%0 Journal Article
%T 面向文本的本体学习方法
%A 王俊华
%A 左万利
%A 彭涛
%J 吉林大学学报(工学版)
%P 236-244
%D 2015
%X 借助文本预处理工具Gate和通用本体WordNet，采用统计、频繁项挖掘、模式匹配、启发式学习和主动学习等技术，学习本体基元——概念(含实例)、概念间的分类关系、概念间的语义关系和概念属性，其中概念属性学习为本文首次提出。实验结果表明，本文方法改善了概念语义排歧效果，丰富了短语概念学习与语义关系学习，提高了本体自动构建的准确度，降低了本体学习的代价。
%K 人工智能
%K 本体学习
%K 主动学习
%K 模式匹配
%K 频繁项挖掘
%K 启发式学习
%U http://xuebao.jlu.edu.cn/gxb/CN/Y2015/V45/I1/236