基于Web的蔬菜领域本体概念和分类关系学习方法研究

本体学习是当前本体研究的热点之一。概念的抽取和分类关系的构建是本体学习的关键。领域概念的分类方式很多,如何根据不同的应用目的,生成合适的分类结构,是当前本体学习系统应该着重考虑的问题。论文提出了一种有指导的领域本体概念体系结构学习方法,该方法以中文Web上蔬菜领域非结构化文本为语料,将浅层句法分析等语言学方法与TFIDF和C-值等统计学方法相结合进行概念抽取;在分类关系抽取时,基于目标本体的已知一个分支,采用余弦距离计算概念与已知分支概念的语义距离,并结合概念之间的共现频度来确定层次及上下位关系。与目前中文本体的代表性方法相比,文中提出的方法在查全率和查准率方面有明显的提高。