基于FCA和关联规则的情报学本体构建
提出一种新的领域本体学习方法,结合形式概念分析(FCA)与关联规则挖掘从非结构化文本中获取情报学本体。该方法从文本集中通过种子-扩展机制的方法获取领域核心概念,构建文档概念格(文档×关键词矩阵),在此基础上通过形式概念分析方法来识别概念之间的等级关系,通过关联规则挖掘概念间的相关关系。最后,采用基于"黄金标准"的方法对本体学习的结果进行评价,结果表明:通过这种方法构建的本体可以达到较高的领域知识覆盖率,而且能够识别概念之间部分隐含的关系,从而验证该方法在领域本体的构建中实用且有效。
本体构建、情报学、FCA、关联规则
TP391(计算技术、计算机技术)
教育部人文社会科学研究青年基金项目“高校专家知识地图构建研究”项目10YJC870022的研究成果之一
2012-07-01(万方平台首次上网日期,不代表论文的发表时间)
共7页
34-40