開(kāi)放式環(huán)境中的本體演化及其在信息抽取的應(yīng)用研究.pdf

1、語(yǔ)義Web系統(tǒng)的核心是本體。大家公認(rèn)在語(yǔ)義Web領(lǐng)域本體和信息抽取(IE)的組合構(gòu)成了一個(gè)知識(shí)處理循環(huán)：本體在合適的上下文為IE提供文本解釋?zhuān)蛊涓鼫?zhǔn)確更有效，而IE可以提取新知識(shí)，與已有本體集成。近年來(lái)兩者方方面面的研究工作已經(jīng)投入了巨大的努力。然而，本體往往要改變，隨時(shí)間而演進(jìn)，本體演化既費(fèi)時(shí)費(fèi)力，又容易出錯(cuò)，依賴(lài)于用戶(hù)的知識(shí)表示能力及其大量輸入和判斷，這在開(kāi)放式環(huán)境中更是如此。例如，問(wèn)題會(huì)存在于IE系統(tǒng)對(duì)信息項(xiàng)分布變化的適應(yīng)性，本

2、體變化及其副作用，本體版本之間的語(yǔ)義差異計(jì)算等。在綜述本體演化和IE研究現(xiàn)狀的基礎(chǔ)上，本論文就是探討這些問(wèn)題在開(kāi)放式環(huán)境中的解決辦法。
　　 針對(duì)開(kāi)放式環(huán)境中并行修改本體的特點(diǎn)，本文提出了開(kāi)放式環(huán)境中本體變化分析與處理的基本框架。首先指出了本體變化序列間存在依賴(lài)、直接沖突、間接沖突以及相容四種關(guān)系類(lèi)型；然后基于本體變化序列的沖突關(guān)系，將本體變更劃分為三個(gè)階段：在初始的本體變化序列集合中搜索所有相互沖突的本體變化序列集合，即沖突集

3、；根據(jù)沖突集，將初始的本體變化序列集合劃分為多個(gè)極大可順序執(zhí)行本體變化序列子集；根據(jù)本體變化序列的依賴(lài)關(guān)系，對(duì)于當(dāng)前本體執(zhí)行每個(gè)極大可順序執(zhí)行本體變化序列子集中的本體變化序列。最后通過(guò)兩個(gè)具體的案例，詮釋了這一方法的應(yīng)用價(jià)值。
　　 針對(duì)當(dāng)前本體版本差異檢測(cè)算法執(zhí)行效率低下的問(wèn)題，本文提出一種基于概念格模型的本體版本差異檢測(cè)算法。首先將本體版本映射為形式對(duì)象，本體的概念分類(lèi)關(guān)系映射為形式屬性，將本體版本空間表示為概念格模型。然后

4、在概念格模型的支持下，針對(duì)有參差異檢測(cè)和無(wú)參差異檢測(cè)的具體問(wèn)題提出相應(yīng)的檢測(cè)算法。在證明算法正確性的同時(shí)，也分析了算法高效的執(zhí)行效率。
　　 針對(duì)IE領(lǐng)域中存在的“信息項(xiàng)缺失”、“信息項(xiàng)多屬性值”以及“信息項(xiàng)無(wú)序”問(wèn)題，本文提出一種基于本體的Web信息抽取方法。首先將Web文檔解析為一棵擴(kuò)展的DOM樹(shù)，將信息項(xiàng)在擴(kuò)展DOM樹(shù)中的位置特征映射為層次抽取模型中的相關(guān)參數(shù)，然后使用歸納學(xué)習(xí)的方法來(lái)構(gòu)造基于隱馬爾可夫模型的層次抽取模型，