- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于上下文的领域本体概念和关系的提取.pdf
第27卷第 1期 计 算 机 应 用 研 究 Vo1.27No.1
2010年 1月 ApplicationResearchofComputers Jan.2010
基于上下文的领域本体概念和关系的提取米
张玉芳 ,杨 芬 ,熊忠阳 ,陈小莉
(1.重庆大学 计算机学院,重庆400044;2.重庆广播电视大学技术 中心,重庆 400052)
摘 要:目前本体学习的研究重点在于概念及关系的提取,概念提取领域一致度与领域相关度相结合的方法取
得 了比较好的效果,而关系提取则主要采用基于关联规则的方法。这种本体概念、关系学习方法由于只考虑词
频 ,提取结果准确性欠缺。针对这种缺陷,在统计的基础上考虑 了语义因素,利用词汇上下文计算概念的语义相
似度并将其应用到概念与关系提取 中。实验结果表 明,词汇上下文与传统统计相结合的方法能够有效改进概念
和关系提取的准确度 。
关键词:本体学习;上下文;概念提取;关系提取;语义相似度
中图分类号 :TP391 文献标志码:A 文章编号 :100l一3695(2010)叭一0074—03
doi:10.3969/j.issn.100l一3695.2010.01.02l
Studyoncontext·baseddomainontologyconcept
extractionandrelationextraction
ZHANG Yu—fang .YANG Fen .XIONG Zhong—yang .CHENXiao—li
(1SchoolofComputer,ChongqingUniversit~,Chongqing400044,China;2.CenteroyTeachingTechnique,ChongqingRadio&TVUniversi
ty,Chongqing400052,China)
Abstract:Recently,ontology 1earningfocuseson conceptextraction andconceptualrelationextraction.Forconceptextrae—
.
tion,domainrelevancecombinedwithdomainconsistenthadvieldedbetterresults.andthealgorithm ofassociationruleswas
mainlyadoptedforrelationextraction.Sincethetraditiona1methodsonlyconsideredthewordrfequency.thereweremanysub—
stantialinaccuraciesinlearningresults.Toovercometheseshortcomings,thispaperproposedanew learningmethodbasedon
context.Inthisway.representedsemanticsimilaritybetweenwordsandcouldovercometheseshortcomings.Theexperimental
resultsshow thatthismethodcaneffectivelyimprovetheperformanceofontologylearningsystem.
_
文档评论(0)