茶學(xué)領(lǐng)域本體自適應(yīng)學(xué)習(xí)方法研究.pdf

1、本體學(xué)習(xí)(Ontology Learning)是自動或半自動構(gòu)建本體的一系列方法和技術(shù)，它對本體建模具有積極的推動作用，主要體現(xiàn)在能夠減少手工構(gòu)建本體繁雜的人力消耗和提高本體構(gòu)建質(zhì)量等方面。然而，我們在開展農(nóng)業(yè)領(lǐng)域本體建模與本體學(xué)習(xí)研究過程中，發(fā)現(xiàn)農(nóng)業(yè)知識語料庫里的信息是在持續(xù)增長并不斷變化的，為使所建本體能夠主動適應(yīng)這種變化，開展農(nóng)業(yè)領(lǐng)域本體自適應(yīng)學(xué)習(xí)理論與方法的研究就顯得尤為必要和重要。
　　 本研究在已有成果的基礎(chǔ)上，針對

2、茶學(xué)領(lǐng)域本體學(xué)習(xí)的自適應(yīng)問題，重點開展茶學(xué)領(lǐng)域本體自適應(yīng)學(xué)習(xí)方法的研究，主要包括茶學(xué)領(lǐng)域概念的自適應(yīng)提取方法、茶學(xué)領(lǐng)域概念間關(guān)系的自適應(yīng)提取方法以及茶學(xué)領(lǐng)域本體自適應(yīng)學(xué)習(xí)原型系統(tǒng)設(shè)計三個方面。論文研究的主要內(nèi)容如下：
　　 1、提出了茶學(xué)領(lǐng)域概念的自適應(yīng)提取方法。構(gòu)建貝葉斯網(wǎng)絡(luò)，結(jié)合上下文依賴分析、互信息技術(shù)和領(lǐng)域度判斷等算法，通過貝葉斯網(wǎng)絡(luò)的逆向推理，實現(xiàn)茶學(xué)領(lǐng)域概念的自適應(yīng)提取。
　　 2、提出了茶學(xué)領(lǐng)域概念間關(guān)系的

3、自適應(yīng)提取方法。通過概念聚類和簇聚類的方法提取茶學(xué)領(lǐng)域概念間分類關(guān)系，使用貝葉斯網(wǎng)絡(luò)逆向推理，實現(xiàn)茶學(xué)領(lǐng)域概念間分類關(guān)系的自適應(yīng)提取。
　　 3、開發(fā)了茶學(xué)領(lǐng)域本體自適應(yīng)學(xué)習(xí)原型系統(tǒng)。在Eclipse 平臺上采用Servlet /JSP技術(shù)，開發(fā)一個茶學(xué)領(lǐng)域本體自適應(yīng)學(xué)習(xí)原型系統(tǒng)，實驗驗證了文中所用理論與方法的正確性。
　　 論文研究對于農(nóng)業(yè)領(lǐng)域本體建模理論與方法的深入研究，大規(guī)模構(gòu)建農(nóng)業(yè)領(lǐng)域本體，進一步建立農(nóng)業(yè)語義網(wǎng)絡(luò)