基于纯文本的领域本体构建与实现

《基于纯文本的领域本体构建与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、巾图分类号：ＴＰ巧９ｍｓｔｚ公开ＵＤＣ；００４学巧代巧：１００８２呀妓ｆｔ将Ａ嗦ＨＥＢＥＩＵＮＩＶ巨ＲＳＩＴＹＯＦＳＣＩＥＮＣＥＡＮＤ下巨ＣＨＮＯＬＯＧＹ硕：ｔ学位论文基于纯文本的领域本体构建与实现论文作者：郭瑞指导教肺：仇晶融教授企业指导教师；程經高级工程师、．申请学位类别：工程硕±学科、领域：计算机技术所在单位：信息科学与工程学院．芝？覆声答辩日期：２０１６年１２月■．－，河北科技大学学位论文原创性声明，独立进行研究工本人郑重声明：所呈交的学位

2、论文，是本人在导师的指导下作所取得的成果，均已在文中臥明确方。对本文的研巧做出重要贡献的个人和集体式标明，本论文不包含任何其他个人或集体已经发。除文中已经注明引用的内容外表或撰写过的作品或成果。本人完全意识到本声明的法律结果由本人承担。ｙ＾指导教师签名：／ｆＬｐ学位论文作者签名；＾ｊ如年恢曰＞白年／２？月化曰／河北科技大学学位论文版权使用授权书本学位论文作者完全Ｔ解学校有关保留、使用学位论文的规定，同意学校保留。本并向国家有关部口或机构送交论文的复印件和电子版，光许论文被查阅和借阅人授权河北科技大学可＾＾将

3、本学位论文的全部或部分内容编入有关数据库进行检１。，采用影索可印、缩印或扫描等复制手段保存和汇编本学位论文臥□保密年解密后适用本授权书。，在＾本学位论文属于／口密。４保打＂＂Ｖ）Ｃ请在上方框内怎指导教师签名：学位论文作者签名；曰Ｖ／６年／巧／曰年月ｇ＞修（ClassifiedIndex：TP399SecrecyRate：PublicizedUDC：004UniversityCode：10082HebeiUniversityofScienceandTechnologyDissertationfortheMaste

4、rDegreeConstructionandImplementationofDomainOntologyBasedonPlainTextCandidate：GuoRuiSupervisor:AssociateProf.QiuJingEnterpriseSupervisor：SeniorEngineerChengYuAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：ComputerTechnologyEmployer：SchoolofInformationScience&Engineer

5、ingDateofOralExamination:December,2016摘要摘要随着大数据时代的到来，海量Web包含了许多重要的信息。从Web文档中提取领域本体一方面是语义Web非常重要的一个环节，另一方面有利于海量知识的智能化管理。领域本体的构建可以分为以下几个子任务：1)领域术语的抽取；2)领域概念的生成；3)领域概念分类关系及非分类关系的抽取。在以前，特定领域本体的构建依赖人工或领域专家，构建过程耗时费力，在如今大数据的形势下，传统的构建方式无法有效的对知识进行管理。因此需要利用自动或半自动的方式实现领域本体的构建。本文利用规则与统计

6、相结合的方法实现中文领域本体的自动构建。首先利用自动爬虫技术获取网页新闻数据作为语料集，然后基于规则及多种统计算法实现对领域术语、概念以及分类关系的抽取。主要工作如下：1)根据中文词法、句法特征构建规则抽取多词术语后，利用TF-IDF（termfrequency–inversedocumentfrequency，词频和逆向文件频率）、DR&DC（DomainRelevanceandDomainConsensus，领域相关度和一致度）算法进行领域术语的抽取。2)利用对数似然比与平均信息熵相结合的算法，从领域术语中识别概念。通过Word2Vec算法

7、发现与领域概念高度相似的词语，并对领域概念集合进行扩充。利用在线百科全书（百度百科和维基百科）所提供的概念定义信息，从概念的内涵和外延两个方面进一步提高领域概念识别的准确度。3)使用基于规则与统计相结合的方法进行概念分类关系抽取。首先利用模板与后缀匹配算法抽取部分分类关系，然后利用向量空间相似度算法，Word2Vec算法及细化度算法实现更多分类关系的抽取。关键词领域本体；本体学习；术语抽取；概念抽取；分类关系抽取IAbstractAbstractWiththeadventoftheeraofbigdata,hugeamountsofWebpag

8、escontainlotsofimportantinformation.Ontheonehand,thedomainontologyisanindis