基于最大熵模型的本体概念获取方法.pdfVIP

第35卷 第24期 计 算 机 工 程 2009年 l2月 Vo1．35 No．24 ComputerEngineering Deeember20O9 · 软件技术与数据库 · 文章编号：100o_-3428(2oo9)24^__ol14_’03 文献标识码：A 中田分类号tTP311 基于最大熵模型的本体概念获取方法 韦小丽 ，孙 涌 ，张书奎 ，苗艳军 (1．苏州大学计算机科学与技术学院，苏州 215006；2．江苏省计算机信息处理技术重点实验室，苏州 215006) 摘 要：本体是语义检索的核心。本体构建主要包括领域概念获取和概念问关系获取，其中领域概念获取是本体构建的基础。采用基于最 大熵模型的方法来获取概念，通过对领域文本进行挖掘而得到名词性短语，使用改进的TF．IDF公式从中抽取具有领域性的短语，并经人 工修正后得到本体概念。实验表明该方法提高了概念的准确性和完整性。 关健诃：本体；最大熵模型；自然语言处理 OntologicalConceptExtractionM ethod Based0nM aximum EntropyM odel WEIXiao．i．i．，SUNYong ，ZHANGShu．kui，一，MIAOYan-jun (1．DepartmentofComputerScienceandTechnology，Soochow University，Suzhou215006； 2．JiangsuProvinceKeyLabor~toryofComputerInformationProcessingTechnology，Suzhou215006) [Ab~ractlOnmlogyisthecoreofthesemanticretrieva1．Ontologyconstructionmainlyincludesconceptextractionandtheextractionof relationship betweenconcepts，andtheconceptextractionisthebaseofontologyconstruction．Inthispaper，thedomain—specificconceptsare extractedby theapproach whichisbased onthemaximum entropymodel，thebasenoon phrasesareminedfrom htetextsinhtefield，the domain—specificphrasesareextractedfrom thephrases，andthephrasestoform theontologyconceptarecorrected．Experimentalresultsdemonstrate hteincensementoftheaccuracyandcompletenessoftheconcepts |KeywordsIontology；maximumentropymodel；naturallanguageprocessing 1 概述 2 基于最大熵模型的本体概念获取方法框架 近年来，本体已被广泛应用于语义Web、人工智能、信 本文中本体构建是服务于 自行研发的基于VLDB集群计 息集成与检索、数字图书馆等领域，并已成为当今信息科学 算的智能专利信息服务平台，实验数据选择为电梯领域。基 研究前沿的一个热点，同时本体构建也成为研究的热点和难 于最大熵模型的本体概念获取过程主要分为3个部分：(1)领 点。本体构建主要包括领域概念获取和概念间关系获取，其 域文本的预处理，是把电梯领域的专利摘要中无关的符号、 中，领域概念获取是本体构建的基础