استخراج ویژگیهای توصیف کننده یک موجودیت، از متون وب با استفاده از آنتولوژی

داده کاوهای مبتنی بر دانش و الگوریتم های طبقه بندی به سیستم هایی نیاز دارند که بتوانند دانش را از متون ساده استخراج و ایناطلاعات را با منابع ساخت یافته دانش، مانند آنتولوژیها نگاشت بدهند، بدین ترتیب تحلیل معنایی متون امکان پذیر خواهد بود.سیستمی که در این مقاله پیشنهاد شده است با استفاده از یک آنتولوژی از پیش تعریف شده، مفاهیم داده های مورد تحلیل را بهروشی خودکار شناسایی خواهد کرد. یکی از ویژگی های سیستم ما تمرکز بر استخراج موجودیت های نامدار از متون است. اینموجودیتها ویژگیهای موجودیت مورد تحلیل را بیان می کنند. سپس با روش های آماری مبتنی بر وب تحلیل شده تا در نهایت بامقاهیم آنتولوژی نگاشت پیدا کنند. در نتیجه ویژگیهای مربوط به شئ کشف خواهند شد. سیستم با هدف حاشیه نویسی توریستو منابع متنی ویکی پدیا مود آزمایش قرار گرفته است و نتایج قابل توجهی را کسب کرده است.

کلیدواژه ها:

آنتولوژی ، استخراج اطلاعات ، الگوهای زبانی ، آمار مبتنی بر وب ، موجدیت نامدار ، نگاشت معنایی