融合概念格约简的中文领域本体学习方法

侯丽鑫, 郑山红, 贺海涛, 赵 辉, 韩 冬

(长春工业大学 a. 计算机科学与工程学院； b. 软件职业技术学院, 长春 130012)

0 引 言

本体学习是指自动或半自动地构建本体, 目的是利用知识获取技术降低本体构建的开销,目前本体学习已成为本体领域的研究热点之一。形式概念分析(FCA： Formal Concept Analysis)[1]与本体有许多相似之处[2], 近年来, 人们开始尝试将FCA应用于本体学习领域。Obitkom等[3]将FCA应用于分布式的领域本体开发环境, 通过构建概念格探寻潜在的对象和属性, 并将现有的和潜在的实体以可视化的方式自动呈现； 张斌等[4]利用FCA与统计理论进行政务本体学习。概念格是FCA的核心数据结构, 在机器学习、 模式识别、 决策分析等领域应用广泛[5-8]。概念格约简理论[9,10]能更容易发现形式背景中隐含的知识, 也使这些知识的表示变得更简单, 提高概念格构造的效率。

笔者在已有工作[11]的基础上, 提出了一种融合概念格约简的中文领域本体学习方法。该方法应用语义依存分析技术获取领域形式背景, 将概念格约简应用于概念格的构造, 通过对象约简和属性约简完成初始概念格的构造, 再采用约简概念格修复得到完整概念格, 最后根据映射规则完成中文领域本体的生成。通过对萝藦科植物及其药用性的领域文本进行学习, 得到萝藦科植物领域本体, 提高了本体构建的效率。

1 基于语义依存的形式背景的获取

形式背景是基于FCA进行本体学习的基础, 笔者将语义依存技术用于从中文领域文本中获取形式背景。……