面向文本的本体学习方法

摘要：

借助文本预处理工具Gate和通用本体WordNet,采用统计、频繁项挖掘、模式匹配、启发式学习和主动学习等技术,学习本体基元——概念(含实例)、概念间的分类关系、概念间的语义关系和概念属性,其中概念属性学习为本文首次提出.实验结果表明,本文方法改善了概念语义排歧效果,丰富了短语概念学习与语义关系学习,提高了本体自动构建的准确度,降低了本体学习的代价.

关键词：人工智能、本体学习、主动学习、模式匹配、频繁项挖掘、启发式学习

所属期刊栏目：45

分类号：TP18;TP391.1(自动化基础理论)

资助基金：国家自然科学基金项目60973040;国家自然科学青年基金项目60903098,61300148;吉林省重点科技攻关项目20130206051GX;吉林省科技计划青年科研基金项目20130522112JH

在线出版日期：2016-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：236-244