徐立恒，刘 洋，来斯惟，刘 康，田 野，王渝丽，赵 军

（1.中国科学院 自动化研究所 模式识别国家重点实验室，北京100190；2.中国大百科全书出版社，北京100037）

1 引言

近年来，本体被广泛应用于信息集成、智能信息检索、自然语言处理等领域，并被视为语义网应用和解决异构信息系统互操作问题的关键技术之一。现有本体如 CYC［1］和 HowNet［2］等大多依靠专家知识人工编撰。随着知识呈爆炸式地增长，本体创建已经遇到了知识获取瓶颈：手工编撰不仅费时费力，而且知识覆盖率低，数据稀疏，更新缓慢。因此，有必要发展监督或半监督的自动本体构建方法。人工协同创建本体是现阶段较可行的方法之一，同时 Wikipedia、Freebase［3］等大规模知识库的迅速发展，为基于网络知识库构建本体新方法［4－5］提供了契机。

目前中文网络知识库（如维基百科中文版）没有一个规范统一的分类体系，无法被用作实际应用系统的支撑。中国大百科提供了一个由专家制定的权威的体系结构，但该知识体系概念数量较少。本文使用中国大百科知识体系作为目标本体的分类体系，从网络知识库抽取概念，并将概念实例挂载到大百科知识体系的层级结构中，从而构建一个分类体系规范的海量中文本体。传统方法往往认为这个过程是一个文本分类问题，而忽略了网络百科条目中所包含的半结构化信息与语义信息。因此本文提出一种基于多特征表示的本体概念挂载方法。我们的主要贡献在于以下两点。……