. .基于WordNet的本体构建及其在平安领域应用关键技术研究【摘要】：信息技术的知识化和智能化开展趋势,使得信息和数据的表示不只是停留在语法层面,更要聚焦到语义及语用层面。本体作为一种能在语义层面上描述信息和数据的概念模型,为解决该类问题提供了一种良好途径。然而,现有本体构建方法根本上是人工处理,该类方法尽管本体概念和概念间关系比拟准确,但其构建效率不能满足当今信息技术开展的速度要求。因此,自动本体构建方法成了迫切需求,目前的自动本体构建方法尽管在构建效率上取得了一定的提高,但是所构建本体中的概念及其关系由于所采用技术性能差等原因导致准确度较差。针对以上缺乏,本文充分利用现有资源,提出一种基于WordNet的本体构建方法,该方法基于所给初始本体,自动从WordNet抽取出相关领域的本体。该方法因为采用了自动化技术,所以在构建效率上有了较大的提高:由于所构建本体中的概念和概念间关系来自WordNet,而WordNet中的概念及关系是由专家选择和建立,因此所构建本体中的概念及关系比拟准确。该方法使得本体构建效率及所构建本体内容的准确度都有所提高。更进一步,从应用需求来看,互联网的开放性使得信息内容平安问题日益严重,快速构建出与信息内容平安信息相关的平安领域本体是解决内容平安问题的有效途径,也是对本文的基于WordNet的本体构建方法的进一步的需求:再加上信息内容平安相关信息具有涉及面广、领域跨度大、更新速度快等特点,这也为本文的本体构建方法提出了更大的挑战,增加了一定的难度。本文成功将本体构建方法应用到了平安领域,构建了与信息内容平安信息相关的平安领域本体,并且针对该领域信息更新快等特点,对平安领域本体进化中的关键技术进展了研究,提出了基于Markov的概念自动抽取算法及基于MI矩阵的分类关系学习方法,本文还将生成的平安领域本体应用到Web信息效劳系统当中,目的是从互联网中准确检索并抽取用户所需的信息内容平安相关的信息,放入到本地数据库,供用户分析和决策。本文对基于WordNet的本体构建方法中的关键技术进展了研究,同时对将该方法应用到平安领域生成与信息内容平安相关的平安领域本体以及该本体的进化和应用中的关键技术进展了探讨,具体各项研究内容如下:1.提出了基于WordNet的本体的构建方法,该方法的提出是针对现有构建方法中的缺乏,尤其是人工构建方法的构建效率低及自动本体构建生成的本体中内容准确度差等缺点。本文具体阐述了构建方案:以现有资源WordNet为根底,基于初始本体,采用抽取算法从WordNet中抽取出本体。2.为了提高本体构建方法中所采用的语义相似度算法的性能,本文的从最根本的语义相似度参数入手,构建了的信息内容IC参数DN模型。该模型的求值只与WordNet自身构造相关,不需要其它资源的参与。DN模型不只是考虑了概念在WordNet中is_a关系分类树中的子节点数,还考虑了概念所处分类树中的深度,使得概念的IC参数值更为准确,实验数据说明DN模型与其它参数模型相比具有一定的优越性。3.基于语义相似度参数,本文对语义相似度算法进展了研究。在对已有相似度算法研究的根底上,给出了语义相似度算法的改良模型,该模型以IC参数为根底,同时将概念对间的路径考虑在内,使概念间语义相似度值的准确性有所提高,在与其它语义相似度算法比拟后,显示该算法模型具有更好的性能。4.语义相似度算法是从WordNet中抽取本体概念和关系的根底,本文抽取算法基于所给出的语义相似度算法的改良模型,分别求出初始本体中的概念与WordNet中的概念的语义相似度值,按照所给定阈值,抽取出本体概念及关系。然后,根据本文制定的is_a关系添加规那么,对初始本体进展概念和is_a关系扩展,最终生本钱体。5.平安领域本体的构建是对本文基于WordNet的本体构建方法的进一步的需求,本文成功地将基于WordNet的本体构建方法应用到平安领域,并生成了与信息内容平安相关的平安领域本体。6.信息的开展使得信息内容平安相关的新概念和新关系不断产生,因此,生成的平安领域本体需要不断丰富和完善。本文针对平安领域本体进化中的关键技术进展了研究,提出了基于Markov的概念抽取算法和基于MI矩阵的分类关系学习方法。7.最后,本文将生成的平安领域本体应用到WEB信息效劳系统,对互联网中的信息内容平安相关信息进展检索和抽取,并将数据存储到本地数据库供用户分析和研究。本文提出了基于WordNet的本体的构建方法并成功应用到了平安领域当中,该方法同样也适用于其它领域。对于其中的关键技术,如语义相似度算法以及基于Markov的概念抽取算法等都进展了性能测试与比拟,显示出较好的性能,这些关键技术也可以应用到其它如自然语言理解、网页分类等其它应用当中。因此,本文的研究成果具有较大的实用价值。【关键词】：本体WordNet信息内容语义相似度平安领域本体马尔可夫概念抽取互信息分类关系【学位授予单位】：华东师范大学【学位级别】：博士【学位授予年份】：2009【分类号】：TP18;TP391.1【目录】：论文摘要6-8ABSTRACT8-16第1章绪论16-291.1研究背景16-171.2本体构建现状及存在问题17-201.2.1本体构建现状17-191.2.2现有本体构建方法存在的问题19-201.3信息内容平安对平安领域本体的需求20-231.3.1信息内容平安研究现状21-221.3.2平安领域本体研究现状22-231.4本文主要研究内容与创新点23-261.4.1主要研究内容23-241.4.2创新点24-261.5本文内容安排26-271.6本章小结27-29第2章本体概述与WordNet简介29-472.1本体概述29-352.1.1本体定义29-302.1.2本体分类30-322.1.3本体应用32-352.2WordNet简介35-462.2.1WordNet的产生与开展36-372.2.2WordNet应用37-382.2.3WordNet内容38-392.2.4WordNet构造39-462.3本章小结46-47第3章WordNet概念语义相似度IC参数DN模型47-683.1语义相似度简介47-493.1.1语义相似度定义47-483.1.2语义相似度与语义相关度483.1.3语义相似度与语义距离48-493.2语义相似度参数现状49-553.2.1边作为参数49-513.2.2关系属性参数51-523.2.3信息内容IC参数52-553.3本文信息内容IC参数DN模型55-613.3.1现有IC参数模型缺乏分析55-573.3.2IC参数DN模型提出及分析57-613.4性能测试与比拟61-673.4.1数据源选择61-623.4.2实验结果及分析62-673.5本章小结67-68第4章基于WordNet的语义相似度算法研究68-864.1引言68-694.2基于WordNet的语义相似度算法综述69-744.2.1符号定义69-704.2.2语义相似度算法70-744.3基于WordNet的语义相似度算法改良模型74-774.3.1现有算法缺乏分析74-774.3.2语义相似度算法改良模型提出774.4性能测试与比拟77-854.4.1数据源选择784.4.2单词相似度算法784.4.3实验结果及分析78-854.5本章小结85-86第5章基于WordNet的木体构建及平安领域本体生成86-1025.1引言86-875.2本文基于WordNet的本体构建方法87-975.2.1基于WordNet的本体构建现状87-885.2.2基于WordNet的本体构建方法88-975.3平安领域本体生成97-1005.3.1初始平安领域本体97-995.3.2平安领域概念抽取995.3.3平安领域本体99-1005.4本章小结100-102第6章基于Internet的平安领域本体进化102-1176.1本体进化概述102-1046.1.1本体进化定义1026.1.2本体进化研究现状102-1046.2平安领域本体进化架构1046.3基于Markov的概念自动抽取算法研究104-1096.3.1概念自动抽取现状105-1066.3.2基于Markov的概念自动抽取算法106-1086.3.3性能测试与比拟108-1096.4基于MI矩阵的分类关系获取技术109-1166.4.1分类关系获取研究现状110-1116.4.2基于MI矩阵的分类关系获取111-1146.4.3实验数据114-1166.5本章小结116-117第7章基于平安领域本体的Web信息效劳系统117-1297.1引言1177.2SDOWSS系统设计117-1197.2.1体系架构1187.2.2模块功能介绍118-1197.3平安领域本体模块119-1237.3.1模块构造120-1217.3.2功能实现121-1237.4信息检索与抽取模块123-1287.4.1模块构造123-1247.4.2功能实现124-1267.4.3实验数据及分析126-1287.5本章小结128-129第8章总结与展望129-1338.1本文总结129-1318.2进一步的研究工作131-1328.3本章小结132-133参考文献133-142附录AWordNet应用接口函数(Matlab语言)142-146附录BWordNet语义相似度算法应用程序使用方法146-149B.1本文语义相似度算法应用程序使用方法146-147B.2网页版相似度算法应用程序147-149B.2.1应用程序网址及运行界面147B.2.2使用方法147-149附录C基于WordNet抽取的平安领域本体概念表149-154附录DWordNet2.1应用程序下载、安装及使用方法154-161D.1应用程序下载154D.2应用程序安装154-156D.3应用程序使用156-161附录E作者攻读博士学位期间发表的学术论文161附录F作者攻读博士学位期间参加科研工程情况161-162致谢162 本论文购置请联系页眉网站。. v .