基于Web的通用本體學(xué)習(xí)研究.pdf

1、語義Web提出以來，本體(Ontology)正在成為人工智能和知識(shí)工程中一種重要的工具，在知識(shí)的獲取、表示、分析和應(yīng)用等方面具有重要的意義。從本體開發(fā)的角度來說，由于借助本體編輯器(如Protdgd)手工開發(fā)本體是一個(gè)繁重和棘手的任務(wù)，極易導(dǎo)致知識(shí)獲取的瓶頸。因此，Web本體的可獲取性已被學(xué)術(shù)界公認(rèn)為是制約語義Web成功的巨大挑戰(zhàn)之一。從現(xiàn)有信息源，包括文本、詞典、遺留知識(shí)庫、WWW文檔等，獲取領(lǐng)域知識(shí)、以自動(dòng)方式構(gòu)建或擴(kuò)充本體，即所謂

2、的本體學(xué)習(xí)(OntologyLearning)，是開發(fā)本體的有效途徑。 目前國(guó)際上在本體學(xué)習(xí)方面的研究非?；钴S，雖然已經(jīng)提出了很多本體學(xué)習(xí)方法，但大部分方法都不理想。由于缺乏統(tǒng)一的本體學(xué)習(xí)體系結(jié)構(gòu)概念和方法，雖然開發(fā)了一些本體學(xué)習(xí)方法，但這些方法難以被其他系統(tǒng)重用。當(dāng)前本體學(xué)習(xí)系統(tǒng)工具多是原型系統(tǒng)，不能大規(guī)模實(shí)時(shí)處理網(wǎng)上海量信息源，也缺乏中文語料處理能力。同時(shí)，目前還缺乏有效的評(píng)價(jià)本體學(xué)習(xí)結(jié)果的標(biāo)準(zhǔn)和方法，不利于本體學(xué)習(xí)方法和工

3、具的進(jìn)一步發(fā)展。 本文就是在開放的網(wǎng)絡(luò)環(huán)境下，綜合運(yùn)用機(jī)器學(xué)習(xí)和自然語言處理方法，按照分層技術(shù)原理，提出了一種新的分層本體學(xué)習(xí)方法體系，并實(shí)現(xiàn)了一種基于Web的多策略本體學(xué)習(xí)工具GOLF，然后討論了本體演化和評(píng)價(jià)方法，并對(duì)本體學(xué)習(xí)框架GOLF進(jìn)行了實(shí)驗(yàn)和評(píng)價(jià)。本文的主要研究?jī)?nèi)容如下： (1)提出了一種分層本體學(xué)習(xí)方法體系，其中包括術(shù)語自動(dòng)抽取、概念學(xué)習(xí)、實(shí)例學(xué)習(xí)和分類關(guān)系學(xué)習(xí)和非分類關(guān)系學(xué)習(xí)多種關(guān)鍵技術(shù)。在對(duì)現(xiàn)有學(xué)習(xí)方法

4、做大量改進(jìn)的基礎(chǔ)上，完全實(shí)現(xiàn)了本體學(xué)習(xí)全過程的無縫集成，并且在本體學(xué)習(xí)系統(tǒng)中集成了本體評(píng)價(jià)模塊。 (2)開發(fā)了基于Web的多語種通用本體學(xué)習(xí)工具GOLF，并采用Web文檔作為本體學(xué)習(xí)源，進(jìn)行了跨領(lǐng)域、多語種實(shí)驗(yàn)。同時(shí)，實(shí)現(xiàn)本體學(xué)習(xí)過程中的本體演化管理，并對(duì)學(xué)習(xí)結(jié)果進(jìn)行評(píng)價(jià)和反饋。 (3)在本體學(xué)習(xí)中引入多策略學(xué)習(xí)方法，以提高學(xué)習(xí)質(zhì)量。各學(xué)習(xí)算法的組合框架采用概率組合分布，可根據(jù)不同的語料特征為每個(gè)算法設(shè)定權(quán)值，從而增強(qiáng)了

5、對(duì)不同領(lǐng)域語料的適應(yīng)性。通過實(shí)驗(yàn)對(duì)比分析，在學(xué)習(xí)結(jié)果的準(zhǔn)確率和召回率方面，GOLF系統(tǒng)都比著名的Text20nto系統(tǒng)更好。 (4)實(shí)現(xiàn)了中文語料的本體學(xué)習(xí)。本文所提出的方法和工具能夠很好地處理多語種語料，與同類系統(tǒng)(大多只能處理西文文本)相比，對(duì)中文的處理能力明顯加強(qiáng)；特別針對(duì)中文的語言學(xué)特征，引入HowNet語義詞典，添加了對(duì)應(yīng)于中文文本的語言學(xué)模式和停用詞表，性能有明顯改善。 (5)提出了一種新的基于貝葉斯決策理論

6、的本體評(píng)價(jià)方法RiMOE，并采用RiMOE方法對(duì)GOLF的學(xué)習(xí)過程和結(jié)果進(jìn)行評(píng)價(jià)。 (6)本體學(xué)習(xí)系統(tǒng)GOF運(yùn)用模塊化設(shè)計(jì)思想，可以靈活地組合不同的功能模塊，大大提高了系統(tǒng)的可擴(kuò)展性。用戶可以根據(jù)不同的領(lǐng)域特征和語種配置模塊，可以集成不同的語言學(xué)模式和語義詞典。 本體學(xué)習(xí)的研究將從根本上改變網(wǎng)絡(luò)環(huán)境下知識(shí)系統(tǒng)的構(gòu)建方式，對(duì)計(jì)算網(wǎng)格和語義Web的發(fā)展并最終普及應(yīng)用起很大的推動(dòng)作用。實(shí)驗(yàn)表明，本文提出的本體學(xué)習(xí)方法和工具基本