共查询到19条相似文献，搜索用时 375 毫秒
1.
本文基于术语共现理论,利用形式概念分析中概念格的自动生成来推理作为属性的领域专业术语的层次结构并进行可视化展示,进而提出了一整套用于实现领域本体概念层次关系构建的解决方案,具体包括文档/词汇与术语语义关联的识别、领域形式化背景的建立、基于形式概念分析的主题概念的生成、基于主题概念格的术语层次关系抽取、术语层次体系的OWL描述和图形展示等.笔者以“白血病”领域为例,详细论证了无知识库支持环境下中文文本到医学学科术语层次结构的衍化过程,并对以文档术语矩阵(DTM)和词汇术语矩阵(WTM)为形式化背景生成的术语层次体系进行了比较分析. 相似文献
2.
为获取中文领域本体的概念提出了基于规则匹配和统计方法相结合的学习模型,充分利用现有的自然语言处理技术和统计学习方法,从领域文本中通过语义串切分、规则匹配、领域归属度分析和概念约简算法自动获取领域概念.该方法解决了现有中文本体学习方法对领域词典的依赖以及无法获得短语式特定领域概念的问题,同时解决了领域概念筛选问题.实验证明了该方法的有效性. 相似文献
3.
基于概念格的Folksonomy知识组织研究——关联标签的结构特征分析 总被引：2，自引：0，他引：2
以BibSonomy.org真实数据为研究对象,通过网站"Related Tag"栏分别获取两个梯次的关联标签集合。采用形式概念分析的方法构建关联标签概念格,并基于概念格对关联标签进行聚类分析和关联规则挖掘,以此揭示出关联标签间隐含的概念间关系和潜在的语义关联。对关联标签这一新兴的导航方式中隐含的结构特征进行分析和研究,提出关联标签间存在的"语义关联词"和"语义下位词"关系,完善Folksonomy知识组织模式的标签导航体系。 相似文献
4.
基于本体构建的协同推荐研究 总被引：2，自引：0，他引：2
通过构建领域本体,利用用户兴趣与领域本体中概念的映射关系,构建用户兴趣本体,发掘用户兴趣模式。研究用户兴趣本体相似度的计算方法,并通过用户兴趣相似度进行垂直加权,通过时间新颖度进行水平加权,从而利用改进的加权关联规则挖掘算法对用户感兴趣的领域本体中的概念进行挖掘,实现面向内容的协同推荐。 相似文献
5.
领域本体的半自动构建方法研究 总被引：2，自引：0，他引：2
人机协作的半自动构建本体是目前较为理想的模式。借鉴软件工程中的领域建模、图书馆学中的分类学和本体学习的方法论,由领域专家给出领域的上层知识模式,通过机器学习技术从领域语料库中学习等级关系和相关关系为知识工程师提供参考,将专家的自顶向下和机器学习的自底向上的结果结合起来构建本体。半自动构建领域本体的关键技术在于领域概念的获取和组织,用共现统计算法、关联规则算法、隐含语义索引、Hopfield联想算法获取相关关系,用聚类算法、字面成族、模式匹配获取等级关系,从而完成领域类模型的构建。 相似文献
6.
基于领域本体实现Web文本挖掘研究 总被引：1，自引：0，他引：1
7.
基于Web挖掘技术的用户兴趣本体学习研究 总被引：2，自引：1，他引：1
目前针对基于关键词的用户模型不能从语义上表达用户需求真正内涵,基于领域本体的用户模型多数忽略研究概念间非分类关系和语义应用环境较分散等缺陷。本文提出一种循环式的基于Web挖掘技术的用户兴趣本体学习模型,即综合应用统计分析、关联规则和聚类分析等技术进行电子商务领域用户兴趣概念及概念间分类与非分类关系学习,面对用户兴趣的迅速变化,还提出一种传递激活方法来实时更新本体或重新进行本体学习,以不断提高该本体的质量。经验证,基于该本体的用户模型在文本过滤等应用中能较上述两种用户模型满足用户个性化服务需求。 相似文献
8.
种子概念方法及其在基于文本的本体学习中的应用 总被引：4，自引：0，他引：4
介绍基于文本的本体学习及其层次,分析本体学习中术语获取的主要方法。针对术语获取中存在的问题,在术语形成的经济规律基础上,引入种子概念方法,并利用统计和规则两种方法抽取与种子概念相关的领域术语;证明种子概念方法是一种有效获取领域术语的方法。实验证明少量种子词可以获取大量领域术语,为本体构建提供基础和框架。 相似文献
9.
10.
11.
学科领域本体的构建与进化*-以经济学领域本体为例 总被引：7，自引：0，他引：7
概述国内外领域本体构建方法及本体进化的研究现状；介绍以《中国分类主题词表》为基础构建“经济学领域本体”初始版本的基本过程，阐述经济学领域本体进化的基本设想，以及具体进化过程及方法，包括获取进化实验数据集，抽取候选关键词，获得本体新概念，建立概念关联等。 相似文献
12.
13.
FCA中的概念语义相似度计算 总被引：2，自引：0，他引：2
形式概念分析和领域本体是两种形式化方法，其目标都是构建概念的模型。提出一种计算FCA中的概念语义相似度的方法，实验结果表明，该方法对概念语义相似度计算是有效的。 相似文献
14.
15.
基于概念格的异构资源领域本体构建研究 总被引：1，自引：0，他引：1
在对本体构建研究路径进行分析的基础上,阐述以概念格构建异构资源领域本体的内在机理和技术路线。通过概念格的并叠置运算,获得基于主题词表和文本两大异构资源的概念格。进而以异构资源概念格构建异构资源领域本体,并对异构资源领域本体的构建进行讨论。为数字图书馆构建异构资源领域本体做出探索。 相似文献
16.
[目的/意义]单一资源构建本体存在概念完整性和语义关系完整性的局限,为了满足用户对资源检索的个性化需求,综合FCA和异构资源各自的优势,采用异构资源构建本体的手段克服单一资源的局限。[方法/过程]以主题词表和Folksonomy数据集为数据源,各自构建形式背景,通过并叠置运算获得异构资源的形式背景,转换成概念格,从概念格中抽取概念模型,使用protégé工具和OWL语言构建实验本体。[结果/结论]通过词重率、增词率、漏词率3个参数,评估实验本体构建效果。实验结果表明,融合的本体有效地丰富了概念和概念间关系,比单一资源构建的本体更具有优势,为本体构建提供了一种新的可行方案。 相似文献
17.
Ontology 和 FCA在知识建模中的融合机理研究 总被引：2，自引：0，他引：2
张云中 《现代图书情报技术》2010,26(3):40-46
针对Ontology与FCA在知识建模中的融合问题,对比Ontology和FCA之间的异同,从哲学视角、代数结构视角、知识处理与知识管理视角分析Ontology和FCA融合的条件,剖析二者在知识建模过程中的融合机理,最终得出Ontology和FCA在知识建模过程中融合的8个具体方向,为Ontology和FCA在知识建模领域中的融合研究提供启发。 相似文献
18.
19.
利用词语共现进行Ontology的概念获取 总被引：5，自引：0，他引：5
作为大规模的语义知识资源库，Ontology在信息处理中具有重要的作用。但是，如何有效地构建Ontology却是一个重要的问题。对于自动构建Ontology的过程来说，首要的问题就是如何获取领域概念。本文尝试了一种利用词语共现获取领域概念的方法，用于支持领域Ontology的构建。该方法首先通过人工领域分析，获得起始领域概念，然后利用起始概念从语料库中抽取共现的概念，从而获取相关的概念知识。同时，本文以1998年1月份的人民日报语料库为语料，针对外交和体育两个领域，尝试从中提取相关的概念，从而检验利用词语共现获取领域概念的实际效果。 相似文献