基于最大熵模型的本体概念获取方法

被引：15

作者：

韦小丽 ^{[1
]}

孙涌 ^{[1
,2
]}

张书奎 ^{[1
,2
]}

苗艳军 ^{[1
]}

机构：

[1] 苏州大学计算机科学与技术学院

[2] 江苏省计算机信息处理技术重点实验室

来源：

计算机工程 | 2009年 / 35卷 / 24期

关键词：

本体; 最大熵模型; 自然语言处理;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

本体是语义检索的核心。本体构建主要包括领域概念获取和概念间关系获取,其中领域概念获取是本体构建的基础。采用基于最大熵模型的方法来获取概念,通过对领域文本进行挖掘而得到名词性短语,使用改进的TF-IDF公式从中抽取具有领域性的短语,并经人工修正后得到本体概念。实验表明该方法提高了概念的准确性和完整性。

引用

页码：114 / 116+120 +120

页数：4

共 5 条

[1] 基于最大熵模型的组块分析 [J].

李素建 ;

刘群 ;

杨志峰 .

计算机学报, 2003, (12) :1722-1727

[2] 基于最大熵方法的中英文基本名词短语识别 [J].

周雅倩 ;

郭以昆 ;

黄萱菁 ;

吴立德 .

计算机研究与发展, 2003, (03) :440-446

[3] 语言信息处理技术中的最大熵模型方法 [J].

李素建 ;

刘群 ;

张志勇 ;

程学旗 .

计算机科学, 2002, (07) :108-110

[4]

基于规则与统计的本体概念自动获取方法研究[J]. 张新,党延忠.情报学报. 2007 (06)

[5] GENERALIZED ITERATIVE SCALING FOR LOG-LINEAR MODELS [J].

DARROCH, JN ;

RATCLIFF, D .

ANNALS OF MATHEMATICAL STATISTICS, 1972, 43 (05) :1470-&

← 1 →