[发明专利]一种农业领域本体自适应学习建模方法

权利要求书

1.一种农业领域本体自适应学习建模方法，其特征在于，使用多Agent技术集成预处理Agent、概念自适应提取Agent、概念间分类关系自适应提取Agent、概念间非分类关系提取Agent和自适应Agent。

2.如权利1要求所述的一种农业领域本体自适应学习建模方法，其特征在于，预处理Agent采用逆向最大匹配算法进行分词预处理。

3.如权利1要求所述的一种农业领域本体自适应学习建模方法，其特征在于，概念提取Agent在预处理后，采用互信息技术、右上下文依赖分析、领域相关性判断提取农业领域概念。

4.如权利1要求所述的一种农业领域本体自适应学习建模方法，其特征在于，概念间分类关系提取Agent，在概念提取后，采用层次聚类的方法提取农业领域概念间分类关系。

5.如权利1要求所述的一种农业领域本体自适应学习建模方法，其特征在于，概念间非分类关系提取Agent，在概念提取后，采用基于关联规则的方法提取农业领域概念间非分类关系。

6.如权利1要求所述的一种农业领域本体自适应学习建模方法，其特征在于，调整概念提取Agent的自适应Agent通过计算已提取概念的准确率和召回率，结合贝叶斯网络逆向推理，确定需要调整阈值的环节，进行阈值调整。

7.如权利1要求所述的一种农业领域本体自适应学习建模方法，其特征在于，调整概念间分类关系提取Agent的自适应Agent通过计算已提取概念间分类关系的熵和纯度，结合贝叶斯网络逆向推理，确定需要调整阈值的环节，进行阈值调整。

8.如权利3要求所述的一种农业领域本体自适应学习建模方法，其特征在于，概念提取Agent使用改进的合成词提取算法进行合成词提取，然后通过领域相关性判断，实现农业领域概念的自适应提取。

9.如权利4要求所述的农业领域本体自适应学习建模方法，其特征在于，概念间分类关系的提取Agent采用概念聚类和簇聚类的层次聚类方法实现农业领域概念间分类关系的提取。

10.如权利5要求所述的农业领域本体自适应学习建模方法，其特征在于，概念间非分类关系提取Agent采用基于关联规则的方法，通过计算支持度和置信度判断概念间是否存在关系。