基于实例相似度的本体映射方法研究

提出利用贝叶斯理论计算实例相似度,定义集合相似度和概率相似度两个概念,推导出计算模型,得到一个完整的解决实例映射方案.用实例相似来优化映射,该方案的查全率和查准率比传统方法有所提高.     

一种基于本体的自然语言语义相似度算法

基于图理论的概念间语义度量方法,改进了语义相似度部分影响因素,提出一种结合设计良好的领域本体来计算自然语言概念间的语义相似度的算法.对自然语言与本体的关系进行分析,并通过本体对节点密度、节点深度与节点层次顺序等影响概念语义相似度的因素进行了改进,综合考虑概念的语义距离、概念间关系、概念的属性与概念所处的层次等影响因素,利用本体对相关领域的基本术语和关系的准确定义,改进了基于本体的概念间语义相似度的算法.实验结果表明,该算法对于提高概念间相似度的计算精度明显高于其他算法.     

用矩阵实现模糊本体映射

当前的本体映射技术主要是针对明确概念集合的本体,这些技术无法处理语义网上的不确定信息。文中提出了扩展现有本体映射方法来支持不确定信息的本体映射。这种扩展称为模糊本体映射（FOM）,它主要是基于模糊理论和图理论。FOM主要是计算本体的概念之间的相似度所形成的矩阵,并定义了一系列算法来推理模糊本体概念之间的模糊关系。     

基于概念格模型的本体映射

利用形式概念分析对现有的本体映射方法进行改进,首先利用信息熵对属性语义相似表进行定义,进而利用它统一本体概念属性的表示方法,然后提出新的算法完善形式背景,利用完善后的形式背景对本体概念之间的相似度进行衡量,并通过概念格提取了除已知关系之外的多种新关系.     

使用遗传算法实现基于实例的本体映射

提出了一种新颖的基于实例的本体映射方法,即通过遗传算法确定最优实例间的映射集合,并通过相似度扩散算法获取高准确率的本体映射结果.文章描述了实例相似度度量技术和upPropagation算法,给出了本体映射问题的单目标优化模型,论述了使用遗传算法求解该问题的3个关键步骤,最后通过实验验证.实验表明,采用遗传算法实现基于实例的本体映射方法,可以获取高准确率的本体映射结果.     

企业协同中的零件本体映射

为了解决零件库中的本体异构问题,建立了零件本体映射过程的基本模型,提出了一种结构-语义-特性本体映射算法,该映射算法由结构相似性算法、语义相似性算法和零件事物特性相似性算法组合而成,其中结构相似性算法用于解决本体结构层次异构问题,语义相似度算法用于解决本体中概念、属性和实例的不一致问题,事物特性相似性算法用于解决本体中零件中各种知识的表达的不一致问题;以查全率和查准率为关键指标,通过实例对比分析说明该映射算法的有效性.为了解决零件库中的本体异构问题,建立了零件本体映射过程的基本模型,提出了一种结构-语义-特性本体映射算法,该映射算法由结构相似性算法、语义相似性算法和零件事物特性相似性算法组合而成,其中结构相似性算法用于解决本体结构层次异构问题,语义相似度算法用于解决本体中概念、属性和实例的不一致问题,事物特性相似性算法用于解决本体中零件中各种知识的表达的不一致问题;以查全率和查准率为关键指标,通过实例对比分析说明该映射算法的有效性.     

半监督k-部排序算法及在本体中的应用

为使k-部排序学习算法对所有结构的本体图都有效,提出一种半监督k-部排序学习算法.将训练样本集分成带标记和不带标记两类,通过推进的方法优化指数亏损模型,得到组合权值;并通过贪心的方法得到排序特征,由此得到排序函数.从而将本体图(或多本体结构图)中每个顶点映射成一个实数,由本体顶点对应实数间的差值判断概念间的相似程度.通过两个实验说明了新算法对于本体相似度计算和在不同本体间建立映射是有效的.     

基于领域本体的专业领域词汇相似度算法

专业领域词汇相似度计算是词汇语义相似度计算中的重要问题.通过分析专业领域词汇的构词特点,并结合领域本体概念模型,提出一种专业领域词汇相似度计算算法（domain ontology and morphology based algorithm,DOMBA）.该算法将专业领域词汇构词法与领域本体的概念相似度影响因子相结合,融于词汇相似度计算中.实验结果表明,词汇相似度计算结果符合客观实际的判断认识,DOMBA算法可有效应用于专业领域词汇相似度计算中.     

一种基于参考本体的多本体映射方法

随着领域内本体数量的不断增多,很多本体映射方法已经不适用于多本体映射任务。为此,提出一种基于参考本体的多本体映射方法 (multiple ontology mapping based on reference ontology,MOM RO)。在多本体映射过程中,方法MOM RO从源本体集合中提取共享概念集合并建立参考本体;然后利用参考本体来构建一个统一的向量空间模型;然后,将源本体中的概念表示成该模型中的向量,从而使用向量之间的欧氏距离来计算概念之间的相似度;最后,建立源本体之间的映射关系。实验结果表明,方法MOM RO可以有效地完成多本体映射的任务。     

一种基于多种类型匹配器的本体映射方法

不同本体之间的异构性严重地影响了本体之间的知识共享与重用,为此,提出一种基于多种类型匹配器的本体映射方法 OM-Matchers(Ontology mapping based on multiple matchers).在建立本体之间映射关系的过程中,OM-Matchers先使用多个类型的匹配器从本体模型中抽取相应类型的信息;然后这些匹配器为概念对计算相似度值,其中概念对所包含的两个概念来自于不同的本体;最后为待映射的本体模型建立相似度矩阵,并采用迭代策略完成本体映射任务.为了验证本文所提方法在处理本体映射问题时的可行性与有效性,采用OAEI所提供的共享数据集的benchmarks子集来测试OM-Matchers.实验结果表明:OM-Matchers可以有效地建立异构本体之间的映射关系.     

基于信息编码本体化模型的本体映射技术

本体理论与信息编码技术的结合在制造企业领域内的应用,是解决制造企业信息集成的探索性方法.文章深入研究了基于信息编码本体化模型的本体映射方法,分析了映射执行机理,设计了语义相似度的计算方法和流程.①分析了信息编码本体化模型的特点及其失配类型,设计了映射模型的总体框架;②对映射模型的原理及构成要素进行了详细的分析设计;③从语义相似性分析、语义相似算法表达和语义映射与执行3个方面详细设计了本体模型的映射算法;④对映射流程的实现过程和实现案例进行了分析设计,验证了映射模型的有效性;最后,从模型特征、映射依据和映射执行能力3个方面,总结了基于信息编码本体化模型的本体映射技术的特点.     

一种改进的本体映射方法

为提高本体映射的准确率,提出了一种改进的基于多策略的本体映射方法.综合考虑了本体结构特征和实例映射对本体相似度的影响.通过设计一种＂编码＂的方法,实现对概念节点结构的表述与测量,并在影响范围内利用祖先节点的相似性来判断节点相似性.在初始候选对的选取中,提出一种基于图论的1∶1映射方法.实验结果表明所提出方法提高了检索的查全率和查准率.     

一种改进的本体映射方法

为提高本体映射的准确率,提出了一种改进的基于多策略的本体映射方法.综合考虑了本体结构特征和实例映射对本体相似度的影响.通过设计一种＂编码＂的方法,实现对概念节点结构的表述与测量,并在影响范围内利用祖先节点的相似性来判断节点相似性.在初始候选对的选取中,提出一种基于图论的1:1映射方法.实验结果表明所提出方法提高了检索的...     

基于概念格理论的语义相似度模型研究及验证

将语义相似度计算模型定义为域、概念、属性组成的三维空间模型,并结合领域本体集,从概念格理论的角度考虑了该模型对语义相似度计算的影响.该模型通过对不同的向量加不同的权值来调节其对语义相似度计算的贡献,使计算结果达到最优,从而提高语义相似度计算的准确度.实验结果表明,与单方面计算相似度的方法相比,该方法能有效地提高语义相似度计算的查全率和查准率.     

基于WordNet的本体查询方法研究

不同的本体之间普遍存在着很多语义互操作的问题,如:语义冲突和结构异构,这些问题严重地影响了本体之间的知识共享和重用;同时也给本体查询服务带来了很大的困难,为此,提出一种基于WordNet的本体查询框架OQ-WordNet.该框架首先使用语义词典库WordNet来精确地计算不同本体(源本体)之间概念的相似度;然后通过本体集成和本体映射方法为所有源本体生成一个目标本体,并建立它们之间的语义映射关系;最后OQ-WordNet采用本体查询语言SPARQL来实现本体之间的查询功能.     

基于本体语义的简单向量距离分类方法

针对传统简单距离分类方法的特征选择未考虑到不同抽象层次上的词汇语义差异,提出了一种基于本体语义的简单向量距离分类方法,在本体库的支持下有效地将语言学知识融合到文本向量空间的表示中,进一步挖掘出特征项概念间的深层语义联系,用得到的语义特征向量作为最终的文本特征向量.同时定义了基于领域本体计算不同抽象层上的语义相似度,并将其应用到简单向量距离分类算法中.在数据集CWT20G上的实验表明:基于本体语义的简单距离分类算法对同义词、多义词、上下位词区分能力更强;并且分类准确率随着语义分析的深入逐步提高.     

一种基于自动特征权值的实体相似度计算方法

本体映射可以解决本体间的异构和不一致性,在现有的本体映射过程中,通常采用人工定义实体权值表示资源的重要性。提出一种通过对特征语义进行分析,定义不同实体特征相似度的计算模型和权值计算模型,实现特征权值的自动计算。实验结果表明,该方法可以提高本体映射的自动化程度,且具有较好的准确性,提高了本体映射效果。     

基于相似度计算的信息化项目与专家匹配方法

针对信息化咨询中存在的咨询项目与专家匹配不科学、合理的问题,引入了本体语义相似度的概念。分析了基于点和基于边的2种语义相似度计算方法存在的不足,提出了一种混合的语义相似度计算方法。该方法的主要思想:将项目信息文档和专家信息文档转换为2棵本体概念树,通过计算2棵概念树之间的相似度判断项目与专家是否匹配。实例分析结果表明:该方法有效且准确率较高。     

WordNet中的综合概念语义相似度计算方法

作为语义异构问题的基础,概念间语义相似度计算已成为研究热点,对此,提出一种基于WordNet的综合概念语义相似度计算方法. 该方法不仅集成了传统的基于语义距离的算法和基于信息内容的算法,而且引入了深度、密度因子和语义重合度来进行综合分析,并针对综合算法中权值难以确定的问题,引入主成分分析改进权值分配方法. 实验结果表明,改进后的方法计算的相似度与人工判断的相似度相关性较高,有效改善了概念语义相似度计算的准确性.     

基于领域本体的文本相似度算法

文本相似度计算在专利信息分析系统中有着广泛的应用前景.传统的基于向量空间模型的文本相似度计算方法,一方面未能很好地考虑上下文信息对词语语义的约束,导致不能对不同语境中词语的语义进行有效区分;另一方面使用词典作为计算相似度的依据具有领域相关性,在特定领域未能给出有效的语义理解.提出一种使用领域本体作为文本相似度计算基础的方法,该方法中使用语义消歧来解决上下文对于词语语义的影响;使用领域本体概念意义相同关系来计算文本相似度.实验结果显示本方法的准确度相对于现有典型的相似度计算方法有所提高.