面向文本领域本体学习方法应用与研究综述.docVIP

面向文本的领域本体学习方法与应用研究综述 [摘要]根据本体构成的要素——概念、概念间关系、公理，结合文本的非结构化特点，总结梳理当前从文本中自动获取领域本体概念及概念间关系的主要方法的思路、特征和适用范围，并运用两个实例解析面向文本的领域本体学习的具体步骤和实现过程。最后讨论存在的主要问题和进一步的研究方向。 [关键词]领域本体　本体学习　文本　概念　关系 本体的本质是概念模型，通过概念模型对信息作完全的形式化描述。它描述某个领域甚至更广范围内的概念及概念之间的关系，使得这些概念和关系在共享的范围内具有大家认可的、明确的、唯一的定义，这样，人机之间以及机器之间就可以进行交流。领域本体用于描述特定专业领域，定义该领域的概念和概念之间的关系，描述该领域的基本原理、主要实体和主要活动，提供领域内部知识共享和知识重用的公共理解基础。 近年来，随着语义网运动的发展，作为基础性工作的一部分，实现自动或半自动构建本体逐渐成为一个研究热点，而用来实现本体元素自动获取的一系列方法和技术称为本体学习。 按照数据源的结构化程度，本体学习技术分为三大类：基于结构化数据的本体学习技术、基于半结构化数据的本体学习技术和基于非结构化数据的本体学习技术。数据库中的数据是典型的结构化数据，而xml、html、dtd等包含隐含结构的数据称为半结构化数据。非结构化数据是指没有固定结构的数据。文本数据是非结构化数据，大量