基于FCA與統計學習的本體生成技術研究.pdf

1、20世紀90年代以來，信息科學的發(fā)展面臨著種種新的難題，主要包括知識表示、信息組織、軟件利用等。特別是由于因特網的快速發(fā)展，如何組織、管理和維護大量信息并為用戶提供有效的服務也就成為一項重要而迫切的研究任務。為適應這些要求，哲學領域的本體被引入信息科學領域，由于國內外眾多學者的研究，已經發(fā)展成為能在語義和知識層次上描述信息系統的概念模型建模工具，并在信息檢索、信息抽取、異構信息系統的互操作和集成、語義Web等領域得到了廣泛應用。

2、　　 本文主要圍繞本體生成技術及本體的優(yōu)化方法進行展開。論文在分析當前經典本體生成方法的基礎上，提出了基于FCA與統計學習相結合的本體生成算法，提出了在應用FCA相關理論生成概念格時的四個統計量，構造了基于FCA與統計學習相結合生成的概念格到本體的映射過程；基于FCA中概念格的現有理論，特別是繼承概念格理論，得出有關冗余概念的推論和優(yōu)化概念格的定義，從而形成了本體優(yōu)化算法的基礎；論文還對本體遷移學習進行了研究。通過以上本體生成及優(yōu)化過