基于知网和术语相关度的本体关系抽取研究  

Ontology Relationship Extraction Research Based on HowNet and Term Relevancy Degree

作　　者：傅继彬[1] 刘杰[2] 贾可亮[3] 毛金涛[1] 

机构地区：[1]北京理工大学计算机科学技术学院,北京100081 [2]首都师范大学信息工程学院,北京100037 [3]山东经济学院信息管理学院,济南250014

出　　处：《现代图书情报技术》2008年第9期36-40,共5页New Technology of Library and Information Service

基　　金：教育部博士点基金项目“受限领域自动问答系统研究”(项目编号:20050007023)的研究成果之一

摘　　要：提出一种基于知网和术语相关度的关系抽取方法。首先通过句法分析提取术语的上下文特征,结合自然语言特征和互信息的方法计算术语之间的相关度,然后使用术语的义原和动态角色作为关键词,在知网语义关系框架中定位关系,并为关系指定明确的语义标签。实验结果表明该方法具有较好的实用效果。The paper proposes a relationship extraction method based on HowNet and term relevancy degree. Firstly syn- tax parsing tools are used to extract context feature of terms, and natural language feature and statistical mutual information measure are integrated to compute relevancy degree of terms, then dynamic role and sememe are used as key to seek the relationship in HowNet semantic relationship framework, and explicit semantic lable is designated to the relationship. Experimental results show that the approach is effective.

关 键 词：关系抽取 本体学习 知网 自然语言处理 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]