基于純文本的領(lǐng)域本體構(gòu)建與實(shí)現(xiàn)

《基于純文本的領(lǐng)域本體構(gòu)建與實(shí)現(xiàn)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、巾圖分類號(hào)：ＴＰ巧９ｍｓｔｚ公開ＵＤＣ；００４學(xué)巧代巧：１００８２呀妓ｆｔ將Ａ嗦ＨＥＢＥＩＵＮＩＶ巨ＲＳＩＴＹＯＦＳＣＩＥＮＣＥＡＮＤ下巨ＣＨＮＯＬＯＧＹ碩：ｔ學(xué)位論文基于純文本的領(lǐng)域本體構(gòu)建與實(shí)現(xiàn)論文作者：郭瑞指導(dǎo)教肺：仇晶融教授企業(yè)指導(dǎo)教師；程經(jīng)高級(jí)工程師、．申請(qǐng)學(xué)位類別：工程碩±學(xué)科、領(lǐng)域：計(jì)算機(jī)技術(shù)所在單位：信息科學(xué)與工程學(xué)院．芝？覆聲答辯日期：２０１６年１２月■．－，河北科技大學(xué)學(xué)位論文原創(chuàng)性聲明，獨(dú)立進(jìn)行研究工本人鄭重聲明：所呈交的學(xué)位

2、論文，是本人在導(dǎo)師的指導(dǎo)下作所取得的成果，均已在文中臥明確方。對(duì)本文的研巧做出重要貢獻(xiàn)的個(gè)人和集體式標(biāo)明，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)。除文中已經(jīng)注明引用的內(nèi)容外表或撰寫過的作品或成果。本人完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān)。ｙ＾指導(dǎo)教師簽名：／ｆＬｐ學(xué)位論文作者簽名；＾ｊ如年恢曰＞白年／２？月化曰／河北科技大學(xué)學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全Ｔ解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留。本并向國(guó)家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和電子版，光許論文被查閱和借閱人授權(quán)河北科技大學(xué)可＾＾將

3、本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢１。，采用影索可印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文臥□保密年解密后適用本授權(quán)書。，在＾本學(xué)位論文屬于／口密。４保打＂＂Ｖ）Ｃ請(qǐng)?jiān)谏戏娇騼?nèi)怎指導(dǎo)教師簽名：學(xué)位論文作者簽名；曰Ｖ／６年／巧／曰年月ｇ＞修（ClassifiedIndex：TP399SecrecyRate：PublicizedUDC：004UniversityCode：10082HebeiUniversityofScienceandTechnologyDissertationfortheMaste

4、rDegreeConstructionandImplementationofDomainOntologyBasedonPlainTextCandidate：GuoRuiSupervisor:AssociateProf.QiuJingEnterpriseSupervisor：SeniorEngineerChengYuAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：ComputerTechnologyEmployer：SchoolofInformationScience&Engineer

5、ingDateofOralExamination:December,2016摘要摘要隨著大數(shù)據(jù)時(shí)代的到來，海量Web包含了許多重要的信息。從Web文檔中提取領(lǐng)域本體一方面是語(yǔ)義Web非常重要的一個(gè)環(huán)節(jié)，另一方面有利于海量知識(shí)的智能化管理。領(lǐng)域本體的構(gòu)建可以分為以下幾個(gè)子任務(wù)：1)領(lǐng)域術(shù)語(yǔ)的抽??；2)領(lǐng)域概念的生成；3)領(lǐng)域概念分類關(guān)系及非分類關(guān)系的抽取。在以前，特定領(lǐng)域本體的構(gòu)建依賴人工或領(lǐng)域?qū)＜?，?gòu)建過程耗時(shí)費(fèi)力，在如今大數(shù)據(jù)的形勢(shì)下，傳統(tǒng)的構(gòu)建方式無法有效的對(duì)知識(shí)進(jìn)行管理。因此需要利用自動(dòng)或半自動(dòng)的方式實(shí)現(xiàn)領(lǐng)域本體的構(gòu)建。本文利用規(guī)則與統(tǒng)計(jì)

6、相結(jié)合的方法實(shí)現(xiàn)中文領(lǐng)域本體的自動(dòng)構(gòu)建。首先利用自動(dòng)爬蟲技術(shù)獲取網(wǎng)頁(yè)新聞數(shù)據(jù)作為語(yǔ)料集，然后基于規(guī)則及多種統(tǒng)計(jì)算法實(shí)現(xiàn)對(duì)領(lǐng)域術(shù)語(yǔ)、概念以及分類關(guān)系的抽取。主要工作如下：1)根據(jù)中文詞法、句法特征構(gòu)建規(guī)則抽取多詞術(shù)語(yǔ)后，利用TF-IDF（termfrequency–inversedocumentfrequency，詞頻和逆向文件頻率）、DR&DC（DomainRelevanceandDomainConsensus，領(lǐng)域相關(guān)度和一致度）算法進(jìn)行領(lǐng)域術(shù)語(yǔ)的抽取。2)利用對(duì)數(shù)似然比與平均信息熵相結(jié)合的算法，從領(lǐng)域術(shù)語(yǔ)中識(shí)別概念。通過Word2Vec算法

7、發(fā)現(xiàn)與領(lǐng)域概念高度相似的詞語(yǔ)，并對(duì)領(lǐng)域概念集合進(jìn)行擴(kuò)充。利用在線百科全書（百度百科和維基百科）所提供的概念定義信息，從概念的內(nèi)涵和外延兩個(gè)方面進(jìn)一步提高領(lǐng)域概念識(shí)別的準(zhǔn)確度。3)使用基于規(guī)則與統(tǒng)計(jì)相結(jié)合的方法進(jìn)行概念分類關(guān)系抽取。首先利用模板與后綴匹配算法抽取部分分類關(guān)系，然后利用向量空間相似度算法，Word2Vec算法及細(xì)化度算法實(shí)現(xiàn)更多分類關(guān)系的抽取。關(guān)鍵詞領(lǐng)域本體；本體學(xué)習(xí)；術(shù)語(yǔ)抽取；概念抽??；分類關(guān)系抽取IAbstractAbstractWiththeadventoftheeraofbigdata,hugeamountsofWebpag

8、escontainlotsofimportantinformation.Ontheonehand,thedomainontologyisanindis