首页 | 本学科首页   官方微博 | 高级检索  
     

基于两层向量空间模型和模糊FCA本体学习方法
引用本文:邢 军, 韩 敏. 基于两层向量空间模型和模糊FCA本体学习方法[J]. 计算机研究与发展, 2009, 46(3): 443-451.
作者姓名:邢军  韩敏
作者单位:1. 大连理工大学电子与信息工程学院,大连,116024;大连工业大学信息科学与工程学院,大连,116034
2. 大连理工大学电子与信息工程学院,大连,116024
基金项目:国家自然科学基金,国家高技术研究发展计划(863计划),国家科技支撑计划,国家九七三重点基础研究发展计划 
摘    要: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层向量空间模型(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.

关 键 词:本体学习  模糊形式概念分析  向量空间模型  本体关系  本体概念

An Ontology Learning Method Based on Double VSM and Fuzzy FCA
Xing Jun, Han Min. An Ontology Learning Method Based on Double VSM and Fuzzy FCA[J]. Journal of Computer Research and Development, 2009, 46(3): 443-451.
Authors:Xing Jun  Han Min
Affiliation:School of Electronic and Information Engineering;Dalian University of Technology;Dalian 116024;School of Information Science and Engineering;Dalian Polytechnic University;Dalian 116034
Abstract:
Keywords:ontology learning  fuzzy formal concept analysis  vector space model  ontology relation  ontology conception  
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《计算机研究与发展》浏览原始摘要信息
点击此处可从《计算机研究与发展》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号