本體概念發(fā)現(xiàn)及其關(guān)系抽取關(guān)鍵技術(shù)研究與應(yīng)用.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的快速發(fā)展，互聯(lián)網(wǎng)為人們創(chuàng)造了一個(gè)很好的交互平臺(tái)。如何有效地在海量的網(wǎng)絡(luò)大數(shù)據(jù)中為用戶提取出有價(jià)值的信息，也面臨著巨大的挑戰(zhàn)?；谡Z義的信息處理能有效地解決上述問題。作為一種共享的概念化模型，本體在語義分析中起著至關(guān)重要的作用。對本體概念發(fā)現(xiàn)及其關(guān)系抽取關(guān)鍵技術(shù)進(jìn)行研究，不僅是自然語言處理中重要的研究課題，而且能夠有效地抽取相關(guān)聯(lián)的知識(shí)數(shù)據(jù)，相關(guān)成果也具有重要的研究價(jià)值。本體概念的發(fā)現(xiàn)、本體關(guān)系的抽取是其中的重要研究內(nèi)容。本

2、文針對本體概念發(fā)現(xiàn)及其關(guān)系抽取進(jìn)行研究，針對電力領(lǐng)域文本數(shù)據(jù)，采用基于規(guī)則與統(tǒng)計(jì)相結(jié)合的方法完成對本體概念的抽取，通過詞法與句法相結(jié)合、基于詞的相似度的方法完成對本體關(guān)系的抽取。主要研究工作如下:
　　1)采用基于詞性與統(tǒng)計(jì)相結(jié)合的方法完成對數(shù)據(jù)分詞結(jié)果的處理;采用基于規(guī)則與統(tǒng)計(jì)相結(jié)合的方法完成對電力領(lǐng)域文本數(shù)據(jù)的概念的抽取。
　　2)基于分詞、詞性標(biāo)注、依存句法分析等自然語言處理技術(shù)，通過對詞法與句法特征的結(jié)合，完成規(guī)則庫

3、的構(gòu)建;通過對文本中相關(guān)模式的分析，利用規(guī)則庫完成對電力領(lǐng)域數(shù)據(jù)的本體分類關(guān)系的抽取。
　　3)采用基于依存句法分析完成對基本模板的抽取，使用bootstrapping完成對模板的擴(kuò)充;在此基礎(chǔ)上，使用詞向量表示概念，完成對三元組中的概念對相似度的計(jì)算，完成對電力領(lǐng)域數(shù)據(jù)的本體非分類關(guān)系的抽取。
　　實(shí)驗(yàn)結(jié)果表明，本文所提出的方法具有一定的可行性與有效性。本體概念抽取方法能夠在一定程度上完成對新概念的抽取;電力數(shù)據(jù)的本體分類