基于WordNet的本體構(gòu)建及其在安全領(lǐng)域應(yīng)用關(guān)鍵技術(shù)研究.pdf

1、信息技術(shù)的知識化和智能化發(fā)展趨勢,使得信息和數(shù)據(jù)的表示不只是停留在語法層面,更要聚焦到語義及語用層面。本體作為一種能在語義層面上描述信息和數(shù)據(jù)的概念模型,為解決該類問題提供了一種良好途徑。然而,現(xiàn)有本體構(gòu)建方法基本上是人工處理,該類方法盡管本體概念和概念間關(guān)系比較準(zhǔn)確,但其構(gòu)建效率不能滿足當(dāng)今信息技術(shù)發(fā)展的速度要求。因此,自動本體構(gòu)建方法成了迫切需求,目前的自動本體構(gòu)建方法盡管在構(gòu)建效率上取得了一定的提高,但是所構(gòu)建本體中的概念及其關(guān)系

2、由于所采用技術(shù)性能差等原因?qū)е聹?zhǔn)確度較差。針對以上不足,本文充分利用現(xiàn)有資源,提出一種基于WordNet的本體構(gòu)建方法,該方法基于所給初始本體,自動從WordNet抽取出相關(guān)領(lǐng)域的本體。該方法因為采用了自動化技術(shù),所以在構(gòu)建效率上有了較大的提高:由于所構(gòu)建本體中的概念和概念間關(guān)系來自WordNet,而WordNet中的概念及關(guān)系是由專家選擇和建立,因此所構(gòu)建本體中的概念及關(guān)系比較準(zhǔn)確。該方法使得本體構(gòu)建效率及所構(gòu)建本體內(nèi)容的準(zhǔn)確度都有所

3、提高。
　　更進一步,從應(yīng)用需求來看,互聯(lián)網(wǎng)的開放性使得信息內(nèi)容安全問題日益嚴(yán)重,快速構(gòu)建出與信息內(nèi)容安全信息相關(guān)的安全領(lǐng)域本體是解決內(nèi)容安全問題的有效途徑,也是對本文的基于WordNet的本體構(gòu)建方法的進一步的需求:再加上信息內(nèi)容安全相關(guān)信息具有涉及面廣、領(lǐng)域跨度大、更新速度快等特點,這也為本文的本體構(gòu)建方法提出了更大的挑戰(zhàn),增加了一定的難度。本文成功將本體構(gòu)建方法應(yīng)用到了安全領(lǐng)域,構(gòu)建了與信息內(nèi)容安全信息相關(guān)的安全領(lǐng)域本體,并

4、且針對該領(lǐng)域信息更新快等特點,對安全領(lǐng)域本體進化中的關(guān)鍵技術(shù)進行了研究,提出了基于Markov的概念自動抽取算法及基于MI矩陣的分類關(guān)系學(xué)習(xí)方法,本文還將生成的安全領(lǐng)域本體應(yīng)用到Web信息服務(wù)系統(tǒng)當(dāng)中,目的是從互聯(lián)網(wǎng)中準(zhǔn)確檢索并抽取用戶所需的信息內(nèi)容安全相關(guān)的信息,放入到本地數(shù)據(jù)庫,供用戶分析和決策。
　　本文對基于WordNet的本體構(gòu)建方法中的關(guān)鍵技術(shù)進行了研究,同時對將該方法應(yīng)用到安全領(lǐng)域生成與信息內(nèi)容安全相關(guān)的安全領(lǐng)域本體

5、以及該本體的進化和應(yīng)用中的關(guān)鍵技術(shù)進行了探討,具體各項研究內(nèi)容如下:
　　1.提出了基于WordNet的本體的構(gòu)建方法,該方法的提出是針對現(xiàn)有構(gòu)建方法中的不足,尤其是人工構(gòu)建方法的構(gòu)建效率低及自動本體構(gòu)建生成的本體中內(nèi)容準(zhǔn)確度差等缺點。本文具體闡述了構(gòu)建方案:以現(xiàn)有資源WordNet為基礎(chǔ),基于初始本體,采用抽取算法從WordNet中抽取出本體。
　　2.為了提高本體構(gòu)建方法中所采用的語義相似度算法的性能,本文的從最基本的語

6、義相似度參數(shù)入手,構(gòu)建了的信息內(nèi)容IC參數(shù)DN模型。該模型的求值只與WordNet自身結(jié)構(gòu)相關(guān),不需要其它資源的參與。DN模型不只是考慮了概念在WordNet中is_a關(guān)系分類樹中的子節(jié)點數(shù),還考慮了概念所處分類樹中的深度,使得概念的IC參數(shù)值更為精確,實驗數(shù)據(jù)表明DN模型與其它參數(shù)模型相比具有一定的優(yōu)越性。
　　3.基于語義相似度參數(shù),本文對語義相似度算法進行了研究。在對已有相似度算法研究的基礎(chǔ)上,給出了語義相似度算法的改進模型

7、,該模型以IC參數(shù)為基礎(chǔ),同時將概念對間的路徑考慮在內(nèi),使概念間語義相似度值的準(zhǔn)確性有所提高,在與其它語義相似度算法比較后,顯示該算法模型具有更好的性能。
　　4.語義相似度算法是從WordNet中抽取本體概念和關(guān)系的基礎(chǔ),本文抽取算法基于所給出的語義相似度算法的改進模型,分別求出初始本體中的概念與WordNet中的概念的語義相似度值,按照所給定閾值,抽取出本體概念及關(guān)系。然后,根據(jù)本文制定的is_a關(guān)系添加規(guī)則,對初始本體進行概

8、念和is_a關(guān)系擴展,最終生成本體。
　　5.安全領(lǐng)域本體的構(gòu)建是對本文基于WordNet的本體構(gòu)建方法的進一步的需求,本文成功地將基于WordNet的本體構(gòu)建方法應(yīng)用到安全領(lǐng)域,并生成了與信息內(nèi)容安全相關(guān)的安全領(lǐng)域本體。
　　6.信息的發(fā)展使得信息內(nèi)容安全相關(guān)的新概念和新關(guān)系不斷產(chǎn)生,因此,生成的安全領(lǐng)域本體需要不斷豐富和完善。本文針對安全領(lǐng)域本體進化中的關(guān)鍵技術(shù)進行了研究,提出了基于Markov的概念抽取算法和基于MI矩

9、陣的分類關(guān)系學(xué)習(xí)方法。
　　7.最后,本文將生成的安全領(lǐng)域本體應(yīng)用到WEB信息服務(wù)系統(tǒng),對互聯(lián)網(wǎng)中的信息內(nèi)容安全相關(guān)信息進行檢索和抽取,并將數(shù)據(jù)存儲到本地數(shù)據(jù)庫供用戶分析和研究。
　　本文提出了基于WordNet的本體的構(gòu)建方法并成功應(yīng)用到了安全領(lǐng)域當(dāng)中,該方法同樣也適用于其它領(lǐng)域。對于其中的關(guān)鍵技術(shù),如語義相似度算法以及基于Markov的概念抽取算法等都進行了性能測試與比較,顯示出較好的性能,這些關(guān)鍵技術(shù)也可以應(yīng)用到其它如