面向文本的本体学习方法

被引：8

作者：

王俊华 ^{[1
,2
,3
]}

左万利 ^{[1
,2
]}

彭涛 ^{[1
,2
]}

机构：

[1] 吉林大学计算机科学与技术学院

[2] 吉林大学符号计算与知识工程教育部重点实验室

[3] 长春工业大学计算机科学与工程学院

来源：

吉林大学学报(工学版) | 2015年 / 01期

关键词：

人工智能; 本体学习; 主动学习; 模式匹配; 频繁项挖掘; 启发式学习;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

借助文本预处理工具Gate和通用本体Word Net,采用统计、频繁项挖掘、模式匹配、启发式学习和主动学习等技术,学习本体基元——概念(含实例)、概念间的分类关系、概念间的语义关系和概念属性,其中概念属性学习为本文首次提出。实验结果表明,本文方法改善了概念语义排歧效果,丰富了短语概念学习与语义关系学习,提高了本体自动构建的准确度,降低了本体学习的代价。

引用

页码：236 / 244

页数：9

共 8 条

[1]

本体与规则整合的推理方法研究及设计 [J].

叶育鑫 ;

欧阳丹彤 ;

领吉 ;

张永刚 .

吉林大学学报(工学版) , 2009, (05) :1297-1302

[2]

基于两层向量空间模型和模糊FCA本体学习方法 [J].

邢军 ;

韩敏 .

计算机研究与发展, 2009, (03) :443-451

[3]

一种移动Agent通信中本体信息调整方法 [J].

白岩 ;

刘大有 ;

刘杰 .

吉林大学学报(工学版), 2007, (05) :1132-1136

[4]

基于依存分析改进贝叶斯模型的词义消歧 [J].

卢志茂 ;

刘挺 ;

张刚 ;

李生 .

高技术通讯, 2003, (05) :1-7

[5]

Knowledge-based Word Sense Disambiguation with Feature Words Based on Dependency Relation and Syntax Tree[J] Huang; Heyan;Lu; Wenpeng International Journal of Advancements in Computing Technology 2011,

[6]

Ontology learning from biomedical natural language documents using UMLS[J] Juana María Ruiz-Martínez;Rafael Valencia-García;Jesualdo Tomás Fernández-Breis;Francisco García-Sánchez;Rodrigo Martínez-Béjar Expert Systems With Applications 2011,

[7]

Towards open ontology learning and filtering[J] Amal Zouaq;Dragan Gasevic;Marek Hatala Information Systems 2011,

[8]

Learning ontologies from natural language texts[J] Mehrnoush Shamsfard;Ahmad Abdollahzadeh Barforoush International Journal of Human - Computer Studies 2003,

← 1 →