基于Web信息使用改进的无监督关系抽取方法构建交通本体

来源 :计算机系统应用 | 被引量 : 0次 | 上传用户:da_yu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
领域本体是对领域概念及其关系的一种高效合理的展现形式.在构建领域本体过程中,常常遇到的问题就是尽管本体概念完备但概念间关系复杂多样导致人工标记关系代价过高.使用无监督学习的关系抽取算法对包含丰富的领域概念的web信息进行抽取解决了这一问题.然而,传统的无监督学习的算法没有考虑到“单样例多概念对”的问题,导致最终抽取的概念关系不完整.本文利用交通领域的Web信息构建本体,将样例概念关系对权重引入传统的无监督学习方法 Kmeans中,解决了此项问题并通过实验证明该算法取得了良好的效果.
其他文献
针对三维空间中目标物体定位的问题,提出了一种结构简单、操作方便、性价比较高的单摄像机实现双目立体视觉定位的方法.在对目标物体的识别和定位中,利用各方面性能和指标都比较好的SURF算法对所获取的图像进行特征点的提取和匹配.实验结果表明,文中使用的基于SURF算法的单目转双目视觉定位的方法,不论是在定位的精度,还是在时间速度方面都表现出了很好的可行性与实用性,具有一定的现实利用价值.
在以往的导弹武器信息处理设备的先期系统方案设计过程中通常无法对信息处理算法、软件调度、运算时间经常无法做出特别准确的估计,为保证系统性能而盲目选择高配置的硬件就
基于图的半监督学习方法中,图结构经常要预先设定,这就导致了在标签传递过程中,算法不能自适应地学习一个最优的图.为此,提出了一种基于自适应图的半监督学习方法.该方法通过迭代的
数字图书馆公共服务平台为数字化全民阅读提供了一个有效的途径,为广大用户提供大量数字版资源的在线阅读、下载和分享等。随着数字化信息资源的爆炸式增长,如何有效的解决海量
移动3G/4G网络的逐步成熟促进了移动终端多媒体技术的发展以及相关产品的推广。专业实时的气象流媒体服务迎来了新的机遇和挑战,为此设计了一种移动终端气象流媒体服务的解决