●前言
章 領域本體基礎
1.1 本體概述
1.2 本體構建方法
1.3 常用本體構建工具
1.4 本體描述語言
第2章 領域本體構建的基本要素
2.1 面向文本的領域本體構建的基本思路
2.2 面向文本的領域本體構建的總框架
2.3 領域本體構建的步驟
2.4 領域本體構建的主要方法
第3章 領域本體的術語抽取方法
3.1 術語抽取技術概述
3.2 融合詞語共現的術語自動抽取算法
3.3 術語自動抽取算法實現與評測
第4章 領域本體的概念抽取方法
4.1 概念抽取技術概述
4.2 基於知網的概念內涵獲取算法
4.3 基於支持向量機的概念實例抽取方法
4.4 概念抽取技術綜合實驗與評測
第5章 領域本體的概念層次關繫抽取方法
5.1 概念層次關繫抽取技術概述
5.2 基於內涵的概念層次關繫自動構建算法
5.3 概念層次關繫抽取算法實現與評測
第6章 領域本體實體關繫抽取方法
6.1 語義知識抽取概述
6.2 基於依存句法的語義知識抽取算法
6.3 本體語義知識抽取實驗與評測
第7抽取技術在少數民族領域本體構建中的應用
7.1 少數民族領域本體原型繫統框架
7.2 少數民族領域文本資源構建
7.3 第三方工具包的引入與封裝
7.4 少數民族領域本體術語抽取
7.5 少數民族領域本體概念抽取
7.6 少數民族領域本體層次關繫抽取
7.7 少數民族領域本體語義關繫抽取
7.8 少數民族領域本體原型繫統在增值服務中的應用
第8章 展望
8.1 問題與挑戰
8.2 發展趨勢
參考文獻
內容簡介
本體分為通用本體和領域本體,領域本體是當前的主流研究方向。領域本體作為一種重要的知識庫,廣泛應用於智能搜索、智能問答等領域。因此,怎樣高效構建領域本體意義重大。本體構建可采用手工方式構建和采用半自動、自動技術構建。手工方式構建由於強烈依賴本體專家介入,存在著主觀性強、成本高、效率低等問題,而采用半自動、自動技術可容易地使用其它研究領域的研究成果,並使用不同數據源來構建本體。其中海量文本數據源優勢明顯,數據量大、容易獲得。因而,本書關注如何有效地使用海量文本資源來構建領域本體。傳統的本體構建有六大任務模塊:預處理、術語抽取、概念抽取、層次關繫抽取、非層次關繫抽取、形成本體等,而抽取工作是其中的重要研究內容,因此,本書專注研究其中的4個與抽取相關的任務:術語抽取、概念抽取、層次關繫抽取、非層次關繫抽取,本書對近年來在領域本體學習研究方面取得的一些成果進行的梳理和總結。