高俊平
- 作品数：2 被引量：19H指数：1
- 供职机构：西南科技大学计算机科学与技术学院更多>>
- 发文基金：博士科研启动基金四川省教育厅资助科研项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 面向维基百科的领域知识演化关系抽取被引量：19
- 2016年
- 互联网下同一领域中不同知识概念间存在多种关系,其中演化关系对于用户学习和理解领域知识,梳理领域知识的前序和后续逻辑关系具有重要意义,然而网络数据的多样和无序使用户难以准确有序地获取领域知识关系.针对该问题,提出一种面向中文维基百科领域知识的演化关系抽取方法,利用语法分析特征,挖掘演化关系模式,构建演化关系推理模型,采用基于句子层面的关系抽取算法识别领域知识演化关系,最后在真实的维基百科数据集上对该文方法进行了性能评测.实验表明,该方法具有较高的关系抽取准确率和召回率,能有效地抽取出维基百科中领域知识的演化关系.同时,基于实验抽取结果构建知识图谱,能有效挖掘领域学科下知识集合的演化体系,识别重难点知识,对学科建设以及相关课程教学具有一定的指导意义.
- 高俊平张晖赵旭剑杨春明李波
- 关键词：领域知识维基百科关系抽取条件随机场社会媒体
- 基于特征词的Web领域知识分类研究
- 2016年
- Web环境下,领域知识对于构造面向互联网的领域知识间的知识图谱具有重要意义,然而网络数据的杂乱无序使学习者难以快速准确全面地获取其中的领域知识。针对该问题,提出一种基于特征词的Web领域知识文本分类方法,以特征词为特征,利用支持向量机(SVM)作为基本分类算法。实验表明,该方法具有良好的准确率和召回率,能有效地从数据中分类出含有领域知识的数据,为面向Web的领域知识后续研究奠定基础。
- 高俊平张晖赵旭剑杨春明李波
- 关键词：领域知识知识图谱文本分类支持向量机
