从大规模关联开放数据中提取领域特定概念
信息检索
2022-01-31 v1 人工智能
摘要
我们提出一种从大规模关联开放数据（LOD）中提取目标领域概念的方法，以支持构建提供领域特定知识和定义的领域本体。所提方法通过将 LOD 词表与目标领域相关的技术术语相链接来定义搜索实体。随后将这些搜索实体用作获取 LOD 中上层概念的起点，并检查公共上层实体的出现情况以及路径链关系，以确定目标领域中的概念关联范围。利用技术词典索引和自然语言处理来评估所提取的概念是否覆盖该领域。作为从 LOD 提取类层次的示例，我们使用 Wikidata 构建了面向高分子材料与物理性质的领域本体。所提方法可应用于具有类层次结构的一般数据集，并允许本体开发者为其自身目的创建领域本体的初始模型。
引用
@article{arxiv.2112.03102,
title = {Extracting Domain-specific Concepts from Large-scale Linked Open Data},
author = {Satoshi Kume and Kouji Kozaki},
journal= {arXiv preprint arXiv:2112.03102},
year = {2022}
}