实例驱动的自适应本体学习

摘要：

针对知识管理中本体构建存在的问题,将聚类算法与ODP(Open Directory Project)目录有机结合,给出了一种基于知识资源元数据的自适应本体学习方法.根据元数据对文档进行聚类形成本体概念,将生成的概念分别映射到ODP中确定概念间的层次关系,生成初始本体;根据内聚性和相关性的变化进行自适应本体学习,实现本体更新和概念丰富,以及时跟踪知识的变化.提出的自适应本体学习方法能够很好地反映研究领域的演变过程和发展趋势,满足知识型组织进行知识管理和研究人员共享知识的需求.实验结果表明了方法的有效性.

关键词：知识管理、本体学习、开放式目录项目、聚类

所属期刊栏目：45

分类号：TP181(自动化基础理论)

资助基金：天津市科技发展计划资助项目06YFGZGX05900

在线出版日期：2009-11-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：31-34