一种基于同义词词林的中文大规模本体映射方案

本体映射是解决本体异构问题的重要途径和手段,中文知识是网络开放知识库的重要组成部分,但现有的中文本体映射系统在面对大规模本体映射任务时,显得效率较低且可用性不高,目前仍缺乏针对中文大规模本体映射的相关系统。为了解决中文大规模本体的映射问题,设计并实现了一个面向中文的大规模本体映射系统。首先,提出了一种基于拟核力场势函数的大规模本体压缩方法;其次,提出了一种基于同义词词林的中文概念等价关系确定算法;再次,实现了大规模中文本体映射的原型系统;最后,将本系统与相似度计算相关典型算法进行比较,证明其具备一定的可用性和较高的总体性能。     

基于系统中心本体的分层抽象模型

本体类分层关系的确定,使得能够利用不同抽象度本体类之间的抽象映射自动构建物理世界的分层模型。根据本体类型的不同将已有的本体类定义为对象本体类(Object based Ontology Class),并对流片段(Flow Fragment)的概念加以扩展,提出以系统为中心的流本体类(Flow-based Ontology Class)的概念。定义了流片段的行为不可区分性,从两个不同的方向讨论了流本体类的分层表示:一是对构成流本体类的流片段的不同抽象度分层扩展;二是对构成流本体类的不可区分的流片段的合并分层扩展。给出了流本体类的分层过程,定义了系统级的映射关系,即流片段之间的抽象映射,指出该映射为基于系统中心本体的模型抽象分层过程提供了直接的转换运算。并且,流本体类的分层关系的确定也为基于系统中心本体的模型设计任务提供了可共享和重用的机制。     

本体映射概念及方法的研究

本体映射是本体集成的一个关键环节.构建本体映射是分布式环境下实现不同本体之间共享和交流的基础性工作.本文首先通过举例分析了本体映射的概念,再从映射的构建思路和具体实现的角度对本体映射的方法进行了总结,最后分析了现在本体映射存在的问题和可能的研究前景.     

基于GRA本体映射研究

基层用户产生的本体映射关系蕴含着相关领域内的类层次结构,利用这部分知识可用于新映射关系的产生.但是现有系统存在以下缺点:类层次复杂性考虑不足,矛盾知识不完全删除和效率低下.针对这些问题,文章提出将基层本体映射的相似和等价关系进行不同处理的方法,并重新设计了类层次知识库的前向推理规则.实验表明,改进的系统使效率得到提高,在保证查全率的同时可以明显改善查准率,而且能较好支持本体复合映射.     

基于本体映射模型的人才供求关系的研究

本体映射作为本体学习和发展的基本方法之一,在本体间的语义整合方面有着广阔的前景。结合JAVA与XML技术,将本体映射模型在人才供需应用系统中加以实现,实验结果表明本课题研究达到了预期的效果。     

基于本体映射模型的人才供求关系的研究

本体映射作为本体学习和发展的基本方法之一,在本体间的语义整合方面有着广阔的前景。结合JAVA与XML技术,将本体映射模型在人才供需应用系统中加以实现,实验结果表明本课题研究达到了预期的效果。     

基于本体的网络管理信息模型映射方法

为达到网络管理系统间信息共享及解决其信息模型间语义异构问题,分析了网络管理信息模型现状和本体映射技术的优势,提出基于本体的信息模型自动映射方法。该方法将信息模型转换为本体后,通过动态适应的多策略本体匹配得到映射结果。同时开发了原型系统OntoNM,其通过Protégé和信息模型开发工具包来实现。通过实验评价得到推荐策略,且实验结果表明该方法提高了信息模型映射的效率。     

语义集成:本体映射方法研究

本体是客观世界知识的表现形式,随着语义Web研究的深入,研究者们构建了越来越多的本体,如何实现本体之间的知识共享和重用,成为了语义Web发展的关键。文中对本体映射的方法进行了研究,系统阐述了本体及本体映射的定义、本体映射中的相似度计算和本体映射框架等。如何减少本体映射中的人工干预,实现本体的半自动化或自动化映射将是该领域的发展方向。     

一种新的基于树分割的本体映射算法

在进行本体映射时,由于现有映射算法的不足和本体固有的复杂性,映射的效率仍然不高.本文提出一种基于树分割的本体映射算法,首先根据本体的结构将本体树分割成不同粒度的子树集,然后在各子树之间运用子树映射算法进行映射.理论分析和实验结果证明,本文提出的映射算法在保证映射查准率和查全率的同时,较之现有的映射算法在效率方面有了很大改进.     

本体映射的方法在汽车领域的应用

本体映射是本体集成的一个关键环节.本体映射是实现不同本体之间共享和交流的基础,为相似或不同应用领域间的知识共享铺平道路,方便知识的获取.介绍了两个汽车领域本体之间进行映射的一种方法,该方法使用了基于语法匹配的方法并利用实例信息确定所映射的概念.最后结合了具体的例子来说明了核心算法.     

基于机器学习的本体概念相似性研究

现有的知识系统使用的是集中式的、一致性的、可扩充的Ontology库,不同本体间的语义匹配是语义网发展面临的最富挑战性的问题之一。本文针对领域中存在不同的Ontology的问题,讨论了一种基于多策略机器学习的Ontology匹配方法,重点分析了本体概念的相似度计算,并提出了一种相似度测量算法。     

Using Bayesian decision for ontology mapping

Ontology mapping is the key point to reach interoperability over ontologies. In semantic web environment, ontologies are usually distributed and heterogeneous and thus it is necessary to find the mapping between them before processing across them. Many efforts have been conducted to automate the discovery of ontology mapping. However, some problems are still evident. In this paper, ontology mapping is formalized as a problem of decision making. In this way, discovery of optimal mapping is cast as finding the decision with minimal risk. An approach called Risk Minimization based Ontology Mapping (RiMOM) is proposed, which automates the process of discoveries on 1:1, n:1, 1:null and null:1 mappings. Based on the techniques of normalization and NLP, the problem of instance heterogeneity in ontology mapping is resolved to a certain extent. To deal with the problem of name conflict in mapping process, we use thesaurus and statistical technique. Experimental results indicate that the proposed method can significantly outperform the baseline methods, and also obtains improvement over the existing methods.     

本体映射框架的设计

本体异构是本体间互操作的主要障碍。解决本体异构最好的方法是本体映射。本文主要讨论了本体异构和本体映射的研究现状，提出一种具有混合体系结构的本体映射框架，并用具体的本体映射来说明该映射框架。     

基于领域学习的本体映射方法

在语义数据集成中本体映射是关键,手工设置映射关系不仅消耗时间而且不准确,需要使用本体映射工具自动发现这种映射关系.在现有本体映射方法的基础上提出了基于领域学习的映射发现策略,可以从领域知识中发现复杂映射的规则,增加映射时的实例数据,从而提高映射发现的查全率和准确率;同时利用本体中丰富的语义知识去筛选候选数据,从而降低映射方法的算法复杂度.实验证明该方法是有效的.     

基于本体分割的本体映射算法

映射效率对于Web服务发现和组合、智能空间上下文感知等领域的动态映射至关重要。现有方法对相似度计算方法加以简化来提升效率,但当候选匹配实体对的数目随本体的规模增大而急剧增加时,就无法有效地处理。文中提出一种基于本体分割的高效本体映射算法。通过自下而上的聚类,将本体划分为一组大小合适的本体块。然后基于向量空间算法进行块映射,并从块映射结果中选取实体映射的候选匹配对,从而削减其数量,达到减少时间复杂度的目的。实验表明,文中方法显著提升运行时本体映射的效率,比Falcon-AO本体映射方法快6倍。     

关系模型到本体模型映射方法研究

本体通常用来描述内容的语义,以实现基于语义的内容共享和集成。然而,手工构建本体通常耗费巨大,使得本体构建成为一项艰巨的任务。因此,有必要研究基于结构化数据的本体学习技术。提出了从关系数据库中学习本体的方法,定义了关系数据源到本体的映射规则并与现有方法进行了详细的比较,同时给出了应用实例及原型实现。分析表明,与现有方法相比,本文提出的方法在映射的完整性及正确性方面有较大提高。     

Establishing agent trust for contradictory evidence by means of fuzzy voting model: An ontology mapping case study

This paper introduces a novel trust assessment formalism for contradicting evidence in the context of multi-agent ontology mapping. Evidence combination using the Dempster rule tend to ignore contradictory evidence and the contemporary approaches for managing these conflicts introduce additional computation complexity i.e. increased response time of the system. On the Semantic Web, ontology mapping systems that need to interact with end users in real time cannot afford prolonged computation. In this work, we have made a step towards the formalisation of eliminating contradicting evidence, to utilise the original Dempster’s combination rule without introducing additional complexity. Our proposed solution incorporates the fuzzy voting model to the Dempster–Shafer theory. Finally, we present a case study where we show how our approach improves the ontology mapping problem.     

Reusing ontology mappings for query routing in semantic peer-to-peer environment

To efficiently support automated interoperability between ontology-based information systems in distributed environments, the semantic heterogeneity problem has to be dealt with. To do so, traditional approaches have acquired and employed explicit mappings between the corresponding ontologies. Usually these mappings can be only obtained from human domain experts. However, it is too expensive and time-consuming to collect all possible mapping results on distributed information systems. More seriously, as the number of systems in a large-scale peer-to-peer (P2P) network increases, the efficiency of the ontology mapping is exponentially decreased. Thereby, in this paper, we propose a novel semantic P2P system, which is capable of (i) sharing and exchanging existing mappings among peers, and (ii) composing shared mappings to build a certain path between two systems. Given two arbitrary peers (i.e., source and destination), the proposed system can provide indirect ontology mappings to make them interoperable. In particular, we have focused on query-based communication for evaluating the proposed ontology mapping composition system. Once direct ontology mappings are collected from candidate peers, a given query can be (i) segmented into a set of sub-queries, and (ii) transformed to another query. With respect to the precision performance, our experimentation has shown an improvement of about 42.5% compared to the keyword-based query searching method.     

本体表示语言研究综述

随着Semantic Web的出现,本体作为人工智能领域中知识的核心已经越来越受到研究者的重视。特别是近十年来,涌现出许许多多本体表示语言,为本体的开发和研究提供了有力的帮助。本文主要介绍了传统的本体语言以及目前常用于万维网的本体语言的特点,并从表达和推理能力等方面对各种本体表示语言进行了分析和比较。在此基础上,总结出本体语言应用的一些规律,对于在开发工作中选择合适的本体语言具有一定的参考价值。