基于社会性标注的本体学习方法
由相互协作的用户在社会性标注系统中产生的大量的标注数据可以作为各种语义网应用的数据源.文中提出一种基于社会性标注的本体学习方法来挖掘蕴涵在社会性标注中的语义信息,提出一种隐含包容层次结构来刻画标签空间中潜在的结构,并基于此模型推导出本体学习算法.首先利用集合论的方法确定标签之间的包容关系,并将其表示为标签包容关系图.在将此图转化为层次关系时,为解决包容关系的不一致性,提出一种基于随机游走的标签普遍性排序方法.最后提出一种自顶向下的凝聚式层次聚类算法来生成概念层次结构.在实际社会性标注系统中采集的数据集上进行的实验表明,与目前的代表性方法相比,文中提出的方法在性能上有明显的提高.
社会性标注、本体学习、包容关系、随机游走、凝聚式层次聚类
33
TP391(计算技术、计算机技术)
国家自然科学基金60703014,60933005;国家"九七三"重点基础研究发展规划项目基金2011CB302605;国家"八六三"高技术研究发展计划项目基金2006AA010105-02,2007AA01Z416,2007AA01Z442,2009AA01Z437
2011-01-27(万方平台首次上网日期,不代表论文的发表时间)
共12页
1823-1834