本体学习研究综述

近年来,本体学习技术逐渐成为计算机科学领域的一个研究热点.根据数据源的结构化程度(结构化、半结构化、非结构化)以及本体学习对象的层次(概念、关系、公理),将本体学习问题划分为9类子问题.分别阐述了这9类问题的基本特征、常用的方法和最新的研究进展,并在此分析框架下进一步介绍和比较了现有的本体学习工具.最后,讨论了存在的问题,指出了未来的研究方向.     

面向不同结构化程度数据源的本体学习方法研究

本体研究已成为计算机领域的一个研究热点,而本体学习又是本体研究的热点问题之一。文章根据数据源的结构化程度,将数据源分为结构化、非结构化和半结构化数据源,分别研究了如何从这三种不同程度结构化的数据源中学习本体,探讨了后续研究工作的本体学习方法以及研究目标,并论述了目前研究存在的不足及对未来的展望。     

一种本体学习中分类关系提取方法的研究

本体学习技术是利用本体工程技术和机器学习技术等众多学科技术来实现本体的自动半自动构建，可解决本体手工构建的不足。根据本体学习目前的研究现状，提出了一种从文本中半自动获取本体中分类关系的实现，讨论了本体学习中概念抽取和概念间分类关系抽取等关键技术。实现了本体中分类关系提取，对于非分类关系的提取还有待研究。     

基于领域本体的半结构化文本知识自动获取方法的设计和实现

文章介绍了一种新的基于领域本体的文本知识自动获取方法的设计和实现．通过引入领域本体，实现了半结构化文本知识的完全自动获取．该方法具有较好的通用性，把人们从繁重的手工劳动中解放出来，并能极大地提高知识获取的效率．已经设计并实现了：基于领域本体的知识获取方法OMKast;一种参数化的知识编程语言ePKPL，用以实现OMKast、ePKPL虚拟机VM（即ePKPI，运行环境）．目前，这项工作已经在中草药、音乐、西医等领域进行了应用，取得了满意的结果．     

一种本体学习中分类关系提取方法的研究

本体学习技术是利用本体工程技术和机器学习技术等众多学科技术来实现本体的自动半自动构建,可解决本体手工构建的不足。根据本体学习目前的研究现状,提出了一种从文本中半自动获取本体中分类关系的实现,讨论了本体学习中概念抽取和概念间分类关系抽取等关键技术。实现了本体中分类关系提取,对于非分类关系的提取还有待研究。     

面向中文文本的玉米病虫害本体学习研究

由于中文和英文在语法和句法等方面的差异,面向中文文本的本体学习方法尚存在一定困难。研究了面向中文文本的玉米病虫害本体学习方法。提出单字合并法,将其与TFIDF方法结合,进行概念抽取;将欧几里德距离与余弦距离加权平均计算概念相似度,进行概念关系抽取。从中国玉米网选取50篇领域文档,应用上述方法构建了玉米病虫害本体。     

面向知识网格的本体学习研究

网格计算正在从单纯的面向大型计算的分布式资源共享发展为一种面向服务的架构,以实现透明而可靠的分布式系统集成。网格智能是指如何获取、预处理、表示和集成不同层次的网格服务(如HTML/XML/RDF/OWL文档、服务响应时间和服务质量等)的数据和信息,并最终转换为有用的智能(知识)。因为高层知识将在未来的网格应用起到越来越重要的作用,本体是知识网格实现的关键。文章提出了一种实现从Web文档中本体(半)自动构建的本体学习框架WebOntLearn,并讨论了本体学习中领域概念的抽取、概念之间关系的抽取和分类体系的自动构建等关键技术。     

基于Ontology的用户模型研究

针对现有本体用户模型的难点与不足，提出了一种改进的基于领域本体的用户模型（OBUM），利用文本挖掘技术构建领域本体，通过本体学习来完成用户模型的学习和更新。     

一种增量式本体模型与数据模式映射的图谱实例模型构建演化方法

在智慧城市领域中，随着信息化技术的不断深入，各信息系统产生的海量数据不断增长，这些多源异构数据之间的语义互通成为了城市智能应用开发需要解决的重要问题之一。构建知识图谱是解决数据语义互通的常用手段之一。在建立知识图谱本体模型后，图谱实例模型的构建演化就成为支撑基于图谱的各类应用的关键技术。为此，如何将不断更新的数据源中的知识实例尽可能自动化地扩充到知识图谱中，成为了图谱构建的首要问题。现有的一些知识实例生成工具对数据导入的支持力度不足，用户需要对源数据进行复杂的预处理，将其转化为符合平台支持的导入数据格式。这导致预处理工作量大，且不能迅速地应对数据不断更新增长的情况。由于智慧城市领域中信息系统所产生的数据多为结构化或半结构化数据，文中提出一种增量式本体模型与数据模式映射的图谱实例模型构建演化方法，面向结构化或半结构化数据生成实例，并随着数据的更新，实现图谱实例模型的增长与演化。文中方法结合机器推荐与人机协同交互设计，针对不同数据源的特征抽取知识并将其正确地映射到本体模型中的概念实体上，实现领域知识图谱实例模型的增量扩充；并通过实体对齐、关系补全等方法，支持实例模型的持续演化。文中方法在企...     

基于两层向量空间模型和模糊FCA本体学习方法

本体是WWW进化为语义Web版本的瓶颈,手工构造本体费时费力,本体学习技术使得在文本中自动构造本体成为可能,但存在通用性差和准确性低等问题.提出以面向对象思想的分析方法为基础,把传统的单层文本向量空间模型(VSM)改进为2层向量空问模型(double vector space model,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,引入模糊形式概念分析(fuzzy formal concept analysis,FFCA)本体学习技术.该技术充分考虑D-VSM模型中的数据分布特点,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.     

Ontology learning: state of the art and open issues

Ontology is one of the fundamental cornerstones of the semantic Web. The pervasive use of ontologies in information sharing and knowledge management calls for efficient and effective approaches to ontology development. Ontology learning, which seeks to discover ontological knowledge from various forms of data automatically or semi-automatically, can overcome the bottleneck of ontology acquisition in ontology development. Despite the significant progress in ontology learning research over the past decade, there remain a number of open problems in this field. This paper provides a comprehensive review and discussion of major issues, challenges, and opportunities in ontology learning. We propose a new learning-oriented model for ontology development and a framework for ontology learning. Moreover, we identify and discuss important dimensions for classifying ontology learning approaches and techniques. In light of the impact of domain on choosing ontology learning approaches, we summarize domain characteristics that can facilitate future ontology learning effort. The paper offers a road map and a variety of insights about this fast-growing field.     

Automated ontology construction for unstructured text documents

Ontology is playing an increasingly important role in knowledge management and the Semantic Web. This study presents a novel episode-based ontology construction mechanism to extract domain ontology from unstructured text documents. Additionally, fuzzy numbers for conceptual similarity computing are presented for concept clustering and taxonomic relation definitions. Moreover, concept attributes and operations can be extracted from episodes to construct a domain ontology, while non-taxonomic relations can be generated from episodes. The fuzzy inference mechanism is also applied to obtain new instances for ontology learning. Experimental results show that the proposed approach can effectively construct a Chinese domain ontology from unstructured text documents.     

Evaluating techniques for learning non-taxonomic relationships of ontologies from text

Learning non-taxonomic relationships is a sub-field of Ontology Learning that aims at automating the extraction of these relationships from text. Several techniques have been proposed based on Natural Language Processing and Machine Learning. However just like for other techniques for Ontology Learning, evaluating techniques for learning non-taxonomic relationships is an open problem. Three general proposals suggest that the learned ontologies can be evaluated in an executable application or by domain experts or even by a comparison with a predefined reference ontology. This article proposes two procedures to evaluate techniques for learning non-taxonomic relationships based on the comparison of the relationships obtained with those of a reference ontology. Also, these procedures are used in the evaluation of two state of the art techniques performing the extraction of relationships from two corpora in the domains of biology and Family Law.     

基于词间语义关联性的本体扩展

本体作为一种概念模型建模工具,被应用到计算机的各个领域,用来信息组织和知识管理。本体扩展是一种将新概念以及概念间的关系添加到已有本体的合适位置,以扩大本体为目的的方法。提出一种基于词间语义关联性从文本中扩展本体的方法,该方法主要利用共现分析、词过滤技术和词间语义关联性从文本中发现潜在的概念,作为待扩展概念,并使用扩展规则、包含分析等关系识别技术将概念添加到已有本体中。以电子政务领域的教育子领域为例,使用该方法扩展了一个教育领域的领域本体,结果表明该方法扩展的本体比较合理,具备较强的应用能力。     

医疗诊断本体自动生成系统的研发

本体是概念化的明确的规范说明,其目标是捕获相关领域的知识,提供对该领域知识的共同理解,确定该领域内共同认可的词汇,并从不同层次的形式化模式上给出这些词汇(术语)和词汇间相互关系的明确定义。传统的手工本体建模是一项耗时费力的繁杂工作。研发一个面向医疗诊断领域的本体自动生成系统,主要是对电子病历进行分析挖掘,构造医疗诊断本体,为今后的医疗诊断智能系统的开发建立知识基础。     

从文本中获取植物知识方法的研究

知识获取一直是人工智能中的一个关键问题.当前,知识的文本挖掘（KAT）已经成为计算机领域的一个重要的研究课题.本文中,给出了基于植物本体的从海量网页文本库中自动获取植物领域知识的方法.该方法包括两个部分,一是植物本体（Botanical Ontology）,它是顾芳博士等建立的生物本体的扩展.第二部分是以植物本体为基础,在网络文本库中进行文本挖掘（Text Mining）,自动获取植物知识.实验证明,基于本体的文本挖掘是一种有效的知识获取方法.     

一种改进的领域本体分类算法

本体学习技术的研究目前还处于探索阶段。研究了知识生产领域中本体学习技术的应用,提出了本体学习中领域本体的分类算法。本算法同时考虑了概念之间的语义相似度与结构相关度,并以"分类量化值"作为领域本体的分类标准。实验证明,本算法较之其它相关算法更为有效。     

本体进化及维护的研究总结

本体是共享概念的规范、精确的描述。本体本身并不是静态的模型,所以它必须能够捕获意思和关系的变化。这样,本体的映射和进化就成为本体学习和发展的一个基本任务。本体进化就是获得新的信息和知识时适当地维护和扩充已有本体。     

基于领域学习的本体映射方法

在语义数据集成中本体映射是关键,手工设置映射关系不仅消耗时间而且不准确,需要使用本体映射工具自动发现这种映射关系.在现有本体映射方法的基础上提出了基于领域学习的映射发现策略,可以从领域知识中发现复杂映射的规则,增加映射时的实例数据,从而提高映射发现的查全率和准确率;同时利用本体中丰富的语义知识去筛选候选数据,从而降低映射方法的算法复杂度.实验证明该方法是有效的.     

Learning concept hierarchies from textual resources for ontologies construction

Ontologies play a very important role in knowledge management and the Semantic Web, their use has been exploited in many current applications. Ontologies are especially useful because they support the exchange and sharing of information. Ontology learning from text is the process of deriving high-level concepts and their relations. An important task in ontology learning from text is to obtain a set of representative concepts to model a domain and organize them into a hierarchical structure (taxonomy) from unstructured information. In the process of building a taxonomy, the identification of hypernym/hyponym relations between terms is essential. How to automatically build the appropriate structure to represent the information contained in unstructured texts is a challenging task. This paper presents a novel method to obtain, from unstructured texts, representative concepts and their taxonomic relationships in a specific knowledge domain. This approach builds a concept hierarchy from a specific-domain corpus by using a clustering algorithm, a set of linguistic patterns, and additional contextual information extracted from the Web that improves the discovery of the most representative hypernym/hyponym relationships. A set of experiments were carried out using four different corpora. We evaluated the quality of the constructed taxonomies against gold standard ontologies, the experiments show promising results.