本體學習中關系獲取的研究.pdf

1、本體是一種能夠在語義層次和知識層次上對信息進行描述的概念模型,主要是用來描述概念以及概念之間關系。自從本體的概念提出了就引起了國內外很多科研工作者的關注,而且在計算機等許多其他領域得到了廣泛的應用,例如知識管理、電子商務、信息檢索、語義Web以及智能系統(tǒng)集成等方面。雖然目前已經有很多本體構建的編輯環(huán)境,而且可以滿足構建本體基本需求,但完全依靠人工來獲取概念以及概念之間的關系來構建本體,依然是一項費時費力的工作。為了使用知識獲取技術來降低

2、本體構建的開銷,進而采用了本體學習(Ontology Learning)技術。本體學習結合了本體工程、機器學習和統(tǒng)計等方法自動或者半自動的構建本體。近些年來,本體學習成為了研究的熱點問題。
　　本體學習的任務主要包括概念獲取、關系獲取、公理獲取。這三個方面構成了本體學習中從易到難的層次。本文主要研究本體學習中關系的獲取方法,包括分類關系和非分類關系,主要的研究工作如下:
　　1)提出了本體原型系統(tǒng)的總體框架,對原型系統(tǒng)的需求

3、和關鍵技術做了詳細的分析。
　　2)分別通過基于模式匹配和聚類的方法實現(xiàn)對概念間分類關系的獲取,其中對于聚類的實現(xiàn),提出了改進的K-means方法獲取分類關系,并對兩種方法的實現(xiàn)做了比較和分析。
　　3)對于概念間的非分類關系,首先使用了基于擴展規(guī)則的方法和基于啟發(fā)式AE的方法,最后提出了基于VF*ICF和對數似然比的方法獲取非分類關系,最后對三種方法進行了分析與對比。
　　4)最后結合以上的研究方法,實現(xiàn)了一個本體學