从Web获取部分整体关系语料的方法

发布时间：2019-12-02 05:09

【摘要】：部分整体关系获取是知识获取中的重要组成部分。Web逐步成为知识获取的重要资源之一。搜索引擎是从Web中获取部分整体关系知识的有效手段之一,我们将Web中包含部分整体关系的检索结果集合称为部分整体关系语料。由于目前主流搜索引擎尚不支持语义搜索,如何构造有效的查询以得到富含部分整体关系的语料,从而进一步获取部分整体关系,就成为一个重要的问题。该文提出了一种新的查询构造方法,目的在于从Web中获取部分整体关系语料。该方法能够构造基于语境词的查询,进而利用现有的搜索引擎从Web中获取部分整体关系语料。该方法在两个方面与人工构造查询方法和基于语料库查询构造查询方法所获取的语料进行对比,其一是语料中含有部分整体关系的语句数量;二是从语料中进一步获取部分整体关系的难易程度。实验结果表明,该方法远远优于后两者。
【图文】：

信息图,关系语,查询方法,方法

询串关键词的部分标记为红字,我们用斜体黑体表示这些匹配的部分。图1中比较三种不同方法中获取的部分整体关系语料中,含有部分整体关系语句的数量。由于人工构造查询方法获取的部分整体关系语料是一种完全非结构化的,因此不能利用查询串提供的信息自动获取其中的部分整体关系。图2对比基于语料库构造查询方法和意图查询方法获取的部分整体关系数量。4.3　实验分析从图1可以看出,在由返回的Top100项、Top200项、Top300项、Top400项和Top500项检索结果组成的部分整体关系语料中,人工构造查询方法所获取的各个语料中蕴含部分整体关系的语句数量最少,意图查询方法获取数量最多,且部分整体关系语料的规模越大,意图查询方法的优势越明显。图1　三种不同方法获取的语料中含有部分整体关系的语句的数量在部分整体关系抽取难易方面

语义图,信息图,查询方法,关系语

对于这种语料,我们能很容易的利用查询串本身提供的信息,从中抽取出符合我们查询本意的部分整体关系。通过图2中的实验数据可以看出,对比基于语料库构造查询方法,意图查询方法从获取的部分整体关系语料中可以多获取大约两倍的部分整体关系。5　结束语目前人们使用搜索引擎作为从Web获取知识的有效手段,但网上绝大多数搜索引擎都使用基于关键词匹配的全文检索技术,不支持语义搜索。因为不易对检索对象本身做出处理[4],我们只能对查询串本身做出某些改变,使其接近我们需要的语义。故本文提出了一种新的用于从Web获取部分整体关系语料的基于意图的查询构造方法即意图查询方法。在查询中加入与部分整体相关度高的语境词,构造新的查询

【共引文献】