استخراج حقایق مکان ها با استفاده از آنتولوژی یاگو

Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,247

This Paper With 6 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ROUDSARIT01_033

تاریخ نمایه سازی: 19 مرداد 1390

Abstract:

برای یافتن اطلاعاتی در مورد مکان ها باید وب سایتهای مربوطه جستجو شوند یکی ازاین وب سایت ها ویکی پدیا نام دارد همیشه استخراج اطلاعات ازوب موردتوجه قرارگرفته است استخراج اطلاعات مناسب با پرسش کاربر از مشکلاتی است که همیشه گریبانگیر طراحان می باشد انتولوژی توانسته است براین مشکل فائق اید. انتولوژی یا گو که تلفیقی از دانشنامه ویکی پدیا و وردنت است مکانهای مختلف در صفحات سایتمذکور را ارایه میدهد همچنین توضیحاتی متفاوتی را در باره مکان مورد نظر دراین سایت با حیطه های متفاوت می توان ارائه کرد دراین مقاله به معرفی الگوریتم های استخراج حقایق مکانها دراین انتولوژی می پردازیم.

Authors

صدرا بابایی

موسسه آموزش عالی غیرانتفاعی مهراستان استانه اشرفیه

فرهاد عابدینی

دانشگاه آزاد اسلامی واحد رودسرواملش

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Farhad Abedini, Fariborz mahmoudi, Amir Hossein Jadidinejad. oFE: Ontological Facts ...
  • Farhad Abedini, Fariborz mahmoudi, Amir Hossein Jadidinejad. A New Disam ...
  • Farhad Abedini, Fariborz mahmoudi, Amir Hossein Jadidinejad. SESR: Semantic Entity ...
  • Farhad Abedini, Fariborz mahmoudi, Amir Hossein Jadidinejad. From Text to ...
  • F. M. Suchanek, G. Kasneci, and G. Weikum. YAGO: A ...
  • F. M. Suchanek, G. Kasneci, and G. Weikum. YAGO - ...
  • F. Wu and D. S. Weld. Automatically refining the Wikipedia ...
  • Z. Nie, Y. Ma, S. Shi, J.-R. Wen, and W.-Y. ...
  • International Conference _ World Wide Web (WWW), pages 81-90, New ...
  • F. M. Suchanek, Automated Constructior and Growth of a Large ...
  • Alex, B., B. Haddow, and C. Grover, Recognising Nested Named ...
  • : Biological, translational, and clinical language processing. 2007: Prague. ...
  • J. Chen, D. Ji, C. L. Tan, and Z. Niu. ...
  • P. DeRose, W. Shen, F. Chen, A. Doan, and R. ...
  • On Very Large Data Bases (VLDB), pages 399-410. VLDB Endowment, ...
  • S. Soderland, D. Fisher, J. Aseltine, and W. Lehnert. Crystal: ...
  • E. Yeh, D. Ramage, C. D. Manning, E. Agirre, A. ...
  • G. Kasneci, F. M. Suchanek, G. Ifrim, M. Ramanath, and ...
  • X. Zhang, H. Li, Y. Qu, "Finding Important Vocabulary within ...
  • Michael D. Lee, Brandon Pincombe, and Matthew Welsh. An empirical ...
  • A. Maedche and S. Staab. Ontology learning from text. In ...
  • P. Cimiano and J. Voelker. Text2Onto - A Framework for ...
  • Philip Resnik. Semantic similarity in _ taxonomy: An information -based ...
  • F. M. Suchanek, M. Vojnovic, and D. Gunawarden, Social Tags: ...
  • Knowledge Management (CIKM), New York, NY, USA, 2008. ACM. To ...
  • Stephan Bloehdorn, Philipp Cimiano, Alistair Duke, Peter Haase, _ Heizmann, ...
  • _ _ Shaul Markovitch Overcoming the Brittlenes Bottleneck using Wikipedia: ...
  • نمایش کامل مراجع