结合编辑距离和google距离的语义标注方法研究

《结合编辑距离和google距离的语义标注方法研究》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、重庆大学硕士学位论文1绪论义标注方法，并详细介绍了该方法的标注过程和主要的功能模块。此外，由于传统语义标注工具几乎无法对word格式的文档进行直接语义标注，所以文中还阐述了如何对本文的标注方法进行改进，从而实现对word文档的标注。第五章介绍了基于编辑距离和Google距离的语义标注方法在葡萄酒领域的应用，分别针对领域内的网页文档和word文档设计了实验的系统框架，并将本文方法的标注结果与GATE的标注结果进行对比和详细分析，证实了本文方法的有效性。第六章对全文进行了简单的总结和概括，并对下一步要做的工作进行了展望。4重庆大学硕士学位论文2语义W

2、eb和本体2语义Web和本体2.1语义Web简介2.1.1语义Web的起源和思想随着Web上信息量的膨胀，人们越来越深刻地意识到正面临这样一个处境：尽管Web上有海量的信息，但“知识”却很贫乏，以致无法有效地利用这个巨大的知识库。为此，“万维网之父”TimBerners-Lee提出了语义Web的概念，以解决当前Web存在的一些问题，使Web更有效地为人类服务。根据TimBerners-Lee的观点[1]，语义Web是当前Web的延伸和扩展，而不是一个新的Web，它面向文档中所表示的数据，其中的信息被赋予了明确的语义，有利于计算机理解和处理数据，从

3、而使机器和人能更好地协同工作。换句话说，语义Web是对当前万维网的根本变革，它提供了一个通用的框架来对现有Web进行扩展。其核心思想是通过增加语义信息，让计算机参与到自动处理Web信息的过程，改变它在Web中的角色，使其可理解Web上的信息，使Web应用具有一定的智能，从而实现信息的自动化和智能化处理，这也是语义Web发展的终极目标。在语义Web环境下，信息通过本体以及与本体一致的元数据以结构化的形式描述，并定义了良好的语义。计算机可以根据含有语义信息的标签进行逻辑推理，发现并理解数据的语义，从而进行深层次的智能判断和决策，让不同主体能在语义层面

4、上进行交流。语义Web与传统Web最大的不同在于：传统Web主要存储和共享文本、图像、音频、视频等，这类数据主要供人类浏览和阅读，起着展示信息的作用，由于仅仅关注信息的表示方式，忽略了计算机处理信息的作用，使得很多智能应用无法在Web上实现。对于计算机而言，这类数据只是Web上的一堆二进制代码，而却无法识别其中的内容，这在很大程度上限制和约束了Web的发展。因为只有当Web成为一个能理解信息的语义，与人类共享Web信息的平台，它的巨大潜能才能发挥到极致。当然，计算机可理解的语义信息并不是指计算机真正的理解人类语言，而是指计算机可以根据明确定义的语

5、义，执行明确指示的操作命令来解决具体的问题。处于不同平台中的数据，可以被计算机自动处理，并进行有效地重用和集成，使网络能够提供自动化、智能化和个性化的服务。由此可知，对语义Web研究的主要目的在于使网络中的信息不仅能让人类理解，更要让计算机也能理解网页内容，实现计算机之间的智能交互，让互联网真正成为一个全球化的信息共享和智能服务平台。这样，可以将人们从Web中“资源丰富，知识匮乏”的窘境和苦恼中解放出来，帮助人们从繁杂的Web信息中快速而有效地找到有用知识。5重庆大学硕士学位论文2语义Web和本体语义Web是人工智能和Web技术相互结合的产物，虽

6、然它是一种更加优越、更加个性化的Web，但要完全实现却是一项复杂的工程。在语义Web中，要使计算机对信息进行判断和推理，实现智能检索，首要条件就是要给网页内容添加元数据，显示其涵盖的语义信息，方便计算机理解网页内容，这个添加语义信息的过程其实就是语义标注的过程。此外，还需要用户为计算机精确地指出需要寻找的东西。当然，在智能检索的过程中还要确保不同网站下的内容能够被充分地共享，以保证检索结果的高效。比如，在浏览葡萄酒方面的网页时，语义Web将会给每一篇新闻、文章添加语义标注。在这些标注里含有丰富的语义信息，分门别类地详细描述了哪些是葡萄酒名，分属于

7、哪类酒，产自何处等信息。这样，对于普通的非葡萄酒专家的用户而言，可以很轻松地阅读和理解这种专业性很强的信息，而且假如在搜索引擎里输入“CabernetSauvignon”（赤霞珠葡萄酒）时，可以很方便地查找到CabernetSauvignon葡萄酒的信息，而不是某个人名为CabernetSauvignon或别的信息，真正做到了有的放矢，避免了从大量的搜索结果中筛选所需的网页。所以说，智能化的实现复杂检索，尽可能多地发现有用信息，新颖的网络信息阅读方式等都是语义Web为我们提供的辉煌前景。2.1语义Web的体系结构2000年12月，在华盛顿举行的X

8、ML2000会议上，Berners-Lee首次明确提出了语义Web体系结构[13]，指明了语义Web的研究框架，如图2-1。这是一个自下