本体自动生成中词汇语义分类方法的研究

论文摘要

当前计算机正在从单一的设备向进行信息交换和事务处理的世界范围网络转变。因此,支持数据、信息和知识的交换、重用和共享成了当今计算机技术要迫切面临的任务。所以我们在知识工程、自然语言处理、信息检索系统、智能信息集成和知识管理、信息交换和软件工程等等领域研究和发展本体。本体获取的方法不成熟。目前很多本体库中知识的建立是在领域专家参与的情况下手工进行的。这是一项非常非常困难的工作,靠手工进行难以保证本体库的完备性。本体获取不应该非要领域专家参加不可,我们应该考虑通过知识挖掘手段自动获取本体,这也是未来几年本体研究者的主要任务之一。本论文所研究的词汇分类方法作为一个“本体自动生成”软件的组成部分,同时可应用于自动翻译机技术领域。通过对本体技术理论的研究给出词汇语义分类的一个新思路,并设计实现一个基于词汇语义的词汇自动分类系统。该方法首先要对词典或文章进行切分获得词汇相关数据,通过数据处理获取单词向量与词汇语义相似度数据,然后根据词汇上下位关系构造词汇阶层树,为了优化词汇语义分类效果,使词汇的分类更能从语义的角度反映分类关系,采取了对初始的词汇阶层树进行最优化的策略。最后为了使分类结果可视化,最后要把这种层级结构的语义分类关系显示在web页面上。结果表明,该方法能基本上实现对词汇的语义分类。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 选题背景
• 1.2 国内外研究现状
• 1.2.1 本体技术研究现状
• 1.2.2 传统的词汇分类方法
• 1.2.3 本体自动生成中词汇语义分类
• 1.3 论文主要工作
• 1.3.1 论文的主要内容
• 1.3.2 论文的章节安排
• 第2章 本体的概念及应用研究
• 2.1 本体的定义
• 2.2 本体的功能
• 2.3 本体的构造
• 2.3.1 本体的建模元语
• 2.3.2 本体的构造规则
• 2.3.3 本体的构造过程
• 2.4 本体描述语言
• 2.4.1 本体描述语言的设计要求
• 2.4.2 本体描述语言的分类
• 第3章 词汇语义学
• 3.1 词汇语义学
• 3.1.1 词汇语义学的定义
• 3.1.2 词位和它涵义之间关系的描述
• 3.1.3 词汇上下位关系的应用
• 3.2 本体与词汇语义的关系
• 3.3 词义本体
• 3.3.1 词义本体的表述
• 3.3.2 词义本体的获取
• 3.4 词汇语义特征的研究和应用
• 3.4.1 词汇语义中规则系统特征的研究
• 3.4.2 词汇语义中复杂系统特征的研究
• 3.4.3 词汇语义特征的应用
• 3.5 词汇语义分类方法的提出
• 3.5.1 分类和属性标注的关系
• 3.5.2 基于分类的词汇语义分类研究
• 第4章 词汇语义分类系统的基本设计
• 4.1 系统设计目标
• 4.1.1 词汇的语义分类功能
• 4.1.2 词汇的单词向量显示
• 4.1.3 词汇的相似度显示
• 4.1.4 词汇的描述
• 4.2 系统设计的基本思路
• 4.2.1 前期数据处理
• 4.2.2 词汇初始阶层树的构造
• 4.2.3 词汇阶层树的最优化
• 4.2.4 词汇语义分类的可视化
• 4.2.5 系统流程图
• 4.3 系统结构设计
• 4.3.1 系统组成
• 4.3.2 系统结构流程图
• 4.4 开发运行平台
• 4.4.1 开发平台——java/jsp（前台部分）
• 4.4.2 开发工具——eclipse
• 4.4.3 Web服务器—Tomcat
• 4.4.4 CLAPACK与SPOOLES
• 4.5 计算机集群
• 4.5.1 计算机集群的定义
• 4.5.2 MPI介绍
• 4.5.3 计算机集群环境的搭建
• 第5章 词汇阶层树的构造、最优化及可视化
• 5.1 单词向量计算
• 5.1.1 单词向量计算流程图
• 5.1.2 输入数据
• 5.1.3 生成频度矩阵文件
• 5.1.4 生成单词向量矩阵
• 5.1.5 单词向量文件格式
• 5.2 单词相似度计算
• 5.3 初始词汇阶层树的构造
• 5.3.1 流程图
• 5.3.2 上位语数据
• 5.3.3 上位语数据的格式
• 5.4 构造阶层树的最优化
• 5.4.1 阶层树的优化流程图
• 5.4.2 实现过程
• 5.5 词汇分类阶层化的web页面显示
• 5.5.1 用户界面设计
• 5.5.2 用户消息处理与查询实现
• 第6章 实验结果分析
• 6.1 系统基本功能的检验
• 6.2 不同的词汇分类列表
• 6.3 结果对比
• 第7章 总结与展望
• 参考文献
• 致谢
• 研究生履历