Knowledge Extraction using a Semantic Learning Approach.pdf

1、形形色色的數據已經成為組織和個人數字生活的一部分。全球的思維也己逐步轉到知識經濟上。在知識經濟中，數據是組織最重要的資產，即便不是唯一地。大數據更是如此。數據不僅具有可用金錢衡量的價值，而且對我們如何理解周圍世界也有巨大影響。我們的數據的來源有多種：社會媒體傳播，網絡論壇，博客，電子商務反饋系統。無論哪種，每天收集的數據都是海量的。由于這些數據往往是非結構化的，其分析和理解通常十分困難。這類數據包含人類的自然語言，因而受到如語種、文化以

2、及上下文等諸多因素的影響。這是在自動獲取大規(guī)模文本中的包含的意思時遇到的困難之一。已有一些研究工作朝著在這類數據中提取知識的方向努力。提取出來的知識可以作為知識庫供其他系統使用，比如問答系統、診斷系統，以及科教系統。從文本中提取知識從而建立知識庫或本體，可使得互聯網具有更好的語義結構，正如語義萬維網所倡導的那樣。
　　 本文探索非結構化的文本的無監(jiān)督知識(概念及概念間的關系)提取。作者從三個視角討論知識提?。赫Z義、語法和時間視角

3、。由此提出了知識提取系統，可從文本語料庫中找出概念及概念對之間的關系。本文知識提取過程的關鍵環(huán)節(jié)是作者提出的偏好增量聚類算法，加上同現度量計算方法。前者用于識別語料庫中的相似或相關概念，而后者用于找出概念對以便此后進一步確定兩個概念間的關系。作者的目標是建立具有最基本形式的知識庫，即領域概念和關系。通過知識擴展和鏈接，就可以建立更完全的知識庫。
　　 本文利用快速索引和語義向量方法，給出了語料庫的計算表示，從而實現了相關計算操作