维吾尔语领域本体构建关键技术及其应用研究

发布时间：2020-04-09 23:11

【摘要】：随着知识发现相关技术研究工作的不断深入及更广范围的开展,本体方法开始暴露出其潜在的缺陷和局限性。因为如今互联网已经遍及到全球各地,怎样能够从信息资源之中以最快、最准确的方式获得知识,成为了时下不得不面对的重要话题。在检索技术不断发展的背景之下,检索效率有了显著的提升,不过从检索结果上看依然无法达到人们的预期目标。所以对知识的规范组织同样是人们所关注的重要对象,本体的诞生让知识组织具备了良好的条件。然而维吾尔语中目前为止几乎没有本体相关的研究报告和可用本体资源。维吾尔语的本体研究才开始,况且构建本体存在着方式多样、领域区分等现象使得本体共享以及重用受到了限制。为此打造本体构建规范,是实现本体顺利构建和大规模发展的重要前提,进而保证知识组织上本体能够发挥最大优势,给知识的分析、知识的检索、知识的存储创造有利条件。针对这种情况,本体构建抽象方法作为本文研究指导,具体对维吾尔语领域本体构建工作开展了划分,包括维吾尔语领域本体的初步人工构建,通用本体知识库UWN的半自动构建及其它的应用,在此基础上实现通过概念获取和关系获取来自动构建领域本体,最后应用在维吾尔语自动文摘上。本文具体工作包括以下几个内容:1、深入分析本体定义、相关理论及方法。先对本体定义进行了阐释和研究,分析了知识共享和描述当中,本体具有的特点。阐述了本体的基本元素、分类、构建方法、描述语言和构建工具等。2、详细介绍维吾尔语领域本体的人工构建过程,选用Protege4.3工具和OWL本体描述语言,利用改进的七步法,结合维吾尔语的语言特点在数学领域和信息科学领域初步实现了维吾尔语的本体库。在此基础上使用Jena工具包半自动构建大学管理领域的维汉双语本体并实现SPARQL语言的查询。之后本文使用跨语言重用领域本体构建方法,对收集的英语领域本体集合进行三元组抽取。然后使用跨语言技术进行英语与维吾尔语概念及关系的匹配,之后通过Jena工具实现维吾尔语标准领域本体。实验结果验证了所构建的领域本体的语法准确性,同时初步使用Jena开源工程搭建了领域本体构建平台,为今后的研究工作奠定了基础。3、由于研究的需要即在维吾尔中缺乏叙词表或类似于WordNet、HowNet之类的结构化知识库,因此开发了维吾尔语的WordNet(简称UWN)通用本体知识库,与英语的WordNet概念平均匹配率达到90%以上,词性考虑名词、动词、形容词和副词,概念间的关系只考虑上下位关系、同义关系和反义关系等四种。在此基础上重用UWN来扩建并丰富了维吾尔语旅游领域本体。4、前期工作的基础上实现了维吾尔语领域本体的自动构建,通过多特征融合的概念提取方法和基于混合层次聚类方法的关系提取来初步实现了维吾尔语旅游领域的本体自动构建。由于本文选择的文本内容的局限性和层次聚类方法合并节点的困难等因素,虽然层次聚类结果不太理想但基本符合本体层次结构。实验结果表明,本方法是可行的,并提高向量维度和文本内容的广泛性等因素可进一步提升领域概念及关系的精度。5、所构建的领域本体融入到自动摘要抽取上。本文将本体技术引入到维吾尔文自动摘要提取上,得到了高质量的基于本体的维吾尔文自动摘要,与前期完成的基于语义串技术的维吾尔文自动摘要相互对比,证明了本体技术在自动摘要上的优越性。基于本体的自动摘要系统中,通过对关键词进行语义分析即词汇特征转为概念特征,提高了文摘的自然度和连贯度,抽取的文摘句不仅精准更加精简。
【图文】：

语义,本体,词汇表,语义结构

疆大学博士学位论文第 1 章绪于能否大规模的生成高质量的领域本体。2007 年 5 月的一篇 Gartner 报告（ 1.1 所示）表明，在未来 10 年和 20 年内，，基于 Web 技术，语义网将会提高档中嵌入语义结构，创建结构化词汇表和本体（用于定义术语、概念及关能力[20]。其中需要解决的关键问题是本体的获取（或称为本体提取、本体、本体生成）。2007 2017 2027

本体,研究思路,技术,理论支撑

提出研究问题本体相关理论支撑手工构建方法本体半自动构建方法及重用方法多特征融合的概念提取方法及混合的层次聚类方法本体技术融入到自动文摘方法总结解决的问题及将来的研究方向义建态创方
【学位授予单位】：新疆大学
【学位级别】：博士
【学位授予年份】：2019
【分类号】：H215;TP391.1

【相似文献】