一种基于领域本体的语义索引方法

1. 一种基于领域本体的语义索引方法，其特征在于：包括以下步骤：(1)、利用奇异值分解对单词-文档矩阵进行分解处理：将分词后得到的单词-文档矩阵进行奇异值分解，在单词和文档之间建立一个概念层，得到概念词-文档矩阵，得到最能描述该文档的概念词信息和文档之间的语义关联信息；(2)、基于本体的动态语义模版：首先建立该领域的基本本体知识库，该知识库基本包含了所有的本体概念，本体之间的等价，子类，超类的关系，利用该本体知识库构建一个基于领域本体的动态语义模板库；其中的动态语义模板库的含义在于基本本体知识库的基础之上，通过处理该领域的文档，识别新的本体及陈述，丰富本体知识库，得到更完整的语义模板；(3)、基于本体及其相关陈述的二级索引：语义索引是基于本体及其相关陈述进行的二级索引，利用了步骤(2)添加到动态语义模板库的概念词，即本体，对文档建立倒排索引，同时在每一个本体之下对其出现的相关陈述建立二级索引，该二级索引结构采用Tri树结构。
2. 根据权利要求1所述的基于领域本体的语义索引方法，其特征在于：步骤（1)中利 用奇异值分解对语义分词得到的单词-文档矩阵进行处理，得到新的概念词-文档矩阵；奇异值分解的计算公式如下：formula see original document page 2其中：Mxrf矩阵为步骤(l)中分词之后得到单词-文档矩阵 Ktxr矩阵通过求formula see original document page 2的特征向量得到 Srxr矩阵为一个rxr的以降序存储奇异值的对角矩阵 formula see original document page 2矩阵通过求formula see original document page 2的特征向量得到 利用奇异值分解，将单词-文档矩阵Mtxd分解为较小的三个矩阵，Ktxr， Srxr，formula see original document page 2, Ktxr矩阵的每一行表示意思相关的的一类词，即其中的每个非零元素表示这类词中每个词的重要 性或者说相关性；Mtxd矩阵的每一个列表示相关的一类文档，其中的每个非零元素表示该 文档的重要性或者说相关性；Srxr矩阵表示概念词和文档之间的相关性；利用Srxr矩阵得到 需要的概念词文档矩阵，同时通过选择适当的r减少文档的概念词空间。
3. 根据权利要求1中所述的基于领域本体的语义索引方法，其特征在于：步骤（2)中 的基于本体的动态语义模板对文档抽取本体及其陈述：在利用奇异值分解得到了概念词-文档矩阵后，对每一个文档中的概念词，在语义模板库中査找匹配该概念词，如果找到，则在该 概念词出现的上下文中，根据本体的三元组的模式，査找概念词-谓词-概念词的陈述，如果该陈述在语义模板库中不存在，则添加进入语义模板库，同时将概念词及其陈述添加到索引 中，并记录本体及其陈述的信息，如果该概念词不在语义模板库中，则将该概念词及其上下 文中的三元组陈述添加到一个临时的语义模板库中，并将其出现次数加1，若在一定数量的 文档中，其出现频率超过上限阀值，则将其从临时语义模板库中添加到动态语义模板库中， 否则若其出现频率低于下限阀值，将其从临时语义模板库中删除，表示该概念词不属于该领 域的本体。否则，统计信息清零，重新计数。

暂无