基于本體的知識(shí)庫分類研究.pdf

1、語言知識(shí)庫是自然語言處理的基礎(chǔ)資源，知識(shí)庫中知識(shí)的豐富程度、知識(shí)表示形式以及知識(shí)的組織方式直接關(guān)系到基于知識(shí)庫的自然語言處理應(yīng)用的性能。
　　 現(xiàn)有基于領(lǐng)域分類的知識(shí)庫大多是在以人為對(duì)象的詞典基礎(chǔ)之上建立起來的，知識(shí)的覆蓋度低，知識(shí)庫更新周期長(zhǎng)，獨(dú)立存儲(chǔ)的領(lǐng)域知識(shí)無法滿足知識(shí)共享以及降低知識(shí)冗余的需求。另一方面，現(xiàn)有自然語言處理應(yīng)用大多只涉及到詞匯層面的知識(shí)，而以概念以及概念之間的關(guān)系為描述對(duì)象的語義知識(shí)很少被使用，從而限制了相

2、關(guān)應(yīng)用的性能。
　　 針對(duì)現(xiàn)有知識(shí)庫在構(gòu)建和使用中存在的不足，本文提出一種基于通用電子詞典來自動(dòng)擴(kuò)充領(lǐng)域詞典的詞匯領(lǐng)域標(biāo)注方法，并借助本體知識(shí)庫良好的分類特性、概念的形式化描述來改善現(xiàn)有知識(shí)庫在知識(shí)表示、知識(shí)存儲(chǔ)和知識(shí)共享等方面的性能。本文的主要工作包括以下四個(gè)方面:
　　 1.提出一種基于詞匯注釋信息的單詞領(lǐng)域標(biāo)注方法。該方法利用領(lǐng)域詞典和一部包括詞匯注釋信息的通用電子詞典來訓(xùn)練領(lǐng)域標(biāo)注模型，并利用該模型自動(dòng)為通用電子

3、詞典中的新詞加注領(lǐng)域標(biāo)記，在降低人力成本的前提下提高知識(shí)庫的覆蓋度;
　　 2.提出一種自適應(yīng)的層次化分類體系生成方法，并在該分類體系的基礎(chǔ)上實(shí)現(xiàn)層次化的領(lǐng)域標(biāo)注。該方法利用領(lǐng)域詞典所包含的詞匯信息來分析領(lǐng)域之間的相關(guān)度，在此基礎(chǔ)上自動(dòng)生成層次化分類樹，并進(jìn)一步實(shí)現(xiàn)自頂向下的層次化領(lǐng)域標(biāo)注方法;
　　 3.針對(duì)領(lǐng)域術(shù)語存在“一詞多義”和“多詞同義”的問題，提出一種基于本體的概念化特征描述模型C-VSM，通過將文本中的詞匯

4、映射到本體上的概念節(jié)點(diǎn)，達(dá)到詞義消歧和合并同義詞的目的，在有效減少文本特征數(shù)量的同時(shí)提高主要特征的權(quán)重，從而提高文本表示的準(zhǔn)確性;在此基礎(chǔ)上實(shí)現(xiàn)訓(xùn)練文本和待分類文本的概念化表示，從而將C-VSM用于傳統(tǒng)的文本分類器;
　　 4.研究實(shí)現(xiàn)了基于C-VSM模型的文本分類算法，包括特征選擇方法、特征權(quán)重計(jì)算和文本相似度計(jì)算等。針對(duì)低頻特征和非平衡語料對(duì)文本分類性能的影響，提出一種信息增益和文檔頻率相結(jié)合的均勻特征選擇方法;在此基礎(chǔ)上通