位置:成果数据库 > 期刊 > 期刊详情页
中文网页语义标注:由句子到RDF表示
  • ISSN号:1000-1239
  • 期刊名称:《计算机研究与发展》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]吉林大学计算机科学与技术学院,长春130012, [2]吉林大学符号计算与知识工程教育部重点实验室,长春130012
  • 相关基金:国家自然科学基金重大项目(60496321);吉林省科技发展计划基金项目(20070533)
中文摘要:

语义网远景的实现需要自动化的语义标注方法.提出了一种在领域本体指导下,针对中文网页的语义标注方法.运用统计学方法与自然语言处理技术,以文档中句子为处理对象,采取识别和组合两个阶段来完成句子向RDF表示的映射.它具有以下特点:以统计方法获得领域相关词汇,构造领域词汇标注列表作为外部领域知识,降低对通用语言本体的依赖;显式的属性类型标注方法识别出句子中表达关系的词汇,标注为属性类型,利于后续关系抽取;构造句子的句法依存关系树(森林),按照依存关系对词汇进行组合,形成RDF陈述.实验结果显示此方法较基于主谓宾语法关系的语义标注方法更为有效.

英文摘要:

The Semantic Web aims to leverage the World Wide Web to a Web of data,where machines are able to process annotations and relations between resources,and where implicit information can be derived from utilizing ontologies and shared vocabularies.To fulfill the vision of the Semantic Web,a method of automatic semantic annotation is needed.Proposed in this paper is a methodology for semantic annotation of Chinese Web pages,which is guided by domain ontology.The statistical method and the natural language processing technology are employed,and the mapping from sentences to RDF representations are realized through the identification phase and the grouping phase.The major technical contributions are:the domain lexicon constructed by the statistical method rather than the linguistic ontology is used as the external domain knowledge;the explicit property type tagging algorithm is used to recognize both instances and properties contained in sentences to facilitate relation extraction;after building dependency trees or dependency forests of sentences,the identified instances and properties can be grouped into RDF statements according to the dependency relationship among Chinese words.The experimental result shows that compared with the semantic annotation method based on the grammatical relationship of subject-verb-object,this method is significantly more effective.

同期刊论文项目
期刊论文 164 会议论文 64 获奖 8 著作 1
同项目期刊论文
期刊信息
  • 《计算机研究与发展》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院计算技术研究所
  • 主编:徐志伟
  • 地址:北京市科学院南路6号中科院计算所
  • 邮编:100190
  • 邮箱:crad@ict.ac.cn
  • 电话:010-62620696 62600350
  • 国际标准刊号:ISSN:1000-1239
  • 国内统一刊号:ISSN:11-1777/TP
  • 邮发代号:2-654
  • 获奖情况:
  • 2001-2007百种中国杰出学术期刊,2008中国精品科...,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰文摘与引文数据库,美国工程索引,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:40349