基于本體約束的知識(shí)抽取方法

　　在信息抽取領(lǐng)域，命名實(shí)體識(shí)別方法可以為實(shí)體賦予正確的語(yǔ)義，實(shí)體關(guān)系抽取則可以明確兩個(gè)實(shí)體間的關(guān)系語(yǔ)義。但從知識(shí)的角度來(lái)看，無(wú)論是命名實(shí)體識(shí)別還是實(shí)體關(guān)系抽取都屬于“小粒度”限口識(shí)片段）的抽取，抽取結(jié)果并非獨(dú)立完整的知識(shí)實(shí)例。命名實(shí)體識(shí)別和實(shí)體關(guān)系抽取的成果只有經(jīng)過(guò)知識(shí)合成才能成為獨(dú)立完整的知識(shí)實(shí)例。但由于知識(shí)體系的復(fù)雜性和多樣性，合成“知識(shí)片段”往往是非常困難的。此外，傳統(tǒng)的信息抽取主要采用基于規(guī)則的方法，這種方法會(huì)導(dǎo)致在抽取信息時(shí)因無(wú)法克服不同的信息項(xiàng)滿足同一或具有包含關(guān)系抽取規(guī)則時(shí)無(wú)法確定信息項(xiàng)類型的問(wèn)題。

　　本體是共享的、規(guī)范化的概念模型，是對(duì)某一領(lǐng)域中知識(shí)結(jié)構(gòu)的系統(tǒng)描述，因此從知識(shí)的角度來(lái)看，領(lǐng)域本體是知識(shí)抽取最有效的工具之一。但從目前來(lái)看，基于本體信息抽取和知識(shí)抽取的研究工作對(duì)領(lǐng)域本體的利用非常有限，且主要集中在一些信息本身格式和信息上下文格式的利用；而領(lǐng)域本體中蘊(yùn)含的邏輯知識(shí)以及推理能力很少被利用，因此這類方法在抽取結(jié)構(gòu)比較復(fù)雜的知識(shí)時(shí)抽取效果就明顯下降了。

　　本文研究的思路是：將領(lǐng)域本體中蘊(yùn)含的邏輯知識(shí)轉(zhuǎn)換為一個(gè)Alloy語(yǔ)言表示的模型，在完成命名實(shí)體識(shí)別和實(shí)體關(guān)系抽取的基礎(chǔ)上，使用約束邏輯求解方法（Alloy分析器）來(lái)對(duì)領(lǐng)域內(nèi)的信息進(jìn)行更為精確的定位，最終得到一個(gè)具有明確語(yǔ)義的知識(shí)實(shí)例。本文的組織如下，第二節(jié)給出兩個(gè)引例，明確本文要解決的問(wèn)題；第三節(jié)介紹相關(guān)的概念；第四節(jié)是本文的重點(diǎn)，介紹知識(shí)抽取的算法；第五節(jié)是實(shí)驗(yàn)；最后是相關(guān)工作和結(jié)論。