10.13229/j.cnki.jdxbgxb201501035
面向文本的本体学习方法
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.
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
45
TP18;TP391.1(自动化基础理论)
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
2016-05-17(万方平台首次上网日期,不代表论文的发表时间)
共9页
236-244