Ontology自動(dòng)構(gòu)建中實(shí)例學(xué)習(xí)和關(guān)系學(xué)習(xí)的研究.pdf

1、如今國(guó)內(nèi)外許多學(xué)術(shù)團(tuán)體都在進(jìn)行Ontology的研究，然而大部分Ontology的構(gòu)建是手工或半自動(dòng)的，都需要人工參與Ontology的建立。如何自動(dòng)構(gòu)建一個(gè)Ontology系統(tǒng)是當(dāng)今計(jì)算機(jī)科學(xué)領(lǐng)域的研究熱點(diǎn)，也是難點(diǎn)。目前國(guó)內(nèi)外關(guān)于Ontology自動(dòng)生成的相關(guān)算法還不是十分成熟，為了進(jìn)一步提高Ontology構(gòu)建的自動(dòng)化程度，本文選擇了前沿性的研究課題——Ontology自動(dòng)構(gòu)建中實(shí)例學(xué)習(xí)和關(guān)系學(xué)習(xí)的研究。 Ontology

2、自動(dòng)構(gòu)建中的實(shí)例學(xué)習(xí)是用算法學(xué)習(xí)出Ontology的組成元素——實(shí)例。通過(guò)閱讀大量的相關(guān)文獻(xiàn)，作者發(fā)現(xiàn)國(guó)內(nèi)外還沒(méi)有發(fā)表實(shí)例學(xué)習(xí)的相關(guān)文章，通過(guò)分析當(dāng)前較流行的Ontology半自動(dòng)構(gòu)建平臺(tái)text-to-onto的原型系統(tǒng)，發(fā)現(xiàn)該系統(tǒng)運(yùn)用模式匹配方法學(xué)習(xí)實(shí)例，但是學(xué)習(xí)出的實(shí)例數(shù)量少、準(zhǔn)確率低。因此，作者改進(jìn)了該系統(tǒng)的實(shí)例學(xué)習(xí)算法，并命名為基于模式匹配的實(shí)例學(xué)習(xí)算法。實(shí)驗(yàn)表明，基于模式匹配的實(shí)例學(xué)習(xí)算法在學(xué)習(xí)出實(shí)例的數(shù)量和準(zhǔn)確率方面均優(yōu)于

3、text-to-onto系統(tǒng)?；谀Ｊ狡ヅ涞膶?shí)例學(xué)習(xí)算法中的實(shí)例模式必須人工定義，并且耗時(shí)耗力。為此，作者設(shè)計(jì)了一個(gè)基于模式自動(dòng)學(xué)習(xí)的實(shí)例學(xué)習(xí)算法，該算法能夠自動(dòng)的學(xué)習(xí)出實(shí)例模式并運(yùn)用模式匹配算法進(jìn)行實(shí)例學(xué)習(xí)。實(shí)驗(yàn)表明，基于模式自動(dòng)學(xué)習(xí)的實(shí)例學(xué)習(xí)算法在學(xué)習(xí)出實(shí)例的數(shù)量和準(zhǔn)確率方面與基于模式匹配的實(shí)例學(xué)習(xí)算法效果一樣。 關(guān)系學(xué)習(xí)是用算法學(xué)習(xí)出Ontology的組成元素——關(guān)系。通過(guò)調(diào)研發(fā)現(xiàn)關(guān)系學(xué)習(xí)在學(xué)習(xí)出關(guān)系的數(shù)量和準(zhǔn)確率方面還有

4、待于進(jìn)一步的改進(jìn)。本文設(shè)計(jì)的關(guān)系學(xué)習(xí)算法包括：基于WordNet的關(guān)系學(xué)習(xí)算法，基于模式匹配的關(guān)系學(xué)習(xí)算法，基于模式自動(dòng)學(xué)習(xí)的關(guān)系學(xué)習(xí)算法和基于關(guān)聯(lián)規(guī)則的關(guān)系學(xué)習(xí)算法。實(shí)驗(yàn)表明，基于模式匹配的關(guān)系學(xué)習(xí)算法比text-to-onto能學(xué)習(xí)出更多的關(guān)系，并且準(zhǔn)確率更高；基于模式自動(dòng)學(xué)習(xí)的關(guān)系學(xué)習(xí)算法克服了基于模式匹配的關(guān)系學(xué)習(xí)算法中關(guān)系模式需要人工定義的不足，并且能夠比基于模式匹配的關(guān)系學(xué)習(xí)算法學(xué)習(xí)出更多的關(guān)系?；赪ordNet的關(guān)系學(xué)習(xí)