原创力文档- 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
2009通信理论与技术新发畏——第十四届全国青年通信学术会议论文集
基于知网和模式自举的概念间分类关系获取方法
陈慧清林世平
(福州大学数学与计算机科学学院，福州350108)
摘要：本文针对目前基于模板方法在面向中文文本的本体学习中的缺陷，提出了基于知网和模
式自举的中文概念间分类关系获取方法．本文利用知网中概念的上下位关系，发现并过滤错误的
分类关系概念对，运用新获取的概念对循环迭代地学习模式，提高了模式集合的完备性．实验证
明，本文方法比基于模板的方法在准确率上有明显的提高．
关键词：本体学习；分类关系；知网；模式自举
A ExtractionactlonMethod
CdTaxonomicesRelaticelationaB
onHowNetand
Bootstrapping
CHEN LIN
Hui-qingShi-ping
and
Science
(Department Technology,FuzhouUniversity,Fuzhou350108)
ofComputer
Abstract-Forthedefectsof method inChinese at
template-basedapplied ontologylearningpresent，this
ataxonomicrelationextractionmethodbasedonHowNetand this
paperpresents bootstrapping．Inpaper,
weusethetaxonomic inHowNettodeletethe andelToneous
relationbetween
concepts inappropriate pairs
learn to the ofthe
of and the
concepLiteratively improvecompletenesspatternset．Experiment
patterns
showsthatthismethod better therecallalso
obviouslyprecision,and improvedslightly．
acquired
Keywords=ontologylearning；taxonomicrelation；HowNet；bootstrapping
1 引言
表示、分析和应用等方面具有重要的意义。本体的出现能很好地解决目前计算机应用领域中存在的一些困
难fl】，如人机交互或机器与机器之间的通信、自动推理、知识表示和重用等。但是，本体的构建是一件费时
费力的工作，于是人们提出了本体学习技术来降低本体构建
文档评论（0）