基于種子概念及改進(jìn)的凝聚層次聚類算法的水環(huán)境本體構(gòu)建研究.pdf

1、在我國(guó)水利信息化的過(guò)程中，存在著水利信息化缺乏統(tǒng)一標(biāo)準(zhǔn)，信息表達(dá)各異，信息共享不充分，信息系統(tǒng)之間的交流融合性差等問(wèn)題。這些問(wèn)題嚴(yán)重制約阻礙了我國(guó)水利信息化建設(shè)。然而，水環(huán)境本體是一個(gè)包含水環(huán)境術(shù)語(yǔ)、定義以及術(shù)語(yǔ)間規(guī)范關(guān)系說(shuō)明的體系，是水環(huán)境學(xué)科領(lǐng)域內(nèi)概念、概念與概念間的相互關(guān)系的形式化表達(dá)，能夠提高水利信息化進(jìn)程中數(shù)據(jù)發(fā)現(xiàn)、數(shù)據(jù)同化、資源共享和數(shù)據(jù)應(yīng)用的效率。針對(duì)水環(huán)境本體構(gòu)建問(wèn)題，本文運(yùn)用了語(yǔ)言學(xué)、統(tǒng)計(jì)學(xué)、向量空間模型及聚類算法等原

2、理，使用了一種基于種子概念及改進(jìn)的凝聚層次聚類算法的水環(huán)境本體構(gòu)建方法。
　　提取全面完整的領(lǐng)域概念是水環(huán)境本體構(gòu)建的基礎(chǔ)。針對(duì)如何從大規(guī)模語(yǔ)料集中提取水環(huán)境領(lǐng)域概念的問(wèn)題，在數(shù)據(jù)源預(yù)處理階段引入了水環(huán)境領(lǐng)域詞典，提高了文本分詞精度。同時(shí)，考慮到概念提取的完整性及正確率，提出了將種子概念法及 TF·IDF法相結(jié)合的概念提取方法。先利用種子概念法從候選術(shù)語(yǔ)集中提取概念，之后利用TF·IDF法從剩余的候選術(shù)語(yǔ)集中提取概念。最后，實(shí)驗(yàn)一

3、共從300篇水環(huán)境領(lǐng)域文本集中提取了581個(gè)概念，包含447個(gè)正確的水環(huán)境概念，證明了種子概念法比TF·IDF法具有更高的正確率，但是TF·IDF法作為種子概念法的補(bǔ)充能夠幫助提取更多的水環(huán)境領(lǐng)域概念。
　　提取準(zhǔn)確可靠的概念關(guān)系是水環(huán)境本體構(gòu)建的關(guān)鍵。為方便計(jì)算概念相似度，利用概念的TF·IDF值建立了表達(dá)概念與文本之間關(guān)系的向量空間模型，并利用改進(jìn)的凝聚層次聚類算法提取概念間的上下位關(guān)系。該算法先利用 K-means聚類算法將