基于扩展特征向量空间模型的多源数据融合-山东大学学报理学版.PDFVIP

　第４８卷　第１１期 山　东　大　学　学　报　（理　学　版） ２０１３年１１月　 　　　　　 　Ｖｏｌ．４８　 Ｎｏ．１１　　　　　ＪｏｕｒｎａｌｏｆＳｈａｎｄｏｎｇＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ） Ｎｏｖ．２０１３　 　文章编号：１６７１９３５２（２０１３）１１００８７０６　　　ＤＯＩ：１０６０４０／ｊ．ｉｓｓｎ．１６７１９３５２２２０１３０９９ 基于扩展特征向量空间模型的 多源数据融合 陈珂锐，潘君 （河南财经政法大学计算机与信息工程学院，河南 郑州４５０００２） 摘要：本体资源的扩充是自然语言处理的关键问题之一。传统的从单一数据源获取的信息其覆盖率较低，亟需建 立一个整体的数据管理平台，对数据资源分类存储与整理。为此提出了ＡＶＰ数据平台，构建ＡＶＰ平台所面临的 重要问题是多源数据的融合，即将不同来源的网站数据进行语义角色标注，对歧义词条进行识别判断，并最终归 并到以义项为基本单位的数据仓库中；为解决多源数据融合的语义角色标注问题，给出了一种自动语义判歧方 法。其基本思想是利用词条中的属性值对作为特征模板，并借助于属性值的共现概率，应用扩展向量空间模型对 词条进行歧义识别。通过大量的实验对比可知，该系统在各方面均取得优异的成绩，所提出的算法能够很好地解 决多源数据融合中的语义判歧问题。 关键词：自然语言处理；本体；多源数据融合；语义判歧 中图分类号：ＴＰ３９１　　　文献标志码：Ａ Ｍｕｌｔｉｓｏｕｒｃｅｄａｔａｆｕｓｉｏｎｂａｓｅｄｏｎｔｈｅｅｘｐａｎｄｖｅｃｔｏｒｓｐａｃｅｍｏｄｅｌ ＣＨＥＮＫｅｒｕｉ，ＰＡＮＪｕｎ （ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＨｅｎｎａｎＵｎｉｖｅｒｓｉｔｙｏｆＥｃｏｎｏｍｉｃｓａｎｄＬａｗ， Ｚｈｅｎｇｚｈｏｕ４５０００２，Ｈｅｎａｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅｅｘｐａｎｓｉｏｎｏｆｏｎｔｏｌｏｇｙｒｅｓｏｕｒｃｅｉｓｏｎｅｏｆｔｈｅｋｅｙｆｏｒｔｈｅｗｈｏｌｅｎａｔｕｒａｌｌａｎｇｕａｇｅｐｒｏｃｅｓｓｉｎｇ．Ｓｉｎｃｅｔｈｅｉｎ ｆｏｒｍａｔｉｏｎｏｂｔａｉｎｅｄｔｒａｄｉｔｉｏｎａｌｌｙｆｒｏｍ ｓｉｎｇｌｅｄａｔａｓｏｕｒｃｅｃｏｕｌｄｎｏｔｒｅｆｌｅｃｔｔｈｅｏｖｅｒａｌｌｐｉｃｔｕｒｅａｎｄｔｈｅｃｏｖｅｒａｇｅｒａｔｅ ｄｏｅｓｎ’ｔｒｅａｃｈｔａｒｇｅｔｅｄｏｎｅ，ｔｈｅｃｏｎｓｔｒｕｃｔｉｏｎｏｆａｎｉｎｔｅｇｒａｔｅｄｄａｔａｍａｎａｇｅｍｅｎｔｐｌａｔｆｏｒｍｗｏｕｌｄｂｅｒｅｑｕｉｒｅｄｔｏｓｔｏｒｅａｎｄ ｏｒｇａｎｉｚｅｄａｔａｓｏｕｒｃｅｓｂｙｃｌａｓｓｉｆｉｃａｔｉｏｎ．ＴｈｅＡＶＰｄａｔａｐｌａｔｆｏｒｍｗａｓｐｒｏｐｏｓｅｄｆｉｒｓｔｌｙ．Ｉｎｔｈｅｐｒｏｃｅｓｓｏｆｄａｔａｃｏｎｓｔｒｕｃｔｉｏｎ ｏｎＡＶＰｐｌａｔｆｏｒｍ，ｔｈｅｍｏｓｔｉｍｐｏｒｔａｎｔｉｓｓｕｅｉｓｔｏｉｎｔｅｇｒａｔｅｍｕｌｔｉｓｏｕｒｃｅｄａｔａ，ｉｎｏｔｈｅｒｗｏｒｄｓ，ｔｏｐｅｒｆｏｒｍｓｅｍａｎｔｉｃｒｏｌｅ ｌａｂｅｌｉｎｇｏｎｗｅｂｄａｔａｃｏｍｉｎｇｆｒｏｍｄｉｆｆｅｒｅｎｔｓｏｕｒｃｅｓ，ｔｏｉｄｅｎｔｉｆｙａｍｂｉｇｕｏｕｓｅｎｔｒｉｅｓ，ａｎｄｔｏｅｖｅｎｔｕａｌｌｙｍｅｒｇｅｉｎｔｏｄａｔａ ｗａｒｅｈｏｕｓｅｓｗｈｉｃｈｕｓｅｓｅｎｓｅａｓｔｈｅｂａｓｉｃｕｎｉｔ．Ａｎａｕｔｏｍａｔｅｄｍｅｔｈｏｄｏｆｓｅｍａｎｔｉｃｒｏｌｅｍａｔｃｈｉｎｇｈａｓｂｅｅｎｓｕｇｇｅｓｔｅｄ，ａｎｄ ｉｔｗｏｕｌｄｓｏｌｖｅｔｈｅ