基于本體的自動(dòng)語(yǔ)義標(biāo)注方法研究.pdf

1、隨著互聯(lián)網(wǎng)上信息內(nèi)容的增多，人們要準(zhǔn)確、快速、全面的獲取所需信息更加困難。傳統(tǒng)的方法是對(duì)網(wǎng)頁(yè)信息進(jìn)行人工語(yǔ)義標(biāo)注，而對(duì)現(xiàn)有海量網(wǎng)頁(yè)進(jìn)行手工語(yǔ)義標(biāo)注顯然并不可行，因此如何提高自動(dòng)語(yǔ)義標(biāo)注質(zhì)量是研究的重點(diǎn)。由于本體在語(yǔ)義和知識(shí)概念方面可以更好地描述信息，所以將本體引入到傳統(tǒng)的語(yǔ)義標(biāo)注方法中。通過對(duì)語(yǔ)義標(biāo)注方法的分析和探討，理解自然語(yǔ)言信息抽取和標(biāo)注算法是提高語(yǔ)義標(biāo)注準(zhǔn)確率的關(guān)鍵。
　　深入探討自然語(yǔ)言關(guān)系抽取方法和語(yǔ)義標(biāo)注算法后，本文

2、主要研究了在本體知識(shí)庫(kù)構(gòu)建時(shí)如何高效抽取概念屬性間的語(yǔ)義關(guān)系；并通過改進(jìn)語(yǔ)義標(biāo)注算法達(dá)到提高標(biāo)注準(zhǔn)確率的目的。本文所做的主要工作如下：
　　(1)對(duì)中文文本關(guān)系難以抽取的問題進(jìn)行深入研究，提出一個(gè)新的關(guān)系抽取方法。為了緩解關(guān)系三元組抽取困難的問題，提出基于屬性和概念實(shí)例的關(guān)系三元組構(gòu)造方法，抽取到的大量概念實(shí)例關(guān)系三元組中不僅包含顯式關(guān)系三元組還包含隱式關(guān)系三元組。針對(duì)抽取到的關(guān)系三元組含有噪聲和錯(cuò)誤的問題，使用基于Adaboos

3、t迭代算法的協(xié)同訓(xùn)練方法對(duì)關(guān)系抽取模型進(jìn)行強(qiáng)化。以大學(xué)類別領(lǐng)域百科條目文本作為實(shí)驗(yàn)材料進(jìn)行實(shí)驗(yàn)，結(jié)果表明該方法能夠取得較好的抽取性能。
　　(2)在語(yǔ)義標(biāo)注過程中，為了消除文本中給定的命名實(shí)體與知識(shí)庫(kù)中實(shí)體映射過程中出現(xiàn)的歧義問題，提出了一種基于上下文信息相似度值排序的消歧方法。消岐方法包括實(shí)體表示預(yù)處理、候選實(shí)體列表構(gòu)建和相似度值排序算法三部分。針對(duì)命名實(shí)體指稱多樣性問題，使用實(shí)體表示預(yù)處理方法抽取標(biāo)準(zhǔn)實(shí)體。然后利用中文在線百科