收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于本体的知识库分类研究

朱朝勇  
【摘要】:语言知识库是自然语言处理的基础资源,知识库中知识的丰富程度、知识表示形式以及知识的组织方式直接关系到基于知识库的自然语言处理应用的性能。 现有基于领域分类的知识库大多是在以人为对象的词典基础之上建立起来的,知识的覆盖度低,知识库更新周期长,独立存储的领域知识无法满足知识共享以及降低知识冗余的需求。另一方面,现有自然语言处理应用大多只涉及到词汇层面的知识,而以概念以及概念之间的关系为描述对象的语义知识很少被使用,从而限制了相关应用的性能。 针对现有知识库在构建和使用中存在的不足,本文提出一种基于通用电子词典来自动扩充领域词典的词汇领域标注方法,并借助本体知识库良好的分类特性、概念的形式化描述来改善现有知识库在知识表示、知识存储和知识共享等方面的性能。本文的主要工作包括以下四个方面: 1.提出一种基于词汇注释信息的单词领域标注方法。该方法利用领域词典和一部包括词汇注释信息的通用电子词典来训练领域标注模型,并利用该模型自动为通用电子词典中的新词加注领域标记,在降低人力成本的前提下提高知识库的覆盖度; 2.提出一种自适应的层次化分类体系生成方法,并在该分类体系的基础上实现层次化的领域标注。该方法利用领域词典所包含的词汇信息来分析领域之间的相关度,在此基础上自动生成层次化分类树,并进一步实现自顶向下的层次化领域标注方法; 3.针对领域术语存在“一词多义”和“多词同义”的问题,提出一种基于本体的概念化特征描述模型C-VSM,通过将文本中的词汇映射到本体上的概念节点,达到词义消歧和合并同义词的目的,在有效减少文本特征数量的同时提高主要特征的权重,从而提高文本表示的准确性;在此基础上实现训练文本和待分类文本的概念化表示,从而将C-VSM用于传统的文本分类器; 4.研究实现了基于C-VSM模型的文本分类算法,包括特征选择方法、特征权重计算和文本相似度计算等。针对低频特征和非平衡语料对文本分类性能的影响,提出一种信息增益和文档频率相结合的均匀特征选择方法;在此基础上通过分析概念间的语义关系来调整特征的权重值,并实现了一种新的文本相似度计算方法。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 赵俊杰;胡学钢;;基于文本分类的文档相似度计算[J];微型电脑应用;2008年12期
2 刘博;杨柳;袁方;;改进的KNN方法及其在中文文本分类中的应用[J];西华大学学报(自然科学版);2008年02期
3 唐洋运;李荣陆;胡运发;;使用层次结构改善平面文本分类器的性能[J];计算机应用与软件;2007年01期
4 苏力华;朱章华;白文华;;基于向量空间模型的文本分类特征权重算法研究[J];电脑知识与技术;2010年33期
5 刘慧;杨宏光;;应用于中文文本分类的改进KNN算法[J];今日科苑;2010年08期
6 台德艺;谢飞;胡学钢;;基于位置权重的文本分类[J];安徽水利水电职业技术学院学报;2008年01期
7 任国锋;李德华;潘莹;;一种改进的基尼指数特征权重算法[J];计算机与数字工程;2010年12期
8 刘海博;郗亚辉;王煜;;用于文本分类的快速KNN算法[J];河北大学学报(自然科学版);2008年03期
9 张焕炯;李玉鉴;钟义信;;文本相似度计算的一种新方法[J];计算机科学;2002年07期
10 孙挺;耿国华;周明全;;一种有效的特征权重计算方法[J];郑州大学学报(理学版);2008年04期
11 赵环宇;张桂平;季铎;蔡东风;;专利分类中基于主题的特征权重计算方法[J];沈阳航空工业学院学报;2009年01期
12 沈志斌;白清源;;文本分类中特征权重算法的改进[J];南京师范大学学报(工程技术版);2008年04期
13 刘海峰;王元元;刘守生;;一种组合型中文文本分类特征选择方法[J];广西师范大学学报(自然科学版);2007年04期
14 台德艺;王俊;;文本分类特征权重改进算法[J];计算机工程;2010年09期
15 焦庆争;蔚承建;;一种可靠信任推荐文本分类特征权重算法[J];计算机应用研究;2010年02期
16 唐歆瑜;乐文忠;李志成;李军义;;基于知网语义相似度计算的特征降维方法研究[J];科学技术与工程;2006年21期
17 杨喜权;国頔娜;胡加·托和塔森;曹雪亚;周建园;;基于领域本体的词语相似度计算[J];计算机应用;2009年S1期
18 李凯齐;刁兴春;曹建军;;基于信息增益的文本特征权重改进算法[J];计算机工程;2011年01期
19 寇莎莎,魏振军;自动文本分类中权值公式的改进[J];计算机工程与设计;2005年06期
20 廖一星;;一种新的监督潜在语义模型[J];计算机工程与应用;2009年33期
中国重要会议论文全文数据库 前10条
1 陈克利;宗成庆;王霞;;基于大规模真实文本的平衡语料分析与文本分类方法[A];语言计算与基于内容的文本处理——全国第七届计算语言学联合学术会议论文集[C];2003年
2 任函;何婷婷;;大规模在线文本的自动分类研究[A];全国第八届计算语言学联合学术会议(JSCL-2005)论文集[C];2005年
3 杜长海;吉根林;;模糊聚类的最大树法在文本分类中的应用研究[A];第二十二届中国数据库学术会议论文集(研究报告篇)[C];2005年
4 刘秉权;李博;孙林;王宝勋;刘远超;;标签特征和正文特征融合的SVM博客文本分类算法研究[A];第六届全国信息检索学术会议论文集[C];2010年
5 商炳章;白清源;;基于特征项权重改进的关联文本分类[A];第二十五届中国数据库学术会议论文集(二)[C];2008年
6 海丽且木·艾沙;维尼拉·木沙江;;Web文本分类及其维、哈、柯多文种信息检索中的应用研究[A];少数民族青年自然语言处理技术研究与进展——第三届全国少数民族青年自然语言信息处理、第二届全国多语言知识库建设联合学术研讨会论文集[C];2010年
7 胡俊;黄厚宽;;一种基于SVM的可视化文本分类的方法[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
8 朱慕华;陈文亮;朱靖波;;词聚类在文本分类中的应用[A];第二届全国学生计算语言学研讨会论文集[C];2004年
9 王小华;陆蓓;张国煊;;文本自动分类的模糊方法[A];自然语言理解与机器翻译——全国第六届计算语言学联合学术会议论文集[C];2001年
10 庞剑锋;程学旗;;反馈方法在文本分类系统中的应用[A];自然语言理解与机器翻译——全国第六届计算语言学联合学术会议论文集[C];2001年
中国博士学位论文全文数据库 前10条
1 朱朝勇;基于本体的知识库分类研究[D];中国科学技术大学;2013年
2 李荣陆;文本分类及其相关技术研究[D];复旦大学;2005年
3 祝翠玲;基于类别结构的文本层次分类方法研究[D];山东大学;2011年
4 裴志利;数据挖掘技术在文本分类和生物信息学中的应用[D];吉林大学;2008年
5 章舜仲;文本分类中词共现关系的研究及其应用[D];南京理工大学;2010年
6 孟佳娜;迁移学习在文本分类中的应用研究[D];大连理工大学;2011年
7 李智星;用于文本分类的简明语义分析技术研究[D];重庆大学;2011年
8 刘伍颖;面向垃圾信息过滤的主动多域学习文本分类方法研究[D];国防科学技术大学;2011年
9 宋枫溪;自动文本分类若干基本问题研究[D];南京理工大学;2004年
10 刘赫;文本分类中若干问题研究[D];吉林大学;2009年
中国硕士学位论文全文数据库 前10条
1 范小丽;文本分类中特征选择的研究与实现[D];西北大学;2011年
2 吕靖;互联网搜索词分类关键技术研究[D];浙江大学;2011年
3 张彪;文本分类中特征选择算法的分析与研究[D];中国科学技术大学;2010年
4 张玉杰;基于偏斜数据集的中文文本分类问题的改进特征权重算法研究[D];东北师范大学;2010年
5 赵小华;KNN文本分类中特征词权重算法的研究[D];太原理工大学;2010年
6 张保富;基于粗糙集的中文文本分类算法研究及应用[D];江苏大学;2010年
7 蒋健;文本分类中特征提取和特征加权方法研究[D];重庆大学;2010年
8 程春惠;公安犯罪案件文本挖掘关键技术研究[D];浙江大学;2010年
9 闫晨;KNN文本分类研究[D];燕山大学;2010年
10 苏小康;基于维基百科构建语义知识库及其在文本分类领域的应用研究[D];华中师范大学;2010年
中国重要报纸全文数据库 前10条
1 海量智能计算技术研究中心 霍刚;新兴技术为互联网加速[N];计算机世界;2007年
2 中国科学院计算技术研究所 王 斌;内容为王[N];计算机世界;2004年
3 记者 洪奕宜;网站特设专区 委员“开博议政”[N];南方日报;2007年
4 高利华;传承陆游风骨 推进国际交流[N];人民日报海外版;2005年
5 俞志新 李水根;创新——中药跨出国门的基础[N];健康报;2006年
6 田振坤 王连芝;黑龙江中医药大学建立蔓荆子药材指纹图谱[N];中国医药报;2005年
7 中航工业一飞院 冯莉;基于本体的飞机设计知识建模研究[N];中国航空报;2011年
8 希安;微软试水信息检索[N];经济日报;2004年
9 王培森;从Web挖到竞争情报[N];中国计算机报;2003年
10 深圳商报记者 陈晓薇;提案从提交到办理电子监控实时跟踪[N];深圳商报;2007年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978