贺海涛
- 作品数：3 被引量：12H指数：2
- 供职机构：长春工业大学计算机科学与工程学院更多>>
- 发文基金：吉林省自然科学基金吉林省教育厅“十二五”科学技术研究项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于中文文本的疾病领域本体学习的研究被引量：5
- 2014年
- 为提高领域本体概念及概念之间关系提取效率和准确率,提出基于中文文本的领域本体学习模型。在提取候选概念的过程中,采用修改后的关联规则频繁项计算方法对合成词进行处理,并结合位图存储分词处理后术语间的物理相邻关系,再通过计算领域相关度和领域一致度对候选概念进行筛选,最后利用关联规则可信度和层次聚类的方法分别提取概念间的非分类关系和分类关系。实验结果表明,该模型对领域本体学习具有合理性,提出的算法与基于互信息的本体学习相比较,在概念和关系的提取上具有较高的准确性。
- 贺海涛郑山红侯丽鑫王国春王璐
- 关键词：本体学习非结构化数据关联规则位图层次聚类
- 融合概念格约简的中文领域本体学习方法
- 2013年
- 在基于形式概念分析的中文领域本体学习中,为提高概念格构建效率,将概念格约简理论应用于概念格构建中。首先对基于语义依存分析获取的形式背景进行对象和属性约简,然后基于约简的形式背景采用Godin算法构造概念格,最后根据修复定理修复约简概念格,得到完整的概念格。通过有关对萝藦科植物的文本学习,得到一个萝藦科植物领域本体。实验结果表明,引入概念格约简理论,概念格的构建效率提高70%,进而提高了领域本体构建的效率。
- 侯丽鑫郑山红贺海涛赵辉韩冬
- 关键词：形式概念分析
- 基于关联规则和语义规则的本体概念提取研究被引量：8
- 2014年
- 为解决基于非结构化文本的中文领域本体概念提取效率和准确率不理想的问题,提出了一种基于关联规则和语义规则的领域本体概念提取方法。利用领域一致性和相关性检查以及关联规则分别获取候选概念和关系集合,计算候选概念在领域术语关系中的深度和广度,利用深度和广度信息反馈概念隶属度的思想,定量分析术语与领域的隶属程度,进行本体概念的领域隶属度检查,完成领域本体概念的提取。实验结果表明,该方法提高了领域本体概念的提取效率和准确率,具有可行性和合理性,领域本体概念的提取准确率提高了12%左右。
- 贺海涛郑山红李万龙彭馨仪
- 关键词：关联规则语义规则
