面向客戶的電子目錄本體自學習理論與方法研究.pdf

1、伴隨著語義網(wǎng)技術和電子商務應用的快速發(fā)展，用戶不得不花費大量時間在各種異構的、晦澀的目錄海洋中尋求所需要的信息，企業(yè)在信息交換時，也存在難以互操作和語義集成的瓶頸。建立共享概念的明確的形式化規(guī)范說明可以很好地解決這個問題。電子目錄本體除了能夠滿足用戶的查詢需求，也為計算機進行信息交換、語義搜索和信息識別提供了便利。然而手工建立電子目錄本體需要大量領域專家的幫助，耗時又費力，更別說難以有足夠的領域專家。因此自動構建電子目錄本體滿足客戶需求

2、是一項重大意義的工作。
　　 本文基于以上問題和現(xiàn)狀，借鑒現(xiàn)有本體自學習的研究成果，以電子目錄國際分類標準、本體論和語義Web理論為基礎，利用自然語言處理領域的方法和技術，對面向客戶的電子目錄本體建模和電子目錄本體的自學習方法進行了深入研究。主要的工作包括：
　　 (1)電子目錄本體元模型的構建。電子目錄本體元模型為電子目錄本體自學習提供了一個統(tǒng)一的領域框架，本文結合客戶需求，對國際目錄分類標準進行語義擴展，設計了具有四

3、個層次的電子目錄本體元模型，并用標準規(guī)范化的語言進行了描述。
　　 (2)基于電子目錄本體元模型自動構建目錄本體：
　　 ●基于目錄網(wǎng)站層次的目錄本體概念獲取。基于電子商務Web網(wǎng)站的結構地圖和對Web頁面塊的分析，設計了基于網(wǎng)站分類層次的目錄本體概念獲取算法，并進一步利用國際目錄分類標準對獲取的概念進行標準化處理。
　　 ●基于語義和關聯(lián)規(guī)則的本體概念關系學習。提出了基于模式匹配的電子目錄本體層次關系的獲取方法

4、，探討了動詞在目錄本體概念非層次關系中的重要性，提出基于語義關聯(lián)規(guī)則對非層次關系進行挖掘的方法。
　　 ●基于模式匹配和在線統(tǒng)計的概念屬性識別。提出利用模式匹配和Web統(tǒng)計分析的方法來識別電子目錄本體概念屬性。并特別分析了目錄本體概念數(shù)據(jù)屬性的屬性值和屬性計量單位的自學習算法。
　　 ●電子目錄本體概念實例提取?；谀夸洷倔w概念實例處于電子商務網(wǎng)站結構中的葉子節(jié)點，提出了目錄實例自動提取算法。
　　 (3)電子目