安徽农业大学茶文化特色库
全部
图书
报纸
期刊
图片
视频
新闻
学位论文
会议论文
-
基于文本的茶学本体学习方法研究
-
作者：
程波波 来源：安徽农业大学 年份：2010 文献类型 ：学位论文 关键词： 概念抽取 关系抽取 本体学习 茶学病虫害
-
描述：自从“语义万维网”概念被提出之后,对本体的研究越来越广泛,本体作为知识规范与表示的有力工具,被广泛应用于Semantic Web、搜索引擎、知识获取、知识表示等领域。随着本体的广泛应用,本体建模也成为研究热点。本体学习是通过利用机器学习、自然语言处理及数理统计等方法和技术自动半自动构建本体,其目标致力于解决本体构建效率问题、构建本体质量问题。本体学习为大规模领域领域本体,实现语义网具有重要意义。本文主要研究基于文本的茶学本体学习,论文以茶学病虫害数据源为对象,研究面向中文文本的本体学习方法和技术,重点研究
-
基于本体的茶学知识管理系统构建的研究
-
作者：
吉喆 张友华 廖步岩 程波波 来源：社会主义新农村信息化建设的发展与前景学术研讨会 年份：2007 文献类型 ：会议论文 关键词： 茶学 知识本体 知识管理 茶叶分类
-
描述：本文介绍了本体的概念、作用及领域知识本体的构建方法,阐述了本体开发平台Protégé的特点以及与推理机RacerPro的连接机制并进行推理的具体实现策略。针对农业知识本体建模的特点。选取了农业中的茶学领域,以茶叶分类体系为例,基于Protégé环境构建了茶学领域的本体,实现对茶学知识的管理.
-
茶学本体学习中的概念抽取
-
作者：
程波波 张友华 李绍稳 辜丽川 朱利君 来源：计算机系统应用 年份：2010 文献类型 ：期刊 关键词： 概念抽取 茶学词典 统计算法 本体学习
-
描述：提出了一种基于茶学词典和统计算法相结合的茶学知识概念抽取方法。该方法以茶学词典为基础,首先对非结构化数据源进行中文分词处理,然后采用两种统计算法对分词结果进行概念抽取。通过使用丰富的茶学词典来降低统计算法时间复杂度,提高了中文分词和概念抽取的精度和效率。实验结果表明,词库的丰富程度决定了概念抽取的效果,可以通过不断丰富词库,进一步提高概念抽取精度。