基于本體的知識表示及信息檢索研究.pdf

1、隨著網絡信息的快速增長，基于關鍵詞的傳統(tǒng)信息檢索技術已逐漸不能滿足人們的需求。而知識檢索注重知識和語義的匹配，具有較高的查準率和查全率，成為了人工智能領域及信息檢索領域的研究熱點。
　　 本體良好的概念層次結構恰好適合知識表示，可以充分描述領域知識模型，反映概念間的語義關系，且支持邏輯推理，因而基于本體的知識檢索可以更好的實現(xiàn)語義檢索及提高檢索準確度。
　　 本文在對本體的知識表示、本體描述語言、編輯工具及建模方法的深入

2、分析及比較的基礎上，設計了計算機科學與技術領域本體的構建過程，依次獲取計算機領域本體的知識表示元素：概念、繼承關系、屬性關系、實例等，對每個步驟中所涉及的算法與技術進行了分析與實現(xiàn)。主要包括：首先在ICTCLAS開源系統(tǒng)基礎上二次開發(fā)實現(xiàn)批量語料的分詞與去除無用詞的預處理；其次采用特征詞權重計算算法TF-IDF實現(xiàn)了對計算機領域語料庫的特征詞提取，從而獲得計算機領域候選概念集；然后通過計算概念間的相關度構建概念向量，并采用夾角余弦公式計

3、算概念間的相似度，經過人工聚類獲得計算機領域繼承關系的知識層次結構；最后基于概念繼承關系，獲取概念與概念間的對象屬性、概念的數(shù)據屬性及屬性的限制。完成了以上領域本體知識元素的獲取后，采用protégé構建了計算機領域本體并進行評價。
　　 基于計算機領域本體，本文探討了基于本體的信息檢索關鍵技術。首先分析比較了數(shù)據檢索、全文檢索與知識檢索技術的檢索特點，指出基于本體的知識檢索的優(yōu)勢。其次在本體的通用推理規(guī)則和本體典型關系的推理規(guī)