Ontology Enrichment Based on Unstructured Text Data

Abstract

Název práce: Rozširovaní ontologie z nestrukturovaného textu Autor: Ivana Lukšová Katedra: Katedra softwarového inženýrství Vedoucí diplomové práce: Mgr. Martin Nečaský, Ph.D., Katedra soft- warového inženýrství Abstrakt: Sémantická anotace - přirazení sémantických informací k textu - je základní úloha v oblasti získávaní znalostí. V posledních letech byly navrženy víceré platformy pro sémantickou anotaci, avšak automatické vytváření ontologií z textu je stále náročný problém. V této práci je představena nová metoda pro polo-automatické rozšiřovaní ontologie z nestrukturovaného textu, která by měla tento proces usnadnit. Nové elementy ontologie, jako koncepty a relace, jsou extrahovány z textu - zapojením metod zpracovaní přirozeného jazyka a strojového učení. Naše metoda dosahuje F-skóre až 71% pro ex- trakci konceptů a až 68% pro extrakci relací. Klíčová slova: ontologie, strojové učení, získavaní znalostí 1

Title: Ontology Enrichment Based on Unstructured Text Data Author: Ivana Lukšová Department: Department of Software Engineering Supervisor: Mgr. Martin Nečaský, Ph.D., Department of Software Engi- neering Abstract: Semantic annotation, attaching semantic information to text data, is a fundamental task in the knowledge extraction. Several ontology-based semantic annotation platforms have been proposed in recent years. However, the process of automated ontology engineering is still a challenging problem. In this paper, a new semi-automatic method for ontology enrichment based on unstructured text is presented to facilitate this process. NLP and ma- chined learning methods are employed to extract new ontological elements, such as concepts and relations, from text. Our method achieves F-measure up to 71% for concepts extraction and up to 68% for relations extraction. Keywords: ontology, machine learning, knowledge extraction 1