維基百科知識(shí)的層次化體系構(gòu)建.pdf

1、知識(shí)庫以一種結(jié)構(gòu)化的形式描述了現(xiàn)實(shí)世界中實(shí)體及實(shí)體間的關(guān)系，知識(shí)表示貫穿于知識(shí)庫的構(gòu)建與應(yīng)用的全過程，是知識(shí)獲取與應(yīng)用的基礎(chǔ)。而在眾多知識(shí)表示方式中，層次化的知識(shí)表示形式結(jié)構(gòu)簡(jiǎn)單直觀，實(shí)體間語義關(guān)系清晰明了。維基百科知識(shí)庫擁有準(zhǔn)確率高、覆蓋面廣、實(shí)時(shí)更新等特點(diǎn)，由其中的概念條目以及條目間的鏈接關(guān)系所構(gòu)成的維基百科鏈接知識(shí)，其節(jié)點(diǎn)的準(zhǔn)確率高，邊包含豐富的語義信息?；趯⒅R(shí)的層次化表示方法運(yùn)用到維基百科知識(shí)中的考慮，提出了構(gòu)建維基百科鏈接

2、知識(shí)的層次化體系的方法，清晰直觀地展示知識(shí)間的語義關(guān)系。
　　首先描述了維基百科知識(shí)庫，包括維基百科的基本知識(shí)、知識(shí)的獲取和基于鏈接關(guān)系構(gòu)建維基百科鏈接知識(shí)，然后提出了一種從大規(guī)模知識(shí)鏈接圖中學(xué)習(xí)出一種層次化結(jié)構(gòu)的知識(shí)表示的解決方案。最初，將維基百科鏈接圖看作一種復(fù)雜的網(wǎng)絡(luò)社區(qū)，基于其不均勻的特性，利用社區(qū)發(fā)現(xiàn)的相關(guān)算法將其劃分為一系列基于某一主題的鏈接子圖，然后利用每個(gè)子圖中的若干關(guān)鍵節(jié)點(diǎn)為其構(gòu)建語義向量空間模型。為了在每個(gè)基于

3、特定主題的鏈接子圖中構(gòu)建知識(shí)的層次化體系，基于 PageRank權(quán)重值較大的節(jié)點(diǎn)沿邊向外擴(kuò)展的方法去發(fā)現(xiàn)每個(gè)子圖中連接比較緊密的節(jié)點(diǎn)微簇，認(rèn)為這種緊密連接的節(jié)點(diǎn)微簇應(yīng)作為層次化知識(shí)結(jié)構(gòu)中的一個(gè)語義單位，用于構(gòu)建層次化結(jié)構(gòu)。最后運(yùn)用凝聚型層次化聚類的思想，通過選擇合適的簇間相似度計(jì)算方法和聚合策略去構(gòu)建知識(shí)的層次化體系。
　　為了驗(yàn)證提出理論的正確性和算法的有效性，對(duì)維基百科鏈接知識(shí)的層次化體系構(gòu)建的各個(gè)階段進(jìn)行了實(shí)驗(yàn)。結(jié)果表明，提