基于本體的科研網(wǎng)絡關系挖掘.pdf

1、隨著計算機在各個領域的廣泛應用和互聯(lián)網(wǎng)的迅速發(fā)展,社會信息總量呈爆炸式指數(shù)增長,特別是進入21世紀后,信息總量更是以每三年增加一倍的速度遞增.因此,為應對全球信息爆炸給當前互聯(lián)網(wǎng)用戶帶來的巨大挑戰(zhàn),迫切需要開發(fā)一些可自動化的技術來協(xié)助人們從形形色色的信息中找到自己感興趣的信息.信息抽取正是解決這個問題的一種方法.
　　信息抽取技術是指從一段自然語言文本中抽取出用戶指定的事件或事實信息,并以結構化形式描述信息,它最終目的是開發(fā)實用的

2、信息抽取系統(tǒng).從自由文本中抽取用戶感興趣的信息.本文的研究工作是將本體技術應用到信息抽取系統(tǒng)中,協(xié)助完成信息抽取工作.本體的引入即保證了結構的一致性,又保證了數(shù)據(jù)的一致性。在前人工作的基礎上,本文主要完成以下工作:
　　(1)介紹了本文的研究背景和研究意義,并分析了目前本體領域和信息抽取領域的研究現(xiàn)狀.
　　(2)深入研究了基于本體的信息抽取系統(tǒng)的相關理論技術,主要包括本體技術和信息抽取技術.詳細探討了本體的定義、分類、建模

3、原語、構建規(guī)則與方法、描述語言以及本體的構建工具.其次,對信息抽取也進行了深入研究,包括信息抽取的概念、信息抽取系統(tǒng)以及基于本體的信息抽取系統(tǒng)等.
　　(3)在對科研合作網(wǎng)絡的結構特征進行分析的基礎上,提出了一種面向科研合作網(wǎng)絡領域構建領域本體的方法,并使用此方法構建了面向目標對象科研合作網(wǎng)絡的領域本體.使用protégé4.1定義領域本體的概念、概念的數(shù)據(jù)屬性和對象屬性等,并利用protégé自帶的推理工具對已構建的領域本體(包

4、含描述領域的概念、關系、約束等許多信息)進行解析和推理,保證了本體的正確性和一致性。另外,利用本體解析還可以將領域本體中包含的領域信息提取出來,如本體的概念、概念之間的關系、關系的定義域和值域、類的實例等.
　　(4)對非結構化文本采用自然語言處理技術,完成預處理和中文分詞操作,并生成預處理的文檔集.設計了基于本體的信息抽取系統(tǒng)框架結構,并對其中的重要模塊進行了詳細分析.
　　(5)根據(jù)本體解析的結果生成信息抽取規(guī)則,使用此