基于本體的信息抽取研究.pdf

1、信息抽取研究旨在為人們提供更有力的信息獲取工具，以應(yīng)對信息爆炸帶來的嚴重挑戰(zhàn)。本體作為對領(lǐng)域知識的共同理解，能有效地解決現(xiàn)在信息抽取所面對的主要挑戰(zhàn)——知識工程的瓶頸問題。 本文采用自頂向下的方法，根據(jù)三層本體框架結(jié)構(gòu)來構(gòu)建本文的本體——大學教授簡歷本體(PCV)，將本體中的概念分為事件概念和擴展概念兩部分。在這個過程中，通過手工收集和基于WordNet的語義相似度計算相結(jié)合的方法，獲得本體內(nèi)概念的實例，構(gòu)建了一個較完備的概念、

2、關(guān)系和實例相結(jié)合的本體庫。 本文提出了一種基于本體和分類的信息抽取方式，在具體的抽取過程中，利用到本體中的概念、關(guān)系和實例，由本體中的元素確定待抽取的內(nèi)容。首先在預(yù)處理過程中引入本體中的特殊概念及其實例，將文檔中的特殊實例標注出來。接著采用分層的方法對文檔進行抽取，根據(jù)待處理文本的特征，先對待抽取文檔中的句子進行分類，確定句子的事件類別，句子分類的類別標準來源于本體中的事件概念。結(jié)合已確定的句子事件類別，可以得出與事件概念相關(guān)的