ACORN : Towards Automating Domain Specific Ontology Construction Process

Bae, Eric; Vasudevan, Bintu G.; Balakrishnan, Rajesh

doi:10.1007/978-3-540-78849-2_49

Cited by 3 publications

(4 citation statements)

References 11 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The concept lattice model is the concept of the hierarchy established under binary relations, and reflects the links between objects and attributes, as well as relations between the generalization and instantiation of concepts. BAE E described the construction of the automatic ontology [3].…”

Section: Introductionmentioning

confidence: 99%

Research on Web Dynamic Ontology Construction Based on Concept Lattice

Hua

Wang

et al. 2013

AMM

View full text Add to dashboard Cite

Ontology and semantic are very popular in Web, and the construction of Web dynamic ontology has been the problem urgent to be solved. Firstly, the basic framework for constructing Web dynamic ontology is shown. Next, the concept lattice is introduced, based on which the novel method of building Web dynamic ontology is given. It includes constructing the initial ontology, extracting web knowledge, generating the formal contexts, merging formal context, merging concept lattices with ontology-based similarity calculation, transforming the concept lattice to the ontology. At last, the stock information system is employed to verify the methods proposed. The results showed the stock ontology could be dynamically updated with the change from the Web, and we can get new inferred knowledge from the updated stock ontology by Racer; the method proposed is valid and feasible.

show abstract

Section: Introductionmentioning

confidence: 99%

Research on Web Dynamic Ontology Construction Based on Concept Lattice

Hua

Wang

et al. 2013

AMM

View full text Add to dashboard Cite

show abstract

“…Ao longo do desenvolvimento deste projeto foram surgindo soluções com objetivos similaresàs proposições iniciais, por exemplo, o ambiente TaxaMiner (Kashyap et al, 2005a), que realiza a prospecção de uma taxonomia em uma coleção de textos, e a ferramenta WebTopic (Escudeiro e Jorge, 2005) que procura encontrar tópicos em coleções de textos hipermídia dinâmicas. E, em consonância com essas idéias, hoje ainda há muitas proposições surgindo, como o ambiente ACORN -Automatic Domain Specific Ontology Construction Process de Bae et al (2008), no qual a prospecção da taxonomia apóia a construção de ontologias. Embora existam muitas técnicas, desde a conversão dos dados originais em textos sem formatação até a extração de algum mapa de tópicos, integrálas e adaptá-las para funcionar junto a intervenções humanas e produzir um resultado satisfatório tem sido um desafio.…”

Section: Cenário E Motivaçãounclassified

“…Finalmente, dois trabalhos atuais que corroboram totalmente com a proposta aqui apresentada são o ambiente ACORN -Automatic Domain Specific Ontology Construction Process de Bae et al (2008) e o dos criadores da ferramenta OntoGen, Fortuna et al (2008). Os dois não trabalham com abordagens híbridas, misturando aprendizado estatístico e técnicas lingüísticas.…”

Section: Trabalhos Relacionadosà Obtenção De Taxonomias De Tópicos Pounclassified

Contribuições para a construção de taxonomias de tópicos em domínios restritos utilizando aprendizado estatístico

Moura¹

View full text Add to dashboard Cite

“…Além dessas formas de representação de documentos textuais baseadas no modelo espaço vetorial, existem outras formas de representação como as baseadas em grafo (Solé et al, 2010), baseadas em sux trees (Zamir e Etzioni, 1998), e baseadas em tensor (Liu et al, 2005b Porém, a organização manual de uma grande coleção de documentos em diretórios, como acontece nos diretórios do Google 4 e Yahoo 5 , pode ser uma tarefa muito árdua e demandar muito tempo. Uma maneira de construir esse tipo de organização de maneira automática pode ser realizada por meio de uma hierarquia de tópicos obtida automaticamente de uma coleção de documentos (Moura, 2009;Bae et al, 2008;Kashyap et al, 2005 Data mining is the process of extracting patterns from data. Data mining is becoming an increasingly important tool to transform this data into information.…”

Section: Esses Tipos De Atributos Podem Ser Benécos Tanto Para O Procunclassified

Representação de coleções de documentos textuais por meio de regras de associação

Rossi¹

View full text Add to dashboard Cite

bag-of-related-words. A abordagem proposta gera atributos compostos por palavras relacionadas com o uso de regras de associação. Com as regras de associação, espera-se identicar relações entre palavras de um documento, além de reduzir a dimensionalidade, pois são consideradas apenas as palavras que ocorrem ou que coocorrem acima de uma determinada frequência para gerar as regras. Diferentes maneiras de mapear o documento em transações para possibilitar a geração de regras de associação são analisadas. Diversas medidas de interesse aplicadas às regras de associação para a extração de atributos mais signicativos e a redução do número de atributos também são analisadas. Para avaliar o quanto a representação bag-of-related-words pode auxiliar na organização e extração de conhecimento de coleções de documentos textuais, e na interpretabilidade dos resultados, foram realizados três grupos de experimentos: 1) classicação de documentos textuais para avaliar o quanto os atributos da representação bag-of-related-words são bons para distinguir as categorias dos documentos; 2) agrupamento de documentos textuais para avaliar a qualidade dos grupos obtidos com a bag-of-related-words e consequentemente auxiliar na obtenção da estrutura de uma hierarquia de tópicos; e 3) construção e avaliação de hierarquias de tópicos por especialistas de domínio. Todos os resultados e dimensionalidades foram comparados com a representação bag-of-words. Pelos resultados dos experimentos realizados, pode-se vericar que os atributos da representação bag-of-related-words possuem um poder preditivo tão bom quanto os da representação bag-of-words. A qualidade dos agrupamentos de documentos textuais utilizando a representação bag-of-related-words foi tão boa quanto utilizando a representação bag-of-words. Na avaliação de hierarquias de tópicos por especialistas de domínio, a utilização da representação bag-of-related-words apresentou melhores resultados em todos os quesitos analisados.iii AbstractThe amount of textual documents available in digital format is incredibly large. Text Mining techniques are becoming essentials to manage and extract knowledge in big textual document collections. In order to use these techniques, the textual documents need to be represented in an appropriate format to allow the construction of a model that represents the embedded knowledge in these textual documents. Most of the researches on TextMining uses the bag-of-words approach to represent textual document collections. This representation uses each word in a collection as feature, ignoring the order of the words, structural information, and it is characterized by the high dimensionality and data sparsity. On the other hand, most of the concepts are compounded by more than one word, such as Articial Intelligence, Neural Network, and Text Mining. The approaches which generate features compounded by more than one word to solve this problem, suer from other problems, as the generation of features without meaning and a dimensionality much higher than that of the bag-of-w...

show abstract

ACORN : Towards Automating Domain Specific Ontology Construction Process

Cited by 3 publications

References 11 publications

Research on Web Dynamic Ontology Construction Based on Concept Lattice

Research on Web Dynamic Ontology Construction Based on Concept Lattice

Contribuições para a construção de taxonomias de tópicos em domínios restritos utilizando aprendizado estatístico

Representação de coleções de documentos textuais por meio de regras de associação

Contact Info

Product

Resources

About