Aprendizado de ontologias

Origem: Wikipédia, a enciclopédia livre.

Aprendizado de ontologias é a criação automática ou semiautomática de ontologias, incluindo a extração dos termos de domínio correspondentes e as relações entre os conceitos que esses termos representam de um corpus de texto em linguagem natural e a codificação em uma linguagem de ontologia para fácil recuperação através de computadores.

Como a construção manual de ontologias pode ser bastante trabalhosa e demorada, há uma grande motivação para automatizar o processo.

Tipicamente, o processo tem por etapas a extração de termos e conceitos de texto, através de processadores linguísticos, como marcação de parte da fala e fragmentação de frases. Em seguida, técnicas estatísticas[1] ou simbólicas[2][3] são usadas para extrair relacionamentos, muitas vezes baseadas em técnicas de extração de hiperônimos baseadas em padrões[4] ou baseadas em definições.[5]

Referências Bibliográficas[editar | editar código-fonte]

Referências[editar | editar código-fonte]

  1. A. Maedche and S.Staab. Learning ontologies for the semantic web.In Semantic Web Worskhop 2001.
  2. Roberto Navigli and Paola Velardi. Learning Domain Ontologies from Document Warehouses and Dedicated Web Sites, Computational Linguistics,30(2), MIT Press, 2004, pp.151-179.
  3. P.Velardi, S.Faralli, R.Navigli. OntoLearn Reloaded: A Graph-based Algorithm for Taxonomy Induction. Computational Linguistics, 39(3), MIT Press,2013, pp.665-707.
  4. Marti A. Hearst. Automatic acquisition of hyponyms from large text corpora. In Proceedings of the Fourteenth International Conference on Computational Linguistics, pages 539--545, Nantes, France, July 1992.
  5. R.Navigli, P. Velardi. Learning Word-Class Lattices for Definition and Hypernym Extraction.Proc.of the 48th Annual Meeting of the Association for Computational Linguistics (ACL 2010), Uppsala, Sweden, July 11–16, 2010, pp.1318-1327.