《基于形式概念分析的本体构建方法研究-韩道军.pdf》由会员分享，可在线阅读，更多相关《基于形式概念分析的本体构建方法研究-韩道军.pdf（7页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第42卷V0142第2期NO2计算机工程Computer Engineering2016年2月February 2016开发研究与工程应用 文章编号：1000-3428(2016)02-0300-07 文献标识码：A 中图分类号：TP311基于形式概念分析的本体构建方法研究韩道军8，甘 甜6，叶曼曼6，沈夏炯钆6(河南大学a数据与知识工程研究所；b计算机与信息工程学院，河南开封475004)摘要：针对传统本体构建方法依靠人工费时费力、主观干扰较大、对隐含概念和关系提取不足等问题，提出基于形式概念分析构建本体的方法。根据本体构建数据源的结构化程度，将这些构建方法分为3类，即基于结构化资源、基于非
2、结构化资源和异构资源的合并本体构建方法。针对这3种类别，分析和阐述代表性的本体构建方法的优缺点，在比较结果中发现基于形式概念分析构建本体具有较大的改进空间，结合具体应用领域构建时需要在对象和属性的取舍、针对不同语言特点构建形式背景等问题上作进一步研究。关键词：形式概念分析；概念格；本体构建；结构化资源；非结构化资源中文引用格式：韩道军，甘 甜，叶曼曼，等基于形式概念分析的本体构建方法研究J计算机工程，2016，42(2)：300-306英文引用格式：Han Daojun，Gan Tian，Ye Manman，et a1Research of Ontology Construction Meth
3、od Based on FormalConcept AnalysisJComputer Engineering，2016，42(2)：300306Research of Ontology Construction MethodBased on Formal Concept AnalysisHAN Daojun4一，GAN Tian6，YE Manman6，SHEN Xiion986(aInstitute of Data and Knowledge Engineering；bSchool of Computer and Information EngineeringHenan Universit
4、y，Kaifeng，Henan 475004，China)【Abstract】To solve these problems during traditional ontology construction like relying on artificial，wasting time andenergy，subjective interference，lack of latent concept extraction and SO on，researchers propose methods of ontologyconstruction based on Formal Concept An
5、alysis(FCA)According to the structure level of data resource using in ontologyconstruction，these methods are divided into three classes：methods based on structured resource，methods based onunstructured resource，combine ontology construction based on different structure resourceThis paper analyses a
6、series ofrepresentational methods of these three classes respectively about their advantages and disadvantages，and finds that thereis big improvement space on the choice between objects and attributes as well as making context aiming at differentlanguage combined with the constrction of the specific
7、 application domain【Key words】Formal Concept Analysis(FCA)；concept lattice；ontology construction；structured resource；unstructuredresoUrCeDOI：103969jissn100034282016020531 概述随着语义Web和信息大爆炸的到来，大规模抽取并表示信息的系统研究变得越发重要。近年来，本体学习逐渐为研究人员熟知，原因是获取信息较为简单且能提供可共享的高级结构。此外，由于本体能够概念化地描述事物的特征并在它们之间建立逻辑关系，这种结构化的可共享信息被广
8、泛应用，目前主要集中在信息检索、人工智能、信息抽取、异构信息系统集成、语义Web等领域。但是，作为一种较为抽象的概念表达方式，本体在具体应用中受到一些挑战：本体在描述庞大的信息并对其概念化时难度较大；随着本体应用领域实体的多样化，本体描述语言相应也变得更需要具有兼容性。基金项目：国家自然科学基金资助项目(61272545，61402149)；河南省科技攻关计划基金资助项目(142102210390)；河南省教育厅科技攻关计划基金资助项目(14A520026)。作者简介：韩道军(1979一)，男，副教授、博士，主研方向为形式概念分析、空间数据处理、信息安全；甘 甜、叶曼曼，硕士研究生；沈夏炯，教
9、授、博士。收稿日期：20141231 修回日期：2015-02-12 Email：15937666029163com万方数据第42卷第2期 韩道军，甘 甜，叶曼曼，等：基于形式概念分析的本体构建方法研究 301研究人员提供了许多经典本体构建方法，如Tore法、Idef-5方法、Kactus工程法、Methontology、Sensus法、骨架法、七步法等：这些方法都有自己的特点和适用领域，再加上本体构建本身也没有统一标准，因此难以在不同领域本体的构建中保持一致3。客观上，本体构建是一件复杂且费时的过程。而对领域专家来说，从给定的数据和文本中发现本体十分困难，需要一种能够半自动获取本体的方法，降
10、低本体构建的复杂度和成本。观察到本体和形式概念分析(Formal ConceptAnalysis，FCA)都是对概念的形式化表达，并且其表现形式都是概念和关系组成的层级结构，所以基于FCA构建本体具有可行性，并且具有以下特点：(1)概念格算法的研究已经较为成熟，在基于FCA构建本体的过程中，原本依赖人工的初始本体构造可以转化为概念格构造，实现了本体构建的半自动化；(2)概念格中的概念是算法自动从形式背景中获取，并按照序关系形成格结构，避免了传统本体构建中人工主观因素的干扰；(3)FCA同时关注对象和属性，而本体只注重属性，将FCA引入本体构建，丰富了本体概念关系提取方法，发现更多隐含概念关系；
11、(4)本体在视觉上像“树”，而概念格则像“网”，树中的节点非此即彼，网中的节点四通八达，通过使用概念格表示本体，可以使本体更像一张“网”，增加节点知识的互联性。本文根据数据源的结构化程度，将基于FCA的本体构建方法分为3类：(1)基于结构化资源进行本体构建；(2)基于非结构化资源进行本体构建；(3)将结构化和非结构化资源合并进行本体构建。其中，结构化资源主要包括关系数据库或主题词表；非结构化资源是指没有固定结构的数据，例如纯文本，在使用这类资源构建本体时，必须先对文本资源进行自然语言处理(Nature Language Processing，NLP)，去除冗余信息，并且最大限度地保留用户感兴趣
12、的内容，以使得机器理解文本并从中获取知识，并使构建好的领域本体实现对领域概念和领域关系的高度覆盖。2 FCA和本体中的概念21形式概念分析形式概念分析理论是德国数学家Wille教授在1982年提出的4，用于概念的发现、排序和显示，并且在1999年Ganter对形式概念分析理论的早期成果作了总结一。文献6指出：FCA不会像其他数据分析方法那样粗粒度减少给定的信息，并且能够包含所有数据细节。其在本体构建过程中的概念提取和关系提取(分类关系和非分类关系)部分的应用被许多学者研究。尤其是对非分类关系的提取，FCA的表现尤为突出。关于形式概念和概念的主要定义如下：定义1 一个形式背景K=(G，M，)是由
13、2个集合G和M以及G与M之间的关系，组成。G的元素称为对象，M的元素称为属性。(g，m)，或glm表示对象g具有属性m。定义2设A是对象集合G的一个子集，定义A中对象共有属性的集合：，(A)=tmMl V gA，glm)相应地设B是属性集合M的一个子集，定义具有曰中所有属性的对象的集合：g(B)=g E GI V mB，glm)性质 对于给定形式背景K=(G，肘，)K=(G，M，)，其中的2个概念(A。，B)，(A：，B：)，以下结论成立：(1)对于A，A：G，如果A。A：，那么，(A：)厂(A)；(2)对于B。，B：肘，如果日。B：，那么g(B：)g(B，)。定义3 若(A，B)，(A：，B
14、：)是某个形式背景的2个概念，而且A。A：，则称(A。，B，)是(A：，B：)的子概念，(A：，B：)是(A，B)的父概念，并记作(A，B)(A：，曰：)，关系称为是概念的“序层次”(简称“序”)。形式背景中所有概念用这种序组成的集合称为概念格，记作：L(G，M，)K=(G，M，)。22本体Gruber于1993年给出了Ontology的定义7，本体是对概念模型明确的形式化说明，概念可以被理解为对世界或领域的抽象描述。文献8中总结了Ontology的5个基本建模元语。这些元语分别为：类(classes)，关系(relations)，函数(functions)，公理(axioms)和实例(ins
15、tances)，通常也把classes写成concepts；概念可以指任何事物；关系表示概念间的相互作用；函数是一种特殊的关系，表示前n一1个元素唯一确定第n个元素；公理表示永真断言；实例表示元素9。本体的结构可以表示为O：=(C，C，R，6，尺)，其中，c和尺分别表示概念集合和关系集合；c上的偏序关系C叫做概念层级；函数6：Rc+，定义域是尺，值域是CC；R上的偏序集尺是关系层级。3 基于FCA构建本体方法的三层结构本文通过分析7种典型的基于FCA构建本体的方法，将基于FCA构建本体的方法体系划分为3个层次：数据源技术层，处理层，输出层，并分别对万方数据302 计算机工程 2016年2月15
16、日7种方法中所使用的数据源和技术，在数据源技术层处理层以及处理层一输出层之间建立联系，明确了基于FCA构建本体过程中的输入输出、因果关系以及构建流程，使原本离散的数据源、技术以及相关处理之间有迹可循，有源可溯。基于FCA构建本体方法的层次如图1所示。图1基于FCA构建的本体方法层次4基于结构化资源的本体构建方法结构化资源作为一种本身就具有二维表结构的数据资源，在被用来构建本体时，省去了自然语言处理，可以简化构建形式背景的过程；其蕴含的分类信息可以为本体概念的提取提供参考；由于结构化资源间具有相似的结构，使得不同的结构化资源能够较为便利地合并(相对于非结构化资源和异构资源)。在基于结构化资源构建
17、本体的基础上，分别提出了循环迭代本体构建方法和实例-属性一属性值矩阵本体构建方法。41循环迭代法文献10认为，以传统分类学作为构建本体概念间关系的基础并按照包含关系来构造概念间的层次，有以下2个弊端：(1)建立对象的层级体系时，一些对象仅按照分类学的序列来组织，但却不具有属性差异，这会在知识共享时带来问题；(2)一旦结构和位置已经被定义将很难再改变。为了解决这些问题，必须用一种更优的方法描述概念和概念之间的关系，而不是仅使用传统的分类学方法进行组织。因此，在GACR项目中提出使用形式概念分析来构造本体的方法，这种方法具有以下特点：(1)概念由属性来描述；(2)属性决定概念的层次，即层级体系不再
18、仅由设计者定义；(3)当不同概念具有相同属性时，认为这些概念等价；(4)该方法可用于合作环境，多个设计者工作于一个本体，每个人都可对本体做改变，由管理者决定哪些改变被采纳。具体步骤是：(I)初始为空对象集合和空属性集合。(2)向背景表中添加对象和属性。(3)显示形式背景对应的概念格或其中的一部分。(4)用户可以在可视化的概念格的基础上做如万方数据第42卷第2期 韩道军，甘甜，叶曼曼，等：基于形式概念分析的本体构建方法研究 303F操作：1)直接编辑(依据本体的实际需要)。添加或删除对象；添加或删除属性；从概念中添加或删除某一属性。2)按照本体构建工具的提示编辑本体。当2个概念重合(具有相同属性
19、)时，要么将其合并成一个概念，要么通过给概念添加属性来加以区别(添加相反属性)；FCA能产生直接由属性构成的新概念，作为已有概念的父概念，但它们并不在背景表中显示。(5)重复整个过程，直到设计者满意为止。该方法是一种分布式构建本体的手段，并且可以循环往复对本体进行完善，但其从无到有的本体构建机制使得这种方法不能有效地利用现有本体。42 DOCFCA方法2013年提出了结合一种基于形式概念分析的领域本体半自动构建方法(Domain Ontology Construction based on FCA，DOCFCA)“，该方法的主要流程如图2所示。图2 DOCFCA流程该方法依据概念格生成领域本体
20、模型的主要思想是：(1)去除底层节点，为每个概念命名。(2)根据概念格层次关系获取本体概念间的关系。(3)分别将概念格中的内涵和外延映射为本体中的概念属性和实例。(4)扩充初始本体。该方法与其他方法的不同之处在于，它增加了实例-属性属性值矩阵向实例属性二值形式的转变，拓宽了基于形式概念分析构建本体方法可用数据源范围。此外，该方法还将实例属性属性值矩阵中具有相同属性的实例归并到同一概念，避免概念冗余并且保证了领域本体最大可扩展性的构建原则。5 基于非结构化资源的本体构建方法除了上节介绍的结构化资源，还有一类资源无法用统一的结构表示，如文本、网页等。这类非结构化资源在本体构建中占有很大的比重，并且
21、其中蕴含着比结构化资源更庞大、更复杂的信息。为了使这类资源能够被机器所理解，需要首先对其进行自然语言处理，获得用户关心的词汇，然后对这些词汇建立形式背景，用于本体构建。基于非结构化资源，提出了构建本体的方法。分别为对概念进行约减，以及利用动词名词的关系，将动词转化为属性。51概念格约简法文献12认为现有的本体构造方法可以分为2类，其中大多数方法以自动发现分类关系为基础，仅有少部分方法可以学习本体意义上的概念间的关系，而将这2类方法结合的本体构建研究则处于缺失状态。因此，提出一种可应用在多领域的半自动本体抽取构建方法，该方法将FCA和基于规则的语言相结合，从特定领域文本中抽取概念的分类，为表示非
22、分类关系，自动将初始本体转化为规则语言。其中，对象为领域实体名；属性为实体文本中出现的名词短语。其流程如图3所示。+图3文献12】方法的流程概念格约减包含3个部分：(1)消除冗余的元素。对于关系对(A，B)，B可能会在所有父概念中出现，因此被继承的元素应当消除。令曰为B中没有在其子概念出现的部分，用(A，B)代替(A，B)。(2)消除格中的外延。(3)为概念命名。对于依然存在内涵的概念节点，直接用其内涵命名；对于内涵和外延都被消除的概念节点，自动命名为c。，c：。该方法实现了概念格的自动构建，对概念格中的概念进行约减，较为简便地获取本体。但在约减时删除了所有的对象，造成数据资源的缺失。52动词
23、后缀法文献13指出，文本的理解依托于作者和读者之间具有共同知识背景，而文本内容的专业化程度越高，双方能找到的共同知识就越少。因此，如何避开各种复杂的词汇定义而仅通过分析词汇的使用方法来获取文本中的知识，成为值得研究的话题。文万方数据304 计算机工程 2016年2月15日献14提出一种结合NLP和FCA的本体构建方法，该方法能够从已有的概念格层次中定义本体概念层次，其主要步骤如下：(1)利用NLP生成语法树，获取动宾依赖关系。对于结果中可能出现不感兴趣的词汇，可以通过对词汇加权并进行信息监测来解决。针对关系提取不完全的问题，文献15提出“Smooth FCA”方法，通过迭代聚类，人工创建更多的
24、属性对象对，如白色框所示。(2)把抽取出的词汇进行变原型处理，如名词复数变为单数形式，动词转换为动词原形并加后缀“able”，以便将来作为概念属性，如灰色框所示。(3)将名词作为对象，动词一able作为属性，构造形式背景并生成概念格，如图4所示。图4名词动词概念格(4)删除概念格底层元素，概念格属性作为本体概念，概念格中的子概念和概念的对象作为本体概念的子概念，如图5所示。图5名词-动词本体该方法利用语法特性将动词转换为名词的属性，并且保留了概念格中的对象，使构建的本体更加完整。但这种方法局限于特定的自然语言，不适用于汉语。6基于异构资源的本体构建方法随着信息资源表现形式越来越多样，仅依靠相同
25、结构的资源体已经不能满足用户需要构建覆盖度广、内容丰富的本体的要求。如何基于异构资源合并构建本体成为近年来热门的研究方向。在此基础上，文献16提出对不同结构化资源合并构建本体的方法；文献17提出一种通过计算语义相似度将海事文本本体添加到初始核心本体的方法；文献18提出一种将结构化资源和非结构化资源通过并叠置操作来构建统一本体的方法。61形式背景并置法构建领域本体往往需要多种不同类型的资源，例如主题词表、数据库、文档集等，其中主题词表提供了一系列层次组织，数据库提供对象属性对，文档集提供对象关系对象三元组。如何将那些从不同资源抽取的知识整合为齐次的形式化表示变得非常重要。文献16提出一种基于FC
26、A构建统一结构本体的方法，该方法对不同结构资源分别构建概念格，之后进行概念格并置，以构建一个完整统一的本体。主要步骤如下：(1)对主题词表构建概念格。主题词表是一种具有层级结构的资源，用类表示一系列对象，对象是类的“叶子”。以主题词表中的对象作为形式背景中的属性，以主题词表中的类作为形式背景中的对象，得到形式背景K。：=(G，M，构造概念格。(2)对数据库构建概念格。其中的对象被一系列属性所描述，分别对应形式背景中的概念和属性，得到形式背景K：=(G，M：，：)，构造概念格。(3)对主题词表和数据库形式背景进行并置操作，得到K=(G，M，)，其中，G是对象的集合(墨和心具有相同对象集)；M：=
27、MUM：；，：=，。u，：。(4)依据得到的概念格构建本体。该方法合并不同结构化资源的前提是具有相同对象集，并且没有讨论如何对非结构化资源进行合并。62形式背景并叠置运算法文献17对上述方法进行整合，以主题词表和文本资源为主要资源，分别对其进行形式化和切词分析，采用形式概念分析建立概念格，最后通过概念格并叠置构建目标本体。主要步骤如下：(1)依照交通汉语主题词表，以具体客车作为对象，以所属类别作为属性，得到基于主题词表的形式背景K=(G。，M，。)。(2)对文本内容进行自然语言处理并对切词结果叠加，针对特定名词提取对象和属性，得到形式背景K：=(G2，M：，：)。(3)由于K。=(G。，M，)
28、和K：=(G：，M：，)满足G。G，G：G，M，M，M：M，即置和K是同域形式背景，可以对其进行并叠置运算，得到新的万方数据第42卷第2期 韩道军，甘 甜，叶曼曼，等：基于形式概念分析的本体构建方法研究 305形式背景(GUG：，M，UM：，u，：)，从而得到同域的异构资源概念格。(4)删除概念格底部节点，格中各节点代表的概念等同于领域本体中的概念。该方法将形式概念分析同时应用于主题词表本体构建和领域文本本体构建，是对前2种方法的综合。但并叠置运算要求2个待操作的形式背景具有部分相似的对象和属性，不利于跨领域的本体合并。63海事本体构建方法文献18提出一种将海事主题词表和海事文本合并构建本体的
29、方法，其中海事泛指一切有关海上的事务。考虑到海事领域具有复杂性，需要对该领域的本体进行细分。该方法主要分为3个部分：(1)以主题词表作为原始数据构建初始核心本体；(2)以海事文本作为原始数据，用形式概念分析的方法生成本体；(3)把从海事文本中得到的新概念和关系添加到初始核心本体中(通过计算两者语义相似度)。框架如图6所示。i葡旃菘：j云诹葙五i函玎：一?ij图6海事本体构建方法的模块在形式概念分析模块中，对切词分析后的文本提取每个句子中的主语作为对象，宾语作为属性，得到形式背景和概念格。再对建好的和概念格进行修剪，转化为本体的概念层次模型。该方法将结构化资源(主题词表)和非结构化资源(文本)合
30、并构建本体，扩展了本体的覆盖范围。但仅在对文本构建本体时采用了形式概念分析，而基于主题词表构建的本体存在语义不够丰富、属性较少的缺点。7 基于FCA的本体构建方法分析通过对这些方法进行研究，发现基于FCA构建本体具有以下3个优点：(1)有利于实现本体构建的半自动化。传统的本体构建多数依赖人工，受主观影响较大。而FCA用数学手段来表现客观知识，削弱了开发者的主观影响。自动构建概念格的算法研究已经较为成熟，常见建格算法有渐进式构造算法、批处理构造算法以及各种改进算法”。基于形式概念分析进行本体构建，需要人工操作的部分已经很少，原本繁琐的初始本体层级结构构造过程可以转化为概念格构造过程，有利于实现本
31、体构建的半自动化。(2)丰富了本体概念关系提取方法，发现更多隐含的概念关系。传统概念关系关注分类学关系，注重知识之间的表面联系。例如直接从句中语法关系来判断上位词和下位词20，并且本体更注重属性而非对象。形式概念分析中的概念形成是对多条信息的聚合，每个概念既有属性也有对象，在从概念格层级向本体层级转化的过程中，一些方法可以保留概念中的对象(Cimiano的方法)，使之成为本体中的一个“叶子”概念。(3)增加了知识互联性，使“树形”的本体在视觉上更像一张“网”。事物间存在着复杂的联系，知识的结构从早期的层级制树形结构发展为类网状的“茎块”结构，“网”中的概念经纬相连，而“树”中的概念只能归属于非
32、此即彼的类别中。概念格理论在层级制的本体和网络状的知识之间建立联系并拉近两者距离。然而由于受到具体应用环境和方法本身特性的约束，基于FCA的本体构建方法有以下4个缺点：(1)基于FCA构建本体的方法主要集中在对概念和关系的提取上，参考许多文献后发现如何提取公理的研究较少，公理的提取和维护也是本体构建中不可缺少的一环。(2)许多经典的本体构建方法和相应工具研究对象为外文资源，具有一定针对其语言本身特点的操作。例如Cimiano的方法中提出对动词和名词作原型化处理并为动词加上一able后缀，这种方法显然不适用于汉语。(3)由于FCA同时关注对象和属性，而本体更注重对属性的描述，因此在将概念格层级结
33、构向本体层级结构转化的过程中，如何取舍对象和属性是个重要问题。在本文介绍的几种方法中，Haav将概念格中的概念重新命名，生成的目标本体里不再有对象；Cimiano将概念格中的对象作为概念本身的子概念；Obitko平等对待属性和对象的添加，仅在出现重合概念时添加属性以作区别；田维对相同属性实例进行归并，虽然一定程度上减少了概念的冗余，却也损失了数据资源的细节。这些方法在对象和属性取舍上的差异会造成对相同资源构建出不同本体。(4)异构资源构建本体的方法在对不同形式背景合并时，主要依赖概念格的并置和叠置操作。这种方法要求待合并的形式背景具有相似结构，而对概念本身内在联系的利用不够充分。万方数据306
34、 计算机工程 2016年2月15日8 结束语目前基于FCA构建本体的方法研究呈现出应用环境和技术手段的多样化，注重与当今信息网络环境发展趋势结合，并针对具体应用具体构建。如文献21借助云环境下的技术理念探索基于FCA的领域本体协作构建模式，提高本体构建的效率和质量；文献22给出基于FCA和Folksonomy的本体构建方法，为网络社区环境下通过社群分类法实现及时、灵活和人本的本体构建过程提供新的思路；文献23结合情报学领域本体构建实例说明FCA在本体构建中的应用；文献24提出了形式概念分析在基于非结构化资源的本体学习中的应用及其三维可视化展现形式。这些研究丰富了本体与其他相关技术的结合，拓宽了
35、本体的应用领域。本体的相关研究以本体构建为起点，逐步开始向外延伸，沿着“本体构建一本体合并本体集成本体对应”这一路径发展旧5。随着越来越多领域本体的成功构建，发现任何单一的本体都难以独自实现知识表达和知识复用，如何让这些具有重叠知识的本体相互关联、互相映射，而不是费时费力地重新构建更大的本体，需要对本体构建之后做进一步研究。本体合并是对同一领域的多个本体进行整合，从而构建该领域的统一本体；本体集成则是将相关领域的不同本体融合在一起，重点对其差异进行互补；本体对应是指分布式本体协调，随着以上2种本体研究构建出庞大的统一目标本体，并在当今网络环境下显示出低效和迟钝的缺点，如何在本体间建立通信和协调
36、受到越来越多学者的关注。本文将基于FCA构建本体的方法按照其资源结构化程度的不同分为3类，并找出本体构建过程中所使用的各种技术之间的相互影响和联系。通过分析，证实了基于FCA构建本体的方法具有主观影响小、构建层级简单、知识互联性强等优点。但一些方法受其本身特性的局限并不适用于其他语言，并且在对异构资源构建本体时，FCA表现出了操作的局限性。而本体构建的相关研究也在不断向外延伸，如何解决基于FCA构建本体方法的不足，并将完善的方法广泛应用到本体合并、本体集成等相关领域是今后的研究方向。参考文献2345Maedche AStaab SOntology Learning for the Semant
37、icWebJIEEE Intelligent Systems，2001，16(2)：7279Wong W，Liu Wei，Bennamoun MOntology Learningfrom Text：A Look Back and into the Futurel J IACMComputing Surveys，2012，44(4)：2036张文秀，朱庆华领域本体的构建方法研究J图书与情报，2011，(1)：16一19，40Ganter B，Wille R，Wiile RFormal Concept AnalysisMBerlin，Germany：Springer，1999Gmater B，Wi
38、lle R，Franzke CFormal Concept Analysis：Mathematical FoundationsMBerlin，Germany：Springer，19976 Ganter B，Wille RApplied Lattice Theory：FormalConcept AnalysisMGrIitzer GGeneral LatticeTheoryBirkhiiuser，Swiss：Sn，19977 Gruber T RToward Principles for the Design ofOntologies Used for Knowledge SharingJInt
39、ernationalJournal of Humancomputer Studies，1995，43(5)：907-9288 G6mezP6rez A，Benjamins ROverview of KnowledgeSharing and Reuse Components：Ontologies andProblem-solving MethodsCProceedings ofInternational Joint Conference on Artificial IntelligenceStockholm，Sweden：sn，1999：1159邓志鸿，唐世渭，张 铭，等Ontology研究综述
40、J北京大学学报：自然科学版，2002，38(5)：730-73810Obitko M，Snasel V，Smid J，et a1Ontology Design withFormal Concept AnalysisDOstrava，Czechoslovakia：Technical University of Ostrava，200411田维，郭剑毅，余正涛，等结合FCA与Jena的领域本体半自动构建方法研究J计算机工程与科学，2013，35(3)：1151201 2Haav H MA Semiautomatic Method to OntologyDesign by Using FCACPro
41、ceedings of InternationalWorkshop on Concept Lattices and their ApplicationsNew York，USA：ACM Press，2004：132513Cimiano P，Hotho A，Stumme G，et a1ConceptualKnowledge Processing with Formal Concept Analysisand OntologiesMBerlin，Germany：Springer，200414Cimiano P，Staab S，Tane JAutomatic Acquisition ofTaxono
42、mies from Text：FCA Meets NLPCProceedings of Workshop on Adaptive Text Extractionand MiningNew York，USA：ACM Press，2003：11091 5Cimiano P，Staab S，Tane JDeriving Concept Hierarchiesfrom Text by Smooth Formal Concept AnalysisCProceedings of GI Workshop on LemenWissenAdaptivitiitBerlin，Germany：Springer，20
43、03：72-791 6Bendaoud R，Napoli A，Toussaint YFormal ConceptAnalysis：A Unified Framework for Building and RefiningOntologiesMBerlin，Germany：Springer，2008：15617117孙利基于主题词表和FCA的海事本体构建研究D大连：大连海事大学，201018滕广青基于概念格的数字图书馆知识组织研究D长春：吉林大学，201219Gajdog P，Sndel VA New FCA Algorithm EnablingAnalyzing of Complex and
44、Dynamic Data SetsJSoftComputing，2014，18(4)：68369420Liu Kaihong，Hogan W R，Crowley R SNatural LanguageProcessing Methods and Systems for Biomedical OntologyLearningJJournal of Biomedical Informatics，201 1，44(1)：16317921颜时彦，王胜清，罗云川，等云环境下基于FCA的领域本体协作构建模式初探J现代图书情报技术，2014，30(3)：495622张云中一种基于FCA和FOlksonomy的本体构建方法J现代图书情报技术，2011，27(12)：15-2323刘萍，高慧琴，胡月红基于形式概念分析的情报学领域本体构建J图书情报知识，2012，(3)：202624徐红升基于形式概念分析的本体构建、合并与展现D开封：河南大学，200725滕广青，毕强国外本体协调研究前沿进展及热点分析J中国图书馆学报，2012，(1)：113-120编辑顾逸斐万方数据