面向信息抽取的ontology設計與實現(xiàn).pdf

1、如今,Web成為了網(wǎng)絡信息的主要平臺,是人們獲取知識的主要來源。但是,由于Web頁面的無結(jié)構(gòu)性、超鏈接的自由無序、以及Web內(nèi)容的海量性、多樣性和動態(tài)變化,人們從Web上搜索真正想要的信息其實并不容易。從長遠看,解決上述矛盾的根本方法就是變無序數(shù)據(jù)為有序知識,讓計算機能夠理解Web信息,同時理解使用這些信息的人。Web創(chuàng)始人TimBerners-Lee于1998年提出了SemanticWeb(語義Web,或語義網(wǎng))的構(gòu)想,它是當前Web

2、的擴展,其中的信息被賦予定義良好的含義,使計算機可以理解,從而和人更好的協(xié)作。為了將目前無序的Web改造成有序的計算機可理解的知識寶庫,語義Web采用多層次的表示框架,ontology位于從文檔描述到知識推理轉(zhuǎn)折的層次,因此ontology的構(gòu)建是實現(xiàn)語義Web的關(guān)鍵環(huán)節(jié)。ontology就是用來描述某個領(lǐng)域(領(lǐng)域ontology)甚至更廣范圍(通用ontology)內(nèi)的概念以及概念之間的聯(lián)系,使得這些概念和聯(lián)系在共享的范圍內(nèi)有著明確唯

3、一的定義,達成一種共識,這樣人和機器之間就可以進行交流。將ontology和信息抽取技術(shù)相結(jié)合,基于ontology的信息抽取最大的優(yōu)點是抽取對Web頁面的結(jié)構(gòu)沒有依賴性。利用ontology來描述和表達信息抽取的知識庫,增強抽取模板的語義表達能力,將信息抽取的重點放在特定的領(lǐng)域,可以大大提高信息抽取的準確率?；趏ntology的抽取方法能將單詞映射為概念實體,更加準確地體現(xiàn)文字的真實語義,同時通過ontology的類繼承關(guān)系可以體現(xiàn)

4、單詞與單詞之間天然的聯(lián)系,使原來基于關(guān)鍵字的信息抽取的功能大大增強。本文將基于ontology的信息抽取技術(shù)應用于股票信息抽取。建立起股票ontology,利用領(lǐng)域ontology中的概念、關(guān)系、關(guān)鍵字自動生成抽取規(guī)則,在對文章進行預處理后,利用生成的抽取規(guī)則對文章進行抽取,最后把結(jié)果存入數(shù)據(jù)庫中,為用戶提供查詢和統(tǒng)計功能。本文首先介紹了信息抽取技術(shù)及其產(chǎn)生背景和發(fā)展歷史。接著對語義Web和ontology理論進行了較為全面和完整的介紹