Метод автоматического построения онтологии предметной области на основе анализа лингвистических характеристик текстового корпуса

Е. А. Оробинская

Аннотация


Вызов сегодняшнего дня, обусловленный бурным ростом текстовых хранилищ в глобальной сети Интернет, заключается в том, чтобы «научить» сами информационные системы (ИС) обнаруживать и правильно интерпретировать полезную информацию, предоставляемую текстом. Разработка методов автоматического анализа текстовой информации и извлечение из полнотекстовых документов релевантных данных является актуальной задачей инженерии знаний в целом и онтологического инжиниринга в частности. Предпосылкой появления прорывных технологий, которые позволи бы ее решить автор считает поиск решений на основе методов системного анализа, как самого объекта исследования − текста, так и поставленных прикладных задач, которые должны быть решены в ре- зультате такой обработки. Иными словами, для семантического анализа текстовой информации требуется онтологический подход, т.е. чтобы обнаружить в тексте требуемую информацию, сама ИС должна обладать достаточным объемом лингвистических знаний.

Полный текст:

PDF

Литература


Charlet, J., at al. Apport des outils de TAL a la construction d’ontologies : propositions au sein de la plateforme DaFOE/ Charlet, J., at al dans TALN 2009, Senlis, 24–26 juin 2009.

AI3’s Inaugural State of Tooling for Semantic Technologies/ Adaptive Information Adaptive Innovation Adaptive Infrastructure //URL http://www.mkbergman.com/991/the-state-oftooling-

for-semantic-technologies.

Simperl E., Mochol M. Achieving Maturity: the State of Practice in Ontology Engineering in 2009. // In International Journal of Computer Science and Applications, Technomathematics Research Foundation. 2010. Vol. 7 No. 1, P. 45–65.

De Nicola, A., & all. A software engineering approach to ontology building. // In Information Systems 34. 2009. P. 258–275.

Makki J., Alquier A.-M., Prince V. Semi Automatic Ontology Instantiation in the domain of Risk Management. // In IFIP, Advances in Information and Communication Technology. 2008. Volume 288. P. 254-265.

Buitelaar P., Cimiano P., and Magnini B. Ontology Learning from Texts : An Overview./In Ontology Learning from Text: Methods, Evaluation and Applications. / P. Buitelaar, P. Cimmiano, and B. Magnini, Eds. IOS Press. 2008.

Zhou, L. Ontology Learning: State of the Art and Open Issues. // Information Technology and Management. 2007. 8(3), P.241-252.

Hearst, M.A., Automatic Acquisition of Hyponyms from Large Text Corpora. //In: Proceedings of the 14th International Conference on Computational Linguistics. 1992. P 539-545.

Золотова Г.А. Синтаксический словарь: Репертуар элементарых единиц русского синтаксиса. Едиториал УРСС, 2011.

Проект АОТ// URL: http://aot.ru/demo/morph.html.


Ссылки

  • На текущий момент ссылки отсутствуют.