领域本体构造中数据源选取及构造方法的研究

摘要

本体构造方法的研究有利于本体的广泛应用和推广，尤其对WWW向下一个版本转化具有现实意义。目前，本体构造多侧重在方法过程的研究，如果能够加强对本体数据源内部特征的分析，会进一步减少有效信息丢失、无用数据被采用等问题。本文在详细分析数据源特点的基础上，分别提出文档分解模型，输入输出驱动模型以及两层向量空间模型，并集成神经网络、模糊FCA等多种智能方法，建立本体手工和(半)自动构造方法，并实现一个本体构造工具。主要研究内容和结果如下： (1)本体数据源选取研究。本体数据源选取效果直接影响本体构造的质量，目前本体数据源的研究大多集中在文本数据源的研究。对文本数据源的分析不仅要考虑术语、概念在文档中的频率及含有术语文档在整个文档中的百分率，而且还要考虑术语在文档中的位置信息、文档标引源的位置特性。本文通过文档分解模型的建立，利用抽象方法，完成对本体数据源的概念性、关系性和预测性等特点的分析。并针对这些特点分别采用改进的VSM方法、基于本体关系距离以及神经网络的方法计算相关权值。同时，本文采用Java+Oracle技术，完成本体数据源选取系统的设计与实现，通过“湿地保护”相关的真实文档验证该方法，得到较好的选取结果。 (2)特殊领域本体的手工构造——湿地保护领域本体的构造方法研究。建立“数字化”湿地的目的是实现湿地的知识管理和信息共享，而湿地本体的构造，是达到此目标的基础。本文通过对现有手工构造本体技术分析的基础上，提出构造湿地保护本体的方法——WP-Onto方法，以输入输出驱动模型完成本体数据源的组织，把相关知识进行归类并建立知识集，对概念、关系细化提取，实现本体编码及形式化表示。另外，本文还对湿地保护本体应用进行研究，包括信息共享和知识管理两个部分。 (3)利用Web资源完成本体构造方法研究，不仅会缩短本体的构造周期，而且还会扩大本体的应用范围。但基于Web的数据提取、知识获取比较困难，与实际应用相比还有一定的距离。本文分析基于Web本体构造数据源的动态、海量、异质、变化、开放性等特点，本体构造的基础问题——形式化表示方法，总结本体构造的关键技术及技术难点。设计一个基于Web本体构造系统架构，为实现基于Web领域本体构造方法提供一个框架性的思路。 (4)本体学习工具实现研究。为构造出一个效率、准确率较高的本体学习工具，本文采用面向对象思想的分析方法，把传统的单层文本向量空间模型改进为两层向量空间模型(DoubleVectorSpaceModel，简称D-VSM)，该模型不仅具有属性特性，而且还具有很强的关系特性。在此模型的基础上，引入FFCA(FuzzyFormalConceptAnalysis模糊形式概念分析)本体学习技术。该技术充分考虑D-VSM模型中数据分布特点，较好地解决本体学习通用性、本体关系获取等问题。基于上述方法实现一个本体学习工具，为本体的(半)自动构造提供有力的支持。 综上，本文给出本体构造几个关键问题的研究：在文档分解模型基础上，建立一个本体数据源选取系统；在输入输出驱动模型的基础上，提出湿地保护领域WP-Onto本体手工构造方法；在两层向量空间模型的基础上，分析Web数据特点，并结合模糊FCA方法，实现一个本体学习工具。以本体数据源选取为基础，在本体手工构造和(半)自动构造两个方面进行有效的研究，取得了较好的结果。

目录

文摘

英文文摘

声明

1绪 论

1.1本体构造研究背景与意义

1.2本体研究概况

1.3本体构造中数据源选取问题的研究

1.4本体构造技术的研究

1.5本体学习工具

1.6主要研究内容

2本体数据源选取方法的研究与实现

2.1引言

2.2数据源特点分析

2.3文档权值的确定

2.4数据源选取系统的设计与实现

2.5实验结果与分析

2.6小结

3手工湿地保护领域本体的建立

3.1引言

3.2本体表示方法选择

3.3构造湿地保护领域本体WP-Onto方法

3.4本体在湿地领域中的应用研究

3.5小结

4基于Web构造领域本体方法的研究

4.1引言

4.2基于Web本体构造的数据源

4.3本体所需数据提取技术

4.4基于Web构造领域本体总体设计

4.5关系提取问题的研究

4.6小结

5基于两层向量空间模型和模糊FCA本体学习工具

5.1引言

5.2本体数据源与本体描述

5.3基于两层向量空间的本体构造方法

5.4本体工具的实现

5.5实验

5.6小结

结 论

参考文献

攻读博士学位期间发表学术论文情况

创新点摘要

致谢