基于深度学习的领域本体概念自动获取方法研究

CORC > 文献情报中心 > 中国科学院文献情报中心 > 中国科学院兰州文献情报中心 > 信息系统部

	基于深度学习的领域本体概念自动获取方法研究
	王思丽1,2,3 ; 祝忠明1,2 ; 刘巍 1,2; 杨恒 1,2
刊名	情报理论与实践
	2019-10-28
期号	10 页码:1-13
关键词	深度学习领域本体概念自动获取词嵌入自注意力
ISSN号	1000-7490
其他题名	Method of Domain Ontology Concept Automatic Extraction Based on Deep Learning
产权排序	1
英文摘要	[目的/意义]实现对领域概念的自动学习抽取，解决领域本体自动化构建的首要基础任务。[方法/过程]以无监督的学习方法和端到端的识别模式为理论技术基础，首先通过对主流词嵌入模型进行对比分析，设计提出了基于Word2Vec和Skip-Gram的领域文本特征词嵌入模型的自动生成方法；其次研究构建了以IOB格式的标注文本作为输入，基于自注意力机制的BLSTM-CRF领域概念自动抽取模型；最后以资源环境学科领域为例进行了实验研究与评估分析。[结果/结论]模型能够实现对领域概念的自动抽取，对领域新概念或术语的自动识别也具有一定的健壮性。[局限]模型精度尚未达到峰值，有待进一步优化提升。
URL标识	查看原文
资助项目	基于深度学习的领域本体自动构建方法研究
语种	中文
内容类型	期刊论文
源URL	[http://ir.las.ac.cn/handle/12502/10532]
专题	文献情报中心_中国科学院兰州文献情报中心_信息系统部
作者单位	1.中国科学院西北生态环境资源研究院文献情报中心 2.中国科学院兰州文献情报中心 3.中国科学院大学
推荐引用方式 GB/T 7714	王思丽,祝忠明,刘巍,等. 基于深度学习的领域本体概念自动获取方法研究[J]. 情报理论与实践,2019(10):1-13.
APA	王思丽,祝忠明,刘巍,&杨恒.(2019).基于深度学习的领域本体概念自动获取方法研究.情报理论与实践(10),1-13.
MLA	王思丽,et al."基于深度学习的领域本体概念自动获取方法研究".情报理论与实践 .10(2019):1-13.