中文概念分類體系的構建與應用.pdf

1、在大數(shù)據(jù)時代，從互聯(lián)網(wǎng)中獲取有用信息、提煉相關知識的難度越來越大。盡管現(xiàn)有的搜索引擎能夠檢索幾乎全部的網(wǎng)頁，但它們對信息的整合與再現(xiàn)去口難以令人滿意。具體到某個行業(yè)或者機構，長時間的信息化積累了大量的項目文檔、服務資源。融合新舊資源，規(guī)范術語，提高利用率成為新型信息化的典型需求。信息過載對人們理解信息造成的困擾越來越大。為此，需要利用本體對海量信息進行理解和處理。
　　本體是全部知識的形式化表達。英文本體的應用已經日趨成熟，但大型

2、中文本體的研究工作還在實驗階段。本文的研究對象為中文本體中最基礎的部分——中文概念分類體系。本文從認知學的角度探討了概念以及概念之間的關系。結合現(xiàn)代漢語語法和使用習慣，分析了概念的獲取途徑，概念與詞性、概念與標點符號的關系，以及概念之間類屬關系所在語句的各種模式。綜合利用類屬關系的語言學特征和上下文特征構造貝葉斯分類器，有效提高了識別類屬關系的準確性。在具體應用方面，本文展示了一個軍事領域概念分類體系的構建過程及其在服務匹配方面的應用。