本體構(gòu)建及其在問答系統(tǒng)中的應(yīng)用研究.pdf

1、本體作為語義基礎(chǔ)被廣泛應(yīng)用于信息檢索、人工智能、語義網(wǎng)絡(luò)和知識(shí)管理等領(lǐng)域。然而本體的構(gòu)建和維護(hù)工作費(fèi)時(shí)費(fèi)力，影響了本體的廣泛應(yīng)用。因此，研究者們嘗試?yán)脵C(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等技術(shù)輔助構(gòu)建本體，提高本體構(gòu)建的自動(dòng)化程度，提出諸多本體自動(dòng)、半自動(dòng)構(gòu)建的理論和方法。本文在總結(jié)現(xiàn)存本體自動(dòng)構(gòu)建方法的同時(shí)深入研究了基于FCA(Formal Concept Analysis)的本體半自動(dòng)構(gòu)建方法，構(gòu)造具有語義支持能力的本體。用于支持急救知識(shí)問答系統(tǒng)，

2、進(jìn)行問題主題識(shí)別和概念的擴(kuò)展。 該方法主要包括：(1)基于PAT-Tree的統(tǒng)計(jì)分詞。統(tǒng)計(jì)分詞相對(duì)于其他分詞方法的主要優(yōu)點(diǎn)為能識(shí)別未登錄詞，這在形成本體的過程中起著重要作用；(2)領(lǐng)域特征選擇。在文本分類聚類的任務(wù)中，如VSM模型，都需要文本的特征提取，如果文本的維度過大，會(huì)造成計(jì)算空間和存儲(chǔ)空間的浪費(fèi)，甚至無法計(jì)算，所以特征選擇是必要的；本文在利用特征選擇方法提取領(lǐng)域詞匯的同時(shí)，通過人工選擇出具有急救領(lǐng)域知識(shí)分類能力的主題詞，

3、將具有主題功能的特征詞作為文本的屬性，用于生成概念之間的結(jié)構(gòu)。(3)基于問題答案集文本-主題詞的形式背景生成，并用FCA構(gòu)建本體。形式背景反映了文本和主題詞之間的二元關(guān)系，F(xiàn)CA利用這種二元關(guān)系構(gòu)造概念格，形成具有語義特征并有分類能力的本體。 最后，該模型構(gòu)造的本體通過急救知識(shí)問答系統(tǒng)進(jìn)行測試，用準(zhǔn)確率進(jìn)行衡量，以驗(yàn)證本體構(gòu)造方法的可靠性。實(shí)驗(yàn)結(jié)果表明，該方法能提高本體構(gòu)造的自動(dòng)化程度，構(gòu)造的本體能提供語義支持，是可靠的研究方法