金融年報(bào)語義網(wǎng)中本體自動(dòng)擴(kuò)展與語義標(biāo)注方法.pdf

1、語義網(wǎng)提出以來，本體(ontology)正在成為人工智能和知識工程中的一種重要工具，在知識的獲取、表示、分析和應(yīng)用等方面具有重要的意義。其中，本體的構(gòu)建與擴(kuò)展是本體研究的核心和關(guān)鍵。隨著領(lǐng)域知識的增加和應(yīng)用需求的發(fā)展，本體的擴(kuò)展成為本體建設(shè)的重要環(huán)節(jié)。但目前關(guān)于本體的擴(kuò)展尚無系統(tǒng)、深入的研究成果，一些涉及本體擴(kuò)展、進(jìn)化的研究多側(cè)重于技術(shù)層面，與實(shí)際應(yīng)用相脫節(jié)。因此，如何將本體擴(kuò)展理論應(yīng)用于實(shí)際，不斷的對現(xiàn)有本體進(jìn)行豐富和完善，成為本體建

2、設(shè)的一個(gè)重要課題。
　　本文首先對現(xiàn)有的初始金融年報(bào)本體進(jìn)行介紹，在此本體的基礎(chǔ)上，以大量的上市公司年報(bào)為語料，研究并實(shí)現(xiàn)了本體的自動(dòng)擴(kuò)展。然后利用定義好的本體對上市公司年報(bào)進(jìn)行語義標(biāo)注，將非結(jié)構(gòu)化的HTML文檔轉(zhuǎn)換成帶有語義表示的XML格式。最后，通過實(shí)驗(yàn)對本體自動(dòng)擴(kuò)展以及語義標(biāo)注的結(jié)果作了詳細(xì)的分析。本文的研究內(nèi)容主要包括以下幾個(gè)方面：
　　(1)通過對當(dāng)前本體擴(kuò)展方法的研究，提出了基于統(tǒng)計(jì)、基于上下文結(jié)構(gòu)的兩種本體學(xué)習(xí)

3、方法對初始本體進(jìn)行擴(kuò)展。
　　(2)對上市公司年報(bào)的語義標(biāo)注方法進(jìn)行研究。開發(fā)了一個(gè)半自動(dòng)語義標(biāo)注工具。并對上市公司年報(bào)中的自由文本，即非表格部分進(jìn)行了自動(dòng)的語義標(biāo)注。
　　(3)通過實(shí)驗(yàn)，對基于統(tǒng)計(jì)、基于上下文結(jié)構(gòu)的兩種本體擴(kuò)展方法進(jìn)行對比，并對結(jié)果作了詳細(xì)的分析。
　　(4)綜合兩種方法的結(jié)果，對現(xiàn)有本體進(jìn)行擴(kuò)展。并對比了擴(kuò)展前后的本體對語義標(biāo)注結(jié)果準(zhǔn)確率的影響。
　　經(jīng)過擴(kuò)展后的本體，在初始本體的基礎(chǔ)上添加