基于術語詞典的關系學習方法研究.pdf

1、為了更好地利用Web信息，語義Web逐漸發(fā)展起來，并日益引起人們的重視。本體是語義Web的基礎，手工構建本體費時耗力，本體學習被認為是解決這一瓶頸的有效方法。在本體學習中語義關系學習是一個難點。 本文對關系學習的方法進行研究，提出關系學習算法SBRL。該算法基于句法模式，采用近似匹配的思想。本文采用術語詞典作為關系學習的數(shù)據(jù)源。實驗結果表明本文的算法可以有效地從術語詞典中抽取各類語義關系。由于術語詞典中的術語存在稀疏性問題，同時

2、為了將算法擴展到可以從自由文本中抽取語義關系，本文還對術語發(fā)現(xiàn)進行了研究，提出了術語發(fā)現(xiàn)算法TBTA，實驗結果顯示該算法可以有效地從本文中發(fā)現(xiàn)術語。 本文在關系學習方法研究的基礎上，實現(xiàn)了一個基于術語詞典的關系學習系統(tǒng)RLD。RLD的主要任務是從XML格式的術語詞典中發(fā)現(xiàn)并抽取語義關系。這是一個有監(jiān)督的過程，主要包括術語的標注、關系的手工標注、關系的學習和結果的評估四個部分。實驗結果表明RLD可以有效地從術語詞典中抽取同義、下位