论文部分内容阅读
随着语义网概念的提出,作为实现语义网关键的本体技术受到了广泛的关注和研究,如今在知识表示、知识管理、知识共享、知识复用等多方面都有着广泛应用,成为实现信息知识化处理的最有效方法之一。然而,人工维护本体难度过大、成本过高,极大地限制着本体技术向更广阔领域的运用与推广。现有的本体进化技术虽提出了不少解决方案,但是因为弱于挖掘本体中概念间的关联,依旧没有很好地解决问题。本文首先依据Web信息获取分析系统的应用需求,结合本体的构成要素,分析了该领域本体进化的目标;并围绕着实现本体进化,对现有Web挖掘技术进行了分析与研究。之后,本文设计了基于Web知识关联挖掘的本体进化方案,将实现的技术方案分解成流程框架与实现算法两部分分别进行讨论。在流程框架设计上,本文提出了本体进化系统与Web信息抽取挖掘系统相互结合,相互推进的流程框架,实现在循环进行的Web信息抽取挖掘的过程中完成本体的进化;在实现算法上,本文结合Web信息特征,以本体学习更准确、更高效为目标,改进和设计了各步骤的具体实现算法。最后,本文依据设计的理论框架开发了原型系统,验证了本文设计的本体进化方案稳定有效,一定程度解决了人工维护本体困难的问题,达到了本文研究的目标。本文有如下创新点:1、本文设计了Web知识关联挖掘算法策略,通过该策略处理可以获得实体间的关联关系,从而解决现有本体进化对于处理实体关联不足的问题。2、将Web信息抽取挖掘与本体进化相结合,设计了闭环相互优化的系统框架,同时满足了信息抽取挖掘系统和本体进化两方面的需求。3、针对Web信息抽取挖掘的应用特性,在处理流程上提出了改进算法,采用基于贝叶斯过滤的文本相关性判断算法、引入动态内容识别技术等,使本体进化更高效、更准确。