本体学习和基于句型规则自举本体学习方法模型设计.docVIP

本体学习和基于句型规则的自举本体学习方法模型设计 　　〔摘要〕介绍本体学习的概念和发展，分析现有的本体学习的体系结构，研究中文本体学习这一领域存在的主要问题，包括中文语料特有的分词、词性和行文灵活问题等，基于中文本体获取中存在的困难，针对中文语料中丰富的句型要素，提出基于句型规则的自举本体学习方法，构建整个方法的框架模型，详细分析该模型以及其运行流程中的两个关键环节：规则学习环节和本体学习环节。最后分析该方法的特点和意义。 　　〔关键词〕本体 本体学习 句型规则 自举 　　〔分类号〕G252.7 　　Ontology Learning and Design of a Bootstrap Method for Ontology Learning Based on Rules of Sentence Patterns 　　Zhang Haiying 　　Xiangfan University Network Information Center, Huibei Xiangfan 441053 　　〔Abstract〕The paper firstly introduces the conception and development of ontology learning,analyzes the architecture of ontology learning system,and points out some main problems in the field of Chinese ontology learning,such as word segmentation,part-of-speech(POS)and flexible writing,which are specialities in Chinese corpus.省略structs she framework model of the method,and analyzes in detail the model and its two key segments in operation procedures:patterns learning segment and ontology learning segment.At last,the paper also analyzes the characteristics and the significance of this method. 　　〔Keywords〕ontologyontology learningrule of sentence patternsbootstrap 　　 　　1本体学习概述 　　 　　1.1本体学习的发展和定义 　　在本体学习被提出之前，获取本体的主要手段停留在知识工程师结合领域专家的经验，人工的设计、编辑和修改本体。虽然本体工程辅助工具已经相当成熟，手工获取本体仍旧是一项繁重而乏味的工作，从而形成了知识获取乃至语义Web发展中的一个巨大的障碍。本体学习作为一种整合了知识获取和机器学习技术，自从被提出以来，它已经为知识获取工作提供了极大的便利，并成为语义Web领域中的一个重要方向。本体学习自提出至今也已发展形成了众多分支，现有的本体学习方法主要包括统计聚类方法和基于模式规则的启发式方法[1]。因此，本体学习的描述性定义如下： 　　 　　本体学习是指综合的运用??计和机器学习的方法，从文本、数据库等信息源中提取出某个领域的概念、概念的实例、概念间的关系等元素，并对之做筛选、修正，组合成为关于这个领域的形式化本体的过程[2]。根据学习语料的不同，现有的本体学习方法分为五类：分别是基于文本的本体学习、基于字典的本体学习、基于知识库的本体学习、基于半结构化数据的本体学习和基于关系模式的本体学习方法[3]。 　　1.2本体学习的体系结构概述 　　现有的本体学习的体系结构大致包括以下的几个过程（见图1）：需求分析、领域分析与建模、本体学习、本体评价[1]。 　　本体学习的体系结构的几个过程具体描述为： 　　1.2.1需求分析本体需求分析是本体开发和设计的基础。需求分析主要根据应用程序的要求确定合适的本体需求，并制定本体需求说明文档，确定本体的领域和目标、用户和使用场景、本体能力描述等信息。 　　1.2.2领域分析与建模为了全面、客观、整体上对建模的领域有清晰的认识，指导后期的本体建设过程，需要在宏观上对领域中的事物进行分析并确定领域建模的方法，这一过程称之为领域分析[4]。主要包括三个任务：确定知识源、领域宏观分析和确定领域建模方法。其中领域建模方法主要包括：①自顶向下法，首先在较高层次上对领域概念进行建模，逐步细化获得底层概念；②自底向