领域本体自动构建的关键技术研究

论文摘要

对于一个领域的特殊应用来说,本体是一个非常有价值的资源,尤其在需要领域知识的情况下。随着科学技术的快速发展,本体中新的术语和相关概念也必须实时更新以适应现实的应用。目前人工构建本体的方法十分耗时,而且很难维持维护,因此本体的自动构建与自动扩展显得十分必要。本文主要针对本体自动构建中的一些关键技术进行了研究,具体研究内容主要包括以下几个方面:1.针对特殊应用,参考国内外知名本体,设计了一种适用于特定领域的本体组成结构,将本体中的节点分为两个层级,一是概念层级,另外一个是实例层级,不同的层级具有不同的本体组成结构。提出了基于核心本体的本体构建方法。利用复用现有本体的方法构建核心本体,然后利用从文本中获取本体知识的方法来扩展本体,最终生成一个完整的领域本体。2.提出了基于条件随机场的领域术语抽取方法,该方法将领域术语抽取看作一个序列标注问题,将领域术语分布的特征量化作为训练的特征,利用CRF算法训练出一个领域术语特征模板,然后使用该模板进行领域术语抽取,该方法的F-测度达到71.36%。针对领域命名实体具有很强的构成规律这一特点,运用基于规则的方法进行命名实体识别。本文首先将构成领域实体的词汇进行分类,通过对领域命名实体列表进行分析,自动从中学习规则,然后利用这些规则进行领域命名实体识别,实验表明在该领域,这种方法取得了较好的结果,正确率为96.84%,召回率为95.73%,F-测度为96.46%。3.通过模式匹配的方法进行关系抽取和事件抽取。在关系抽取中,采用了基于Boostrapping的关系模式的获取方法。在事件抽取中,采用人工给定触发条件,机器学习获得模式的半自动方式。其中事件抽取取得较好的实验结果,达到了应用要求。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 本文研究的目的和意义
• 1.2 本体及本体构建的相关研究综述
• 1.2.1 本体定义
• 1.2.2 基本概念
• 1.2.3 本体构建原则
• 1.2.4 本体构建方法
• 1.2.5 本体知识的自动获取
• 1.3 本文的主要研究内容及组织
• 第2章 本体组成结构与构建方案
• 2.1 引言
• 2.2 本体的组成结构
• 2.2.1 WordNet
• 2.2.2 知网
• 2.2.3 本文设计的本体结构
• 2.3 基于核心本体的本体构建
• 2.4 本章小结
• 第3章 基于CRF模型的术语自动抽取
• 3.1 引言
• 3.2 CRF模型介绍
• 3.3 术语自动抽取方法
• 3.4 实验结果与分析
• 3.4.1 实验设置
• 3.4.2 评价指标
• 3.4.3 实验及结果分析
• 3.5 本章小结
• 第4章 领域命名实体识别
• 4.1 引言
• 4.2 基于规则的领域命名实体识别框架
• 4.3 数字字母字符串及领域实体词汇识别
• 4.3.1 数字字母字符串识别
• 4.3.2 领域实体词汇识别
• 4.4 领域实体构成规则学习
• 4.5 基于规则的实体识别
• 4.6 实验结果与分析
• 4.6.1 中文命名实体评测指标
• 4.6.2 实验结果及分析
• 4.7 本章小节
• 第5章 领域本体中的关系及事件抽取
• 5.1 引言
• 5.2 关系抽取
• 5.2.1 基于Bootstrapping的关系抽取模型
• 5.2.2 基于模式匹配的关系抽取
• 5.3 事件抽取
• 5.3.1 关于事件抽取的几个概念
• 5.3.2 基于模式匹配的军事演习抽取
• 5.4 实验结果与分析
• 5.4.1 信息抽取的评价标准
• 5.4.2 领域关系抽取实验结果与分析
• 5.4.3 领域事件抽取实验结果与分析
• 5.5 本章小结
• 结论
• 参考文献
• 附录
• 攻读学位期间发表的学术论文
• 致谢