一种利用度属性获取本体概念层次的方法

摘要：

通过分析已有的中文本体概念层次获取方法的特点和不足.提出一种利用度属性获取概念层次的方法.首先将概念关系以图的形式表示出来,然后利用反向剪枝算法得出概念所在层次,最后补充并修剪层次关系生成完整的概念层次.从各种参数的对比结果来看,基于VSM(Vector Space Model)且不进行LSI(Latent Semantic Indexing)降维时效果最好,同时也优于目前已有的几种方法.

关键词：概念层次、本体学习、度、反向剪枝

所属期刊栏目：31

分类号：TP182(自动化基础理论)

资助基金：电子工程学院博士创新基金2008006

在线出版日期：2010-04-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：322-326