第1章 绪论 1
1.1 研究的背景及意义 1
1.2 本书的主要内容、基本思路和方法 4
1.2.1 主要内容 4
1.2.2 重点和难点 5
1.2.3 基本思路和方法 5
1.2.4 创新之处 6
第2章 领域本体构建综述 7
2.1 传统领域本体构建方法及存在的问题 7
2.2 领域本体半自动构建方法 10
2.3 本体自动构建的核心要素 13
2.3.1 术语 13
2.3.2 概念 14
2.3.3 实例 14
2.3.4 概念间关系 15
2.3.5 公理 16
2.3.6 元知识 17
2.4 领域本体自动构建的基础 17
2.4.1 背景或先验知识 17
2.4.2 输入 17
2.5 构建的方法 18
2.5.1 用于构建的几种学习算法 18
2.5.2 本体类型对构建的要求 19
2.5.3 构建方法的比较 20
2.5.4 代表性构建方法分析 27
2.6 领域本体自动构建工具分析 35
2.6.1 工具简介 35
2.6.2 构建工具比较 36
2.7 本体描述语言 40
2.7.1 HTML 40
2.7.2 XML 40
2.7.3 RDF 41
2.7.4 RDFS 41
2.7.5 OML 41
2.7.6 OIL 41
2.7.7 DAML 42
2.7.8 OWL（OWL2） 42
2.8 本章小结 42
第3章 一种分层的本体自动构建方法体系 44
3.1 分层方法概述 44
3.2 本体术语自动抽取 45
3.2.1 基于语言学的方法 45
3.2.2 基于统计的方法 47
3.2.3 混合方法 49
3.3 本体概念和实例抽取 50
3.3.1 概念自动抽取方法 50
3.3.2 实例抽取 52
3.4 领域本体分类体系构建 54
3.4.1 相关定义 54
3.4.2 本体概念层次的抽取方法 57
3.5 非分类关系构建 67
3.5.1 语义关系类型 68
3.5.2 非分类关系学习方法 69
3.5.3 本体关系的修剪 73
3.6 本章小结 74
第4章 基于多策略的领域本体自动构建工具 75
4.1 概述 75
4.2 GOLF系统架构 76
4.3 本体概念自动抽取 77
4.3.1 术语自动抽取 77
4.3.2 概念抽取算法库 81
4.3.3 语料知识库的引入 83
4.3.4 语义排歧 85
4.3.5 概念聚类 86
4.4 本体关系学习 86
4.4.1 分类关系学习 86
4.4.2 非分类关系学习 91
4.5 核心本体构建 92
4.6 本章小结 96
第5章 本体自动构建平台GOLF的实验及分析 98
5.1 实验语料 98
5.2 实验评估方法 99
5.3 实验过程及分析 99
5.4 本章小结 106
第6章 面向本体自动构建的多策略评价 108
6.1 本体评价概论 108
6.2 本体评价的主要内容 110
6.2.1 本体评价的层次及指标 110
6.2.2 本体手工评价方法 111
6.2.3 本体自动构建系统的评价 114
6.2.4 一种分层评价方法 116
6.3 基于最小风险的本体评价方法 118
6.3.1 贝叶斯决策理论 118
6.3.2 基于最小风险的本体评价模型 119
6.3.3 本体评价过程 120
6.4 RiMOE中的评价策略 121
6.4.1 评价标准 122
6.4.2 基于词汇级的评价 122
6.4.3 基于分类体系的评价 123
6.5 GOLF的评价实验 127
6.5.1 对GOLF评价的基本思路 127
6.5.2 实验结果分析 129
6.6 本章小结 131
第7章 GOLF在数字图书馆和电子政务中的应用 133
7.1 GOLF在数字图书馆中的应用 133
7.1.1 概论 133
7.1.2 基于本体的数字图书馆框架 134
7.1.3 面向数字图书馆的本体自动构建 136
7.1.4 基于本体知识元的数字图书馆学科标引 136
7.1.5 DL用户标签本体的自动构建 141
7.2 GOLF在电子政务领域的应用 145
7.2.1 电子政务领域本体描述 145
7.2.2 电子政务领域的术语自动抽取 147
7.2.3 实证分析 153
7.3 本章小结 153
第8章 结束语 155
8.1 本书的主要研究成果 155
8.2 进一步的研究工作 157
参考文献 158
主题索引 174
图表索引 175