知识图谱自动构建在线云平台-webprotege汉语版.docxVIP

知识图谱自动构建在线云平台 -web protege 汉语版 protege 汉化版 Protege 软件是斯坦福大学医学院生物 信息研究中心基于 Java 语言开发的本体编辑和知识获取软 件。这个软件主要用于语义网中本体的构建，是语义网中本 体构建的核心开发工具。相比与其他的本体构建工具而言， Prot é gé最大的好处在于支持中文，在插件上，用 Graphviz 可实现中文关系的显示。为了方便大家，在北理工张华平博 士的带领下，对 protege 汉化后又对 webprotege 进行了汉 化，并成功上线，使大家可以在线进行知识图谱语义本体的 自动构建。 webprotege 汉化版 知识图谱语义本体的构建流程图： 知识图谱包括实体与 关系 节点代表实体 连边代表关系 事实可以用三元组表 示(head, relation, tail) 概念发现 1．格式解析对 PDF 、 Word 、 XML 等主流文档， 抽取出结构化的文本信息。 2．分词标注 NLPIR-ICTCLAS 分词系统可以融合已有本体库，实现专业领域的分词标注。 3．概念发现 (1).NLPIR-ICTCLAS 新词发现可直接从原始 语料中直接发现新词、新概念。 (2). 采用基于规则与统计 相结合的方法实现从新词中过滤筛选本体概念。 关联计 算使用 POS-CBOW 模型对数据进行训练，然后对数据完成 关联关系分析。 POS-CBOW 方法综合了词性、词的分布特点，采用 word2vector 改进模型，通过训练，自动提取出了语义关联关系。如果训练文本为专业领域的生语料，该模型可以产生专业领域的本体关联关系。 依存句法分析 关系抽取实际上是实体与关系的抽取，一般是通过上面提到 的三元组方法不断迭代实现。例： 1、通过“X是 Y 的首都”模板抽取出 (中国，首都，北京 )、(美国，首都，华盛顿 )等三元组实例； 2、根据这些三元组中的实体对“中国 -北京”和“美 国-华盛顿”可以发现更多的匹配模板，如“Y 的首都是 X”、“X是 Y 的政治中心”等等；新发现的模板抽取更多新的三元组 实例，通过反复迭代不断抽取新的实例与模板。集成验证 构建工具 ---- Prot é gé 1.OWL:W3C开发的一种网络本体语言， 用于对本体进行语义描述。类 (Class) 、个体 (Individual) 、属性 (Property) 2. Prot é斯gé坦福:大学基于 Java 语言开发的 本体编辑和知识获取软件，是语义网中本体构建的核心开发工具。 效果展示： 知识图谱自动构建在线云平台