基于Wordnet和聚焦爬蟲半自動構(gòu)建本體技術(shù)的研究與實(shí)現(xiàn).pdf

1、本體的概念最初起源于哲學(xué)領(lǐng)域,古希臘哲學(xué)家亞里士多德在哲學(xué)中的定義為“對世界上客觀存在物的系統(tǒng)地描述,即存在論”,是客觀存在的一個(gè)系統(tǒng)的解釋或說明,關(guān)心的是客觀現(xiàn)實(shí)的抽象本質(zhì)。20世紀(jì)90年代以來,人們將本體的概念引入人工智能、知識工程和圖書情報(bào)等領(lǐng)域。本體現(xiàn)被廣泛應(yīng)用于計(jì)算機(jī)科學(xué)及其應(yīng)用領(lǐng)域,因?yàn)樗苡行У亟鉀Q知識工程中知識共享和重用兩大問題。作為本體應(yīng)用研究的一項(xiàng)基礎(chǔ)性工作——本體構(gòu)建,也吸引了國內(nèi)外眾多科研人員的關(guān)注。目前,本體的

2、構(gòu)建大都由領(lǐng)域?qū)＜沂止ぞ幹?雖然該方法較為準(zhǔn)確,但是工程復(fù)雜、費(fèi)時(shí)、費(fèi)力,易受創(chuàng)建者主觀意識的限制。然而面向語義、知識的自動構(gòu)建本體,難度很大。信息技術(shù)的飛速發(fā)展,已有的領(lǐng)域本體已不滿足實(shí)際的需求,因此如何擴(kuò)展本體也顯得至關(guān)重要。
　　本文將語義字典——WordNet和聚焦爬蟲等相關(guān)技術(shù)應(yīng)用到領(lǐng)域本體的構(gòu)建過程中,進(jìn)行了領(lǐng)域本體的半自動構(gòu)建的研究。以WordNet為中心,聚焦爬蟲為輔助,通過計(jì)算概念與概念之間相似度,確定領(lǐng)域的相關(guān)

3、概念。然后,利用基于最小距離法的凝聚的層次聚類算法生成概念之間的關(guān)系,將新增概念與領(lǐng)域本體合并。最后,通過本體編輯工具對其進(jìn)行修改和完善。
　　本文獲得的主要研究成果有:(1)通過介紹本體的概念、本體構(gòu)成及分析已有本體構(gòu)建方法,提出了基于WordNet和聚焦爬蟲相結(jié)合的半自動本體構(gòu)建方法。(2)以WordNet作為語義字典,利用其自身的語義關(guān)系,通過計(jì)算兩個(gè)概念之間的信息熵,得到概念間的語義相似度。(3)利用聚焦爬蟲作為大型語料庫