一种利用度属性获取本体概念层次的方法
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.
概念层次、本体学习、度、反向剪枝
31
TP182(自动化基础理论)
电子工程学院博士创新基金2008006
2010-04-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
322-326