面向信息抽取的ontology设计与实现-计算机软件与理论专业毕业论文.docxVIP

I I 摘 要 如今，Web 成为了网络信息的主要平台，是人们获取知识的主要来源。但是， 由于 Web 页面的无结构性、超链接的自由无序、以及 Web 内容的海量性、多样性 和动态变化，人们从 Web 上搜索真正想要的信息其实并不容易。 从长远看，解决上述矛盾的根本方法就是变无序数据为有序知识，让计算机 能够理解 Web 信息，同时理解使用这些信息的人。Web 创始人 Tim Berners-Lee 于 1998 年提出了 Semantic Web（语义 Web，或语义网）的构想，它是当前 Web 的扩展，其中的信息被赋予定义良好的含义，使计算机可以理解，从而和人更好 的协作。 为了将目前无序的 Web 改造成有序的计算机可理解的知识宝库，语义 Web 采用多层次的表示框架，ontology 位于从文档描述到知识推理转折的层次，因 此 ontology 的构建是实现语义 Web 的关键环节。 ontology 就是用来描述某个领域（领域 ontology）甚至更广范围（通用 ontology）内的概念以及概念之间的联系，使得这些概念和联系在共享的范围内 有着明确唯一的定义，达成一种共识，这样人和机器之间就可以进行交流。 将 ontology 和信息抽取技术相结合，基于 ontology 的信息抽取最大的优点 是抽取对 Web 页面的结构没有依赖性。利用 ontology 来描述和