DSpace - Tor Vergata >
Facoltà di Ingegneria >
Tesi di dottorato in ingegneria >

Please use this identifier to cite or link to this item: http://hdl.handle.net/2108/1304

Title: Exploiting transitivity in probabilistic models for ontology learning
Authors: Pazienza, Maria Teresa
Zanzotto, Fabio Massimo
Fallucchi, Francesca
Keywords: ontology learning
probabilistic models
artificial intelligence
pseudoinverse
SVD
logistic regression
incremental learning
semantic Turkey
Issue Date: 1-Jul-2010
Abstract: Nel natural language processing (NLP) catturare il significato delle parole è una delle sfide a cui i ricercatori sono largamente interessati. Le reti semantiche di parole o concetti, che strutturano in modo formale la conoscenza, sono largamente utilizzate in molte applicazioni. Per essere effettivamente utilizzate, in particolare nei metodi automatici di apprendimento, queste reti semantiche devono essere di grandi dimensioni o almeno strutturare conoscenza di domini molto specifici. Il nostro principale obiettivo è contribuire alla ricerca di metodi di apprendimento di reti semantiche concentrandosi in differenti aspetti. Proponiamo un nuovo modello probabilistico per creare o estendere reti semantiche che prende contemporaneamente in considerazine sia le evidenze estratte nel corpus sia la struttura della rete semantiche considerata nel training. In particolare il nostro modello durante l'apprendimento sfrutta le proprietà strutturali, come la transitività, delle relazioni ...
Description: 22. ciclo
URI: http://hdl.handle.net/2108/1304
Appears in Collections:Tesi di dottorato in ingegneria

Files in This Item:

File Description SizeFormat
phdthesis.pdf1575KbAdobe PDFView/Open

Show full item record

All items in DSpace are protected by copyright, with all rights reserved.