多知識(shí)庫融合的屬性抽取方法.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的普及和社會(huì)信息化程度的提高,各個(gè)應(yīng)用領(lǐng)域所積累的信息資源在網(wǎng)絡(luò)上飛速增長,網(wǎng)絡(luò)服務(wù)已逐漸成為了人類獲取知識(shí)的必要渠道,百科知識(shí)庫正是其中最為廣泛應(yīng)用的知識(shí)服務(wù)平臺(tái)。現(xiàn)如今依據(jù)不同方法構(gòu)建的知識(shí)庫不斷涌現(xiàn),其中基于互聯(lián)網(wǎng)多用戶協(xié)作的維基百科和百度百科是最具代表性的語義知識(shí)庫。但是不同語義知識(shí)庫之間存在相互獨(dú)立性,而且不同知識(shí)庫的知識(shí)分類體系不同,從而造成不同語義知識(shí)庫對(duì)相同知識(shí)的描述不一致;與此同時(shí),由于不同知識(shí)庫對(duì)知識(shí)描述

2、的偏重點(diǎn)不同,使單一知識(shí)庫存在信息片面的問題。
　　針對(duì)語義知識(shí)庫詞條信息不一致問題,本文提出了“類別-詞條-屬性”融合框架,并對(duì)框架的類別、詞條、屬性對(duì)象進(jìn)行形式化定義;通過知識(shí)融合的方法構(gòu)建以詞條為主要描述對(duì)象的多源知識(shí)庫系統(tǒng)。本文將維基百科與百度百科進(jìn)行融合處理,通過語義相似度計(jì)算的方法對(duì)不同知識(shí)源的沖突語義信息進(jìn)行處理,很大程度上解決了兩個(gè)知識(shí)庫的知識(shí)信息不一致問題。
　　針對(duì)語義知識(shí)庫詞條屬性不全面問題,本文提出了

3、屬性傳播的屬性抽取原理,并建立屬性傳播模型,同時(shí)提出了基于屬性傳播的屬性抽取算法提取知識(shí)庫的詞條屬性,從而來完善知識(shí)庫詞條的描述信息?；谠~條屬性抽取的結(jié)果提取知識(shí)庫的類別屬性,為了完善類別屬性對(duì)類別的描述,提出了基于 K-means的屬性關(guān)聯(lián)詞抽取算法,并且通過語義相似度計(jì)算消除K-means聚類出現(xiàn)的關(guān)聯(lián)偏移問題。
　　實(shí)驗(yàn)結(jié)果表明,本文提出的基于屬性傳播的詞條屬性抽取的算法具有較高的準(zhǔn)確率,有效地完善了詞條屬性信息;以及基于