基于关键词聚类本体层次关系的构建地地研究

《基于关键词聚类本体层次关系的构建地地研究》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、基于关键词聚类的本体层次关系构建研究摘要由于本体在智能信息处理中重要的应用价值，已引起国内外计算机、图书情报和生物信息等诸多领域的广泛关注及研究应用。基于以上事实，本体构建显得尤为重要和迫切。人工构建本体费时、费力、难以维护和存在主观因素。另一方面，目前的本体的编辑、表示、维护方法与工具依然离不开专家的参与，自动化较低。因此，针对本体的大规模应用，半自动化或者自动化构建本体具有重要的研究意义和应用价值。层次关系体系作为本体的基本概念框架，是自动构建本体的关键部分。为此，本文探讨了自动构建本体层次关系体系的方案和技术，使用关键词聚类技术来构建层次关系体系。本文的创新之处在于：

2、(1)探索关键词聚类在半自动构建本体层次关系方案的可行性；(2)总结在关键词提取、特征选取、特征值计算和聚类算法选择方面达到好的聚类效果的经验；(3)通过实验，构建若干情报学类别下的层次关系体系，该方法构建的层次关系对学科的知识体系揭示的比较深入和详细，同时能反映学科发展的现状。图32幅，表18个，参考文献56篇，其中英文参考文献36篇。关键词：本体层次关系；关键词聚类；本体构建；本体学习分类号：TP391；G253IIIResearchonConstructionofOntologicalHierarchiesUsingKeywordsClusteringAbstract

3、Duetogreatpracticalvalueinintelligentinformationprocessing，Ontologyhasdrawnmuchattentioninmanyfieldsathomeandabroad，suchascomputerscience，libraryandinformationscience，biologicalinformation．etc．Soit’SveryimportantandurgenttoconstructOntology．Manualconstructionistime-consumed，arduous，difficu

4、lttomaintainandcannotavoidinfluenceofsubjectivefactors．Ontheotherhand，atpresent，themethodsandtoolsofOntologyedition，representationandmaintenancestillcannotdowithouttheparticipationofexperts，theautomaticallydegreeofthemarelow．Therefore，forthelarge—scaleapplicationofOntology，itisofimportantr

5、esearchsignificanceandgreatvaluetoconstructOntologyautomaticallyorsemi-automatically．AsthebasicconceptframeworkofOntology，hierarchyisthekeyparttoconstructOntologyautomatically．Thispaperdoesresearchontheprogramandtechn．iqueofsemi—automaticallybuildinghierarchy，andbuildshierarchyusingkeyword

6、sclustering．Themaincontributionofthispaperis：(1)ItexploresthefeasibilitytoconstructthehierarchyofOntologysemi-automaticallybyusingkeywordsclustering．(2)Itgivessomeexperiencesonhowtogetgoodclusteringresultsinthekeywordsextraction，characteristicsselection，characteristicsvaluecalculatingandcl

7、usteringmethodselection．(3)Itbuildssomehierarchysystemsininformationsciencethroughexperiments．Thehierarchybuiltinthisapproachcanrevealtheknowledgesystemofasubjectdeeplyandconcretely，andcanreflectthedevelopmentofsubject．Keywords：OntologyHierarchy；KeywordsCluste