基于本体和语义距离的DBpedia领域知识抽取方法

摘要：

关联开放数据(LOD)中蕴藏着大量不同领域的知识,但是目前抽取其中特定领域知识的方法大多需要人工参与.为了能自动地抽取领域知识,提出根据领域本体抽取DBpedia中特定领域知识的方法.使用领域本体、Wikipedia和主题提取算法获得用于抽取领域知识的种子关键词集.在直接链接子图语义距离算法中,添加能够代表边指向性权值的参数,用于领域知识的抽取,并基于本体和字符串相似度比较的筛选策略对抽取的知识进行筛选.通过实验表明,该方法不仅能够获得较好的抽取效果,而且不需要人为地挑选关键词和参与筛选过程,极大地节省了时间和精力.

关键词：DBpedia、领域本体、直接链接子图语义距离算法、知识抽取、抽取策略、筛选

所属期刊栏目：41

分类号：TN911.1-34;TP391

资助基金：国家自然科学基金51271033;国家自然科学基金71271076;河北省自然科学基金F2018208116;河北省科技计划16210312D;河北省高等学校科学技术研究项目QN2015207

在线出版日期：2018-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：128-132,137