-
题名基于启发式规则的自动化本体扩充
被引量：2
- 1
-
-
作者
李伊潇
李宏伟
沈立炜
赵文耘
-
机构
复旦大学计算机科学与技术学院
上海市数据科学重点实验室(复旦大学)
江西师范大学计算机信息工程学院
-
出处
《计算机科学》
CSCD
北大核心
2016年第3期213-219,共7页
-
基金
国家"863"高技术研究发展计划项目(2013AA01A605)
国家自然科学基金项目(61402113)资助
-
文摘
自动化地获取网络资源中的领域本体可以缩短本体的构建周期,但自动化的本体扩充还是本体工程中的一个挑战,其难点主要在于如何抽取术语并在新术语和已有本体之间建立映射关系。为此,提出了一个基于启发式规则的本体自动化扩充方法。该方法从网络资源中抽取自然语言文本,结合自然语言处理技术进行文本预处理,采用优先匹配对象属性的方式挖掘领域知识术语,然后通过启发式规则匹配术语的方式进行本体扩充,最后进行一致性检测。采用上述方法实现了一个基于Web的本体扩充工具。以城市景观信息核心本体作为研究案例进行了实验,结果显示本方法在扩充实例时具有较高的查准率和查全率,表明其具有有效性和可行性。
-
关键词
本体扩充
领域本体
术语抽取
启发式规则
-
Keywords
Ontology population
Domain ontology
Term extraction
Heuristic rule
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名中文新闻事件本体建模与自动扩充
被引量：15
- 2
-
-
作者
王伟
赵东岩
-
机构
武警工程大学电子技术系
北京大学计算机科学研究所
-
出处
《计算机工程与科学》
CSCD
北大核心
2012年第4期171-176,共6页
-
基金
高等学校博士学科点专项科研基金资助课题(20100001120029)
武警工程大学基础研究基金资助项目(WGY-201022)
-
文摘
针对中文新闻事件的语义层次自动理解问题,给出了新闻事件的定义,构造了一种基于本体的新闻事件模型NOEM。NOEM利用事件的类型、时间、空间、结构、因果、媒体六个方面特征描述新闻事件的5W1H(Who,What,Whom,When,WhereandHow)语义要素。将抽取的关键事件语义要素自动扩充到本体中后,可构成事件知识库支持事件语义层次的应用。与现有事件模型的比较以及实际应用结果显示,NOEM能够有效描述单个新闻文档中的关键事件、语义要素以及它们之间的关联,具有很强的形式化知识表达、应用集成和扩展能力。
-
关键词
5W1H
本体
事件模型
本体扩充
-
Keywords
5W1H
ontology
event model
ontology population
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
