面向文本的领域本体构建中信息抽取技术研究

本体分为通用本体和领域本体，领域本体是当前的主流研究方向。领域本体作为一种重要的知识库，广泛应用于智能搜索、智能问答等领域。因此，怎样高效构建领域本体意义重大。本体构建可采用手工方式构建和采用半自动、自动技术构建。手工方式构建由于强烈依赖本体专家介入，存在着主观性强、成本高、效率低等问题，而采用半自动、自动技术可容易地使用其它研究领域的研究成果，并使用不同数据源来构建本体。其中海量文本数据源优势明显，数据量大、容易获得。因而，本书关注如何有效地使用海量文本资源来构建领域本体。传统的本体构建有六大任务模块：预处理、术语抽取、概念抽取、层次关系抽取、非层次关系抽取、形成本体等，而抽取工作是其中的重要研究内容，因此，本书专注研究其中的4个与抽取相关的任务：术语抽取、概念抽取、层次关系抽取、非层次关系抽取，本书对近年来在领域本体学习研究方面取得的一些成果进行的梳理和总结。