本体学习原理、方法与应用.docVIP

本体学习：原理、方法与相关进展1) 孔敬1,2,3 1（中国科学院文献情报中心，北京 100080）2（中国社会科学院民族学与人类学研究所网络信息中心，北京 100081）　3（中国科学院研究生院，北京 100039） 本体学习是自动或半自动构建本体（新建或扩展改编已有本体）的一系列方法和技术。本文概述了本体学习的研究状况，描述了本体学习的框架结构、本体学习的技术、方法与算法，概括了本体学习在知识工程、信息检索和语义网中的应用，提出了当前本体学习研究的问题与难题，以及进一步研究方向。 　本体学习 本体构建 自动抽取 概念抽取 概念聚类 [分类号] 　G250.76， TP18 Ontology Learning: Principle, Method and Related Research Progress Kong Jing1,2,3 1 (Library of Chinese Academy of Sciences, Beijing 100080, China) 2(Institute of Ethnology Anthropology, Chinese Academy of Social Sciences, Beijing 100081, China) 3(Graduate School of the Chinese Academy of Sciences, Beijing 100039, China) Ontology Learning is the set of methods and techniques used for building an ontology?from scratch, enriching, or adapting an existing ontology in a semi-automatic fashion using several?sources. This paper outlines the study of ontology learning, describes the frame, architecture, technologies, approaches and algorithm of ontology learning. It outlines the application of ontology learning in knowledge engineering, information retrieval and semantic web. It presents the problem, difficult and future research of ontology learning. Keywords: Ontology Learning Ontology Construction Automatic extraction Concept Extraction Conceptual clustering 引言 本体作为表达知识的共享概念模型，已日渐成为知识工程、知识管理、智能信息集成、信息检索和语义网等多个领域的重要组成部分。当前，本体构建已建立了一系列工程方法，涌现了众多理论、技术、方法、表示语言和工具，根据O’Reilly Associate Inc.截至2002年11月6日的统计，当时已有的本体构建工具（又称本体编辑工具）共有52种[]。较为典型的系统有OntoEdit、KAON、WebOnto和Protégé等。但这些工具系统多设计用于完全手工构建本体，而本体的完全手工构建非常耗时、费力，易出现倾向性错误，且及时动态更新困难，于是自动或半自动构建本体的方法——本体学习（Ontology Learning）被提出。Gómez-Pérez等（2003）描述了本体学习的定义：“本体学习是半自动构建本体的一系列方法和技术。它通过利用各种数据源以半自动方式新建或扩充改编已有本体，由此构建一个新本体” []。本文描述了本体学习的研究现状、理论、方法及应用前景，分析了存在问题，与进一步研究方向。 研究背景 本体学习，也可称为本体生成（ontology generation）、本体挖掘（ontology mining）和本体抽取（ontology extraction）等，其研究兴起于上世纪末本世纪初，以自然语言处理、机器学习等为其基本理论方法，已初步形成其体系框架结构。目前已有多个本体学习系统被开发实现，如TextToOnto[]、OntoLearn[、the ASIUM system[] []、the Mo’k Workbench[]、OntoLT[]、Adaptiva[]、SOAT[]和DOGMA[]