基于贝叶斯网络的农业领域概念自适应提取方法研究
为了提升自动或半自动构建农业本体的质量，本文提出了一种具有自适应性的农业领域概念提取方法。该方法结合上下文依赖分析、互信息技术和领域度判断等算法，构建贝叶斯网络模型。并且通过大量的数据训练,得出贝叶斯网络条件概率分布表。在概念提取的过程中，对所提取概念的准确率和召回率进行分析，并且利用条件概率分布表中的先验知识，通过贝叶斯网络的逆向推理，确定需要调整阈值的位置，对该位置的阈值进行调整，以实现农业领域概念自适应提取。
贝叶斯网络 概念提取 自适应 农业本体 本体学习
刘超 李绍稳 张友华 王凯 张筱丹
安徽农业大学信息与计算机学院,合肥 230036
国内会议
重庆
中文
89-92
2010-10-21（万方平台首次上网日期，不代表论文的发表时间）