基于中文学术文献的领域本体概念层次关系抽取研究

doi:10.3772/j.issn.1000-0135.2020.04.005

情报学报

2020, Vol. 39

Issue (4): 387-398 DOI: 10.3772/j.issn.1000-0135.2020.04.005

情报分析方法与技术

本期目录 | 过刊浏览 | 高级检索

基于中文学术文献的领域本体概念层次关系抽取研究

唐琳¹, 郭崇慧¹, 陈静锋¹, 孙磊磊²

1.大连理工大学系统工程研究所，大连 116024
2.北京航空航天大学软件开发环境国家重点实验室，北京 100083

Learning Concept Hierarchies from Chinese Academic Literature for Domain Ontology Construction

Tang Lin¹, Guo Chonghui¹, Chen Jingfeng¹, Sun Leilei²

1.Institute of Systems Engineering, Dalian University of Technology, Dalian 116024
2.SKLSDE Lab and BDBC, Beihang University, Beijing 100083

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (3549 KB) HTML (159 KB)
输出: BibTeX | EndNote (RIS)

摘要基于学术文献构建领域本体对促进领域学科发展具有重要的意义。本文提出了一种以中文学术文献为数据源，半自动化抽取领域本体层次关系的框架方法。首先，构建了一个通用的领域本体层次关系的细粒度研究框架。其次，设计了一种新的概念表示方法，融合了深度学习方法得到的概念语义特征和上下文的时间序列词频。进一步结合了AP聚类、Prim算法和Web搜索引擎的查询数据，提出了基于规则推理的本体概念层次关系抽取算法（RROCHE），实现了半自动化概念层次关系抽取。最后，基于中文分词领域的中文学术文献数据，通过数值实验方法讨论了方法的可行性和有效性。本文提出的框架方法也非常容易推广并应用到各领域本体层次关系任务中。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	唐琳
	郭崇慧
	陈静锋
	孙磊磊

关键词 ：概念层次关系, 本体构建, 学术文献, 深度学习, 时间序列

收稿日期: 2019-03-25

基金资助:国家自然科学基金项目“电子病历挖掘中的聚类模型与算法研究”（71771034）；揭阳市科技计划项目“大数据驱动的中药材产业发展决策支持系统”（2017xm041）。

作者简介: 唐琳，女，1980年生，博士研究生，副教授，主要研究领域为文本挖掘

引用本文:

唐琳, 郭崇慧, 陈静锋, 孙磊磊. 基于中文学术文献的领域本体概念层次关系抽取研究[J]. 情报学报, 2020, 39(4): 387-398.
Tang Lin, Guo Chonghui, Chen Jingfeng, Sun Leilei. Learning Concept Hierarchies from Chinese Academic Literature for Domain Ontology Construction. 情报学报, 2020, 39(4): 387-398.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2020.04.005 或 https://qbxb.istic.ac.cn/CN/Y2020/V39/I4/387

1 李景, 苏晓鹭, 钱平. 构建领域本体的方法[J]. 计算机与农业, 2003(7): 7-10.
2 任飞亮, 沈继坤, 孙宾宾, 等. 从文本中构建领域本体技术综述[J]. 计算机学报, 2019, 42(3): 654-676.
3 杜小勇, 李曼, 王珊. 本体学习研究综述[J]. 软件学报, 2006, 17(9): 1837-1847.
4 WongW, LiuW, BennamounM. Ontology learning from text[J]. ACM Computing Surveys, 2012, 44(4): 1-36.
5 CimianoP. Ontology learning and population from text: Algorithms, evaluation and applications[M]. New York: Springer US, 2006: 3-7.
6 揭春雨, 冯志伟. 基于知识本体的术语定义(下)[J]. 术语标准化与信息技术, 2009(3): 14-23.
7 张雷瀚, 吕学强, 李卓, 等. 领域本体术语的抽取方法研究[J]. 情报学报, 2014, 33(2): 167-174.
8 LeeC M, HuangC K, TangK M, et al. Iterative machine-learning Chinese term extraction[C]// Proceedings of the International Conference on Asian Digital Libraries. Heidelberg: Springer, 2012, 7634: 309-312.
9 闭炳华. 基于word2vec的数字图书馆本体构建技术研究[J]. 现代电子技术, 2016, 39(15): 90-94.
10 王红, 张昊, 史金钏. 基于LDA的领域本体概念获取方法研究[J]. 计算机工程与应用, 2018, 54(13): 252-257.
11 蒋婷, 孙建军. 领域学术本体概念等级关系抽取研究[J]. 情报学报, 2017, 36(10): 1080-1092.
12 RenF L. A cheap domain ontology construction method based on graph generation and conversion method[J]. Journal of Information and Computational Science, 2012, 9(18): 5823-5830.
13 贾秀玲, 文敦伟. 一种本体学习中分类关系提取方法的研究[J]. 计算机技术与发展, 2007, 17(10): 31-33, 36.
14 HearstM A. Automatic acquisition of hyponyms from large text corpora[C]// Proceedings of the 14th Conference on Computational Linguistics. Stroudsburg: Association for Computational Linguistics, 1992: 539-545.
15 温春, 石昭祥, 张霄. 本体概念层次获取方法综述[J]. 计算机应用与软件, 2010, 27(9): 103-107.
16 ZengD J, LiuK, LaiS W, et al. Relation classification via convolutional deep neural network[C]// Proceedings of the 25th International Conference on Computational Linguistics. Dublin: Dublin City University; Stroudsburg: Association for Computational Linguistics, 2014: 2335-2344.
17 李杰, 陈超美. CiteSpace: 科技文本挖掘及可视化[M]. 北京: 首都经济贸易大学出版社, 2016: 12-50.
18 HintonG E. Learning distributed representations of concepts[C]// Proceedings of the Eighth Conference of the Cognitive Science Society. Seattle: Cognitive Science Society, 1986: 1-12.
19 MikolovT, ChenK, CorradoG, et al. Efficient estimation of word representations in vector space[OL]. https://arxiv.org/abs/1301.3781.
20 LahitaniA R, PermanasariA E, SetiawanN A. Cosine similarity to determine similarity measure: Study case in online essay assessment[C]// Proceedings of the 4th International Conference on Cyber and IT Service Management. New York: IEEE, 2016.
21 刘建伟, 崔立鹏, 罗雄麟. 概率图模型的稀疏化学习[J]. 计算机学报, 2016, 39(8): 1597-1611.
22 FreyB J, DueckD. Clustering by passing messages between data points[J]. Science, 2007, 315(5814): 972-976.
23 郭崇慧, 曹梦月. GMAP: 一种基于AP聚类的共词分析方法[J]. 情报学报, 2017, 36(11): 1192-1200.
24 SunL L, GuoC H. Incremental affinity propagation clustering based on message passing[J]. IEEE Transactions on Knowledge and Data Engineering, 2014, 26(11): 2731-2744.
25 PrimR C. Shortest connection networks and some generalizations[J]. Bell System Technical Journal, 1957, 36(6): 1389-1401.
26 WarshallS. A theorem on Boolean matrices[J]. Journal of the ACM, 1962, 9(1): 11-12.
27 黄昌宁, 赵海. 中文分词十年回顾[J]. 中文信息学报, 2007, 21(3): 8-19.
28 ZhaoH, CaiD, HuangC N, et al. Chinese word segmentation: Another decade review (2007-2017)[OL]. https://arxiv.org/abs/1901.06079v1.
29 李五锁. 基于改进的深度信念网的中文电子病历命名实体识别方法研究[D]. 北京: 北京化工大学, 2018: 3-5.
30 申站. 基于神经网络的中文电子病历命名实体识别[D]. 北京: 北京邮电大学, 2018: 3-5.