非常重要的一步.国际上对于概念层次获取的研究绝大部分都集中于英语,国内在该方面的研究还处于起步阶段,而目前已有的处理英文的方法用于处理中文效果如何,在国内还没有这方面的报道.重点比较了能用于获取中文概念层次的方法,并详细分析了各种参数的不同取值对结果的影响.结果表明在相同实验语料背景下,层次聚类法中基于VSM的方法效果最好.

概念层次本体学习层次聚类形式概念分析

下载 0

被引 0

 获取原文

2.【期刊】面向智能搜索引擎的本体学习研究

作者：肖明肖毅胡金柱

刊名：计算机应用研究

发表时间：2008-08-01

摘要:

智能搜索引擎是解决当前网络信息检索中存在诸多瓶颈问题的有效途径.智能搜索引擎需要获取、预处理、表示和集成不同层次的(如HTML/XML/RDF/OWL文档)的数据和信息,并最终转换成各领域的智能语义信息.领域本体是实行智能的关键.提出了一种实现从Web文档中(半)自动构建本体的学习系统框架,并讨论本体学习中概念的获取、相互关系的获取等关键问题.

智能搜索引擎本体本体学习

下载 0

被引 0

 获取原文

3.【期刊】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

刊名：计算机应用研究

发表时间：2010-01-01

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.

本体学习上下文概念提取关系提取语义相似度

下载 0

被引 0

 获取原文

4.【期刊】基于层次关联规则的日志本体事件领域关系学习

作者：周明天孙明陈波

刊名：计算机应用研究

发表时间：2009-10-01

摘要:

为发现Web使用记录中潜在的用户访问行为,提出了一种基于层次关联规则的日志本体事件领域关系学习方法.该方法利用日志本体中复合事件与原子事件之间的整分关系确定事务粒度,将关联规则挖掘算法扩展到事件层次结构上以发现候选频繁用户使用规则,在此基础上修剪冗余和无效的规则后抽取出事件间潜在的领域关系,达到丰富日志本体的目的.最后进行仿真实验,实验结果表明了该方法的可行性和有效性.

语义网使用挖掘日志本体本体学习层次关联规则领域关系

下载 0

被引 0

 获取原文

5.【期刊】一种用于Web信息抽取的页面信息本体自动学习方法

作者：李泽军柳佳刚龙军

刊名：计算技术与自动化

发表时间：2011-01-01

摘要:

钟对基于Web页面信息本体的信息抽取中,需人工根据待抽信息项的概念和对应的实例值来建立本体的缺点,设计一个页面信息本体的自动学习方法.论文利用前期在基于DOM的页面相似路径归纳学习算法和基于PAT-tree的自动关键词识别算法上的研究成果,使用改进的TF·IDF统计方法和复合事件的关联规则算法完成概念和概念间关系的学习,建立页面信息本体,减少建立本体的人工工作量.

本体学习信息抽取 PAT-tree 关联规则

下载 0

被引 0

 获取原文

6.【期刊】Cluster-Merge本体构造算法

作者： Junaid 徐德智

刊名：计算技术与自动化

发表时间：2010-03-01

摘要:

本体构造就是利用各种数据源以半自动方式新建或扩充改编已有本体以构建一个新本体.现有的本体构造方法大都以大量领域文本和背景语料库为基础抽取大量概念术语,然后从中选出领域概念构造出一个本体.Cluster-Merge算法首先对领域文档先用k-means聚类算法进行聚类,然后根据文档聚类的结果来构造本体,最后根据本体相似度进行本体合并得到最终的输出本体.通过实验可证明用Cluster-Merge算法得出的本体可以提高查全率、查准率.

本体学习文档聚类 k-means聚类算法相似度本体合并

下载 0

被引 0

 获取原文

7.【期刊】一种基于Bootstrapping的本体学习方法

作者：张俊高志强徐惠蔡施彦戴云徽

刊名：南京师范大学学报（工程技术版）

发表时间：2008-04-01

摘要:

提出了一种基于自扩展的本体学习方法用于获取领域术语.该方法只需提供少量种子术语和一个未标注语料库作为输入,由种子术语开始学习抽取模式,再由学习到的模式发现新的术语,进一步由新发现的术语学习新的抽取模式,如此循环迭代.实验结果表明,该算法能够产生较高质量的领域术语集合和抽取模式集合,这样的集合可用于相关领域的信息抽取.

信息抽取本体学习自扩展

下载 0

被引 6

8.【期刊】基于非结构化数据的本体学习研究

作者：王红滨刘大昕王念滨张万松

刊名：计算机工程与应用

发表时间：2008-03-01

摘要:

语义Web的创建需要一套共同的标准概念体系,即本体(Ontology).而现在本体的构造手段仍然是以手工构造为主,效率和准确率都非常低,很容易导致知识获取的瓶颈.近年来,自动创建领域本体可以克服手工方法的不足,成为当前的研究热点之一;本体学习是自动或半自动构建本体的一系列方法和技术.提出了一种利用知网,基于非结构化数据的特定领域概念及其之间关系的提取算法,从军事领域选取4个种子概念:舰、导弹、机和炮,并通过实验测试了该算法.

语义网本体本体学习种子概念模式

下载 0

被引 19

9.【期刊】一种关系模式到OWL DL本体的翻译方法

作者：彭劲松徐德智

刊名：计算机工程与应用

发表时间：2008-12-01

摘要:

本体技术是数据可以达到语义层次交换的关键,如何将当前各类数据形成本体知识库表示是一个非常重要的问题.针对这个问题,以一种关系模式到一种语义扩展ER模型的正确性可满足转换算法为基础,提出了一种通过数据库反向工程到OWLDL本体的翻译算法,说明了该算法使得转换是正确性可满足的,并实验实现验证了算法.

关系数据模式 OWL DL 本体学习语义网

下载 0

被引 3

10.【期刊】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

刊名：计算机应用研究

发表时间：2010-01-01

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.

本体学习上下文概念提取关系提取语义相似度

下载 0

被引 24

文献类型

学科分类

核心收录

年份

来源