基于文本的中文本體知識獲取的研究.pdf

1、隨著新一代互聯網——語義Web——研究的不斷深入，作為其基礎的本體的地位日益提高。相應的，對于語義Web在中國的推廣和應用而言，中文本體的獲取是至關重要的。如何從現有的各領域的大量中文文獻中獲得本體，同時提高所得本體的質量使其能給被有效利用，成為語義Web在中文環(huán)境下推廣的一個重要課題。 本文圍繞中文本體的獲取展丌了討論和研究。首先我們針對中文本體學習這一領域存在的問題提出了基于句型規(guī)則的自舉本體學習方法，介紹了整個方法的框架，

2、并對在這個框架下的幾個關鍵的技術問題，包括語料獲取和預處理、本體片斷的定義、句型規(guī)則的語法，分別作了更為詳細的介紹。 為了提高本體學習的質量，我們提出了本體同構假設，從而充分的利用已有本體之中的結構信息，指導本體學習的過程，特別是在結構方面提高本體學習的水平。為了驗證這個假設，我們給出了本體中公共的有意義的結構的精確定義，并稱之為最大同構公共導出子本體(MICISO)。基于這一系列定義，我們給出了這個假設的命題表述形式，使得可以

3、用實驗來對它做驗證。 接著，我們提出了從已有本體中挖掘最大公共同構導出子本體的MICISO挖掘問題，然后我們給出了解決MICISO挖掘問題的算法，最后我們基于這個算法構建了MICISO挖掘工具，并用它對一些已有本體作挖掘，得到了一些有意義的結果，初步驗證了本體同構假設，另外我們分析了影響結果的因素。 基于對中文本體學習以及提高本體學習質量的分析，我們已經丌發(fā)了基于中文本體學習的實用工具，支持手工編輯本體，基于句型規(guī)則的本