共查询到10条相似文献，搜索用时 46 毫秒
1.
基于文本的本体学习方法研究 总被引：3，自引：1，他引：3
本文介绍了当前基于文本的本体学习主要方法,在种子概念的基础上,设计了一种基于文本的本体学习方法,同时分析了术语获取、概念分类、关系获取等基于文本的本体学习关键技术。实验表明,借助种子概念能够从纯文本中抽取概念,对概念进行分类,为本体开发提供基础。 相似文献
2.
对国内外面向文本的本体学习方法进行了综述,主要包括领域概念学习方法、概念间继承关系学习方法、属性关系学习方法、整体部分关系学习方法以及公理获取方法等各种本体学习方法的分析与评述. 相似文献
3.
语义Web的创建需要一套共同的标准概念体系,即本体(Ontology)。本体的构造手段仍然是以手工构造为主,效率和准确率都非常低,很容易导致知识获取的瓶颈。本文给出一个半自动化的需人工干预的本体学习体系结构,采用平衡的协作建模方式来构造语义Web中的本体;介绍了基于以上体系结构的本体学习的处理过程,并讨论了领域概念抽取,概念之间关系的抽取等关键技术。 相似文献
4.
5.
本文研究了中文本体学习这一领域存在的问题,提出了基于句型规则的自举本体学习方法,构建了整个方法的框架,并详细介绍了该方法的运行流程和关键环节。 相似文献
6.
参考已有电子商务领域本体,本文提出一种基于用户兴趣本体学习的文本过滤模型.其中利用web挖掘技术构建带有权重的概念及概念间分类与非分类关系,以此基础上进行文本过滤,经验证,基于该本体的文本过滤质量有明显提高. 相似文献
7.
中文本体的自动获取与评估算法分析 总被引：6，自引：0，他引：6
在下一代互联网,即语义网中,信息模式建立在本体描述之上。由于手工构建本体是一项工作量巨大并且繁杂的任务,因而,能否自动构建本体正逐渐成为语义网使用的关键性要素。在这样的背景下,本文对比和借鉴了国内外本体自动获取的方法和思路,将中文领域本体的提取划分为文本预处理、本体抽取和本体关系获取三个阶段。接着,本文讨论了这三个步骤所涉及的算法,包括基于统计模式对文本抽词、基于奇异值分解从词—文档矩阵中提取本体、基于语义相似度对本体进行聚类等。对于本体自动获取的效果评估,本文提出了利用计算手工和自动两种方式得到的本体相似度来进行衡量的思路。 相似文献
8.
基于本体的知识管理研究 总被引：1，自引：0，他引：1
本体是一种知识管理的有效方法,基于本体的知识管理系统已经成为一个研究热点。本文将知识管理分为知识获取、知识存储和知识重用三个过程。最后分别介绍了基于本体的知识获取和知识重用方法,为最终实现基于本体的知识管理系统打下了基础。 相似文献
9.
基于本体学习的个性化网页推荐 总被引：3，自引：0，他引：3
为了高效和便捷地满足用户的信息需求,使用户得到有价值的个性化网页推荐.针对传统个性化技术的不足,提出基于本体学习的个性化网页推荐方法,采用领域本体构建用户的兴趣模型,并采用基于语义本体的相似度算法提高推荐的准确率.实验结果表明,与其他推荐方法相比该算法具有更高的推荐准确率和召回率. 相似文献