从wikipedia中获取本体原理与方法研究.pdfVIP

从 Wikipedia 中获取本体：原理与方法研究 余传明/张小青 2012-10-22 11:01:43　　来源：《情报学报》 (京)2011 年 3 期 　　【英文标题】Getting Ontology from Wikipedia: Principles and Methods 　　【作者简介】余传明，男，1978 年生，E-mail：，毕业于武汉大学信息管 理学院信息管理专业，博士，副教授，硕士生导师，研究方向：计算机信息系统 工程、知识管理与知识工程，中南财经政法大学信息与安全工程学院（武汉 430073），上海理工大学管理学院；张小青，女，1986 年生，上海理工大学管 理学院硕士研究生，研究方向：计算机信息系统工程（上海 200093）。 　　【内容提要】Wikipedia 作为一个大型的知识库，正逐渐被人们应用于不同 的领域。在本体构建领域，Wikipedia 以其丰富的组织结构为大规模协作式的本 体学习提供了有效的环境，利用 Wikipedia 进行本体学习逐渐成为一个新的研究 热点。本文从这一角度出发，在剖析 Wikipedia 基本结构的基础上，分析和比较 了从类别结构图、信息盒和定义句中获取本体概念和实例的相关原理和方法，阐 述了利用 Wikipedia 获取本体关系的原理，分析了基于结构特征、基于词典、基 于句法和基于混合方式的模式匹配方法，以及基于结构特征和文本特征的统计学 习方法，并对利用各种方法获取本体关系的效果进行了比较。 　　Wikipedia is a huge knowledge base which is being applied to a lot of tasks.From an ontology-building perspective, utilizing wikipedia as a source for ontology learning is becoming a new research focus because the cyclopedic nature of Wikipedia provide an effective environment for large-scale and collaborative ontology learning. From this point of view, the paper first describes the structure of Wikipedia, then analyzes and compares the principles and methods of acquiring concepts and instances by utilizing category structure graph, information box and definition sentence. The paper analyzes the principles of relation extraction from Wikipedia, and compares the efficiency of pattern matching method and statistics learning method. 　　【关 键 词】本体学习/Wikipedia/概念/实例/关系 Ontology learning/Wikipedia/Concepts/Instances/Relations 　　1 引言 　　本体 (Ontology)最初是哲学上的一个概念，是对客观存在事物的系统解释和 说明。在计算机科学领域中，最著名并被广泛引用的定义是由 Gruber 提出的“本 体是概念模型的明确的规范说明”[1]，即本体实际上是对相关领域中的概念及 相互之间关系的明确定义，并提供人们对该领域知识的共同认可和理解。目前， 本体已经被广泛地应用于语义网、信息抽取、信息检索、知识工程以及数字图书 馆等方面。 　　本体的构建是本体研究和应用的基础和前提，因此成为人们研究的重点。然 而，手工方式构建本体需要耗费大量的时间和精力，且无法及时进行扩充和更新， 即使使用现有的本体构建工具(如 Protégé[2]或 OntoEdit[3])，也需要手工依次 输入和编辑领域中每个概念的名字、属性以及关系等内容。因此，如何利用知识 自动获取技术降低本体构建。开销、提高构建效率成为一个非常重要的研究问题。 在这种背景下，本体学习 (Ontology Learning)技术应运而生，其旨