一种综合的本体相似度计算方法

本体相似度计算是本体映射的关键环节。本体的实例、关系、属性、结构等信息是相似度计算需要考虑的重要因素。针对目前本体映射过程中相似度计算所存在的问题,提出了一种综合的相似度计算方法。首先判断不同本体之间是否存在相关性。若相关,则充分考虑各种相关因素,从语义和概念两个层面来进行比较,然后给出了本体的综合相似度计算方法。最后采用了两组测试数据对该方法进行实验,并与GLUE系统的概率统计方法进行了实验对比。实验结果表明,该方法能够有效确保相似度计算的准确性。

受限本体相似

在从不同的语义Web上得到用本体表达的文档资源以后,这些文档资源通常被转换成基于同一个本体的本体描述,这样既便于对文档的分析,又便于在此基础上进行信息抽取.这些文档本体之间仅仅在实例和关系层上彼此相互不同,在类、属性、规则、谓词方面都基本相同.对这种文档的检索,一个最普通的操作就是计算本体之间的相似性.很多计算本体相似性的方法基本上都是以分别属于不同本体的实体之间配对比较来实现,而且往往要考虑所有相关的元素.这不仅增加了计算复杂度,还会遇到循环计算的问题.在对语义网本体语言的推理能力进行研究以后,提出了一种基于知识推理的二阶本体相似技术,解决了循环计算的问题.

一种新的本体相似度计算方法

针对目前本体映射过程中相似度计算存在的问题,提出了一种综合的相似度计算方法。首先判断不同本体之间是否存在相关性,若相关,则充分考虑各种相关因素,从语义和概念两个层面来进行比较;然后给出本体的综合相似度计算方法;最后采用两组测试数据对该方法进行实验,并与GLUE系统的概率统计方法进行了实验对比。实验结果表明,该方法能够有效确保相似度计算的准确性。

基于本体相似度的构件查询算法研究

为了解决语义网环境下构件查询的查全查准率问题,本文提出了基于本体相似度构件查询算法。首先介绍了本体的形式化定义和构件的刻面描述方法,用本体语言(OWL)对构件本体进行形式化的描述;然后针对本体的概念相似度理论和构件刻面匹配度公式存在的不足,用构件本体的概念相似度代替公式中的匹配度,对构件刻面匹配度公式进行改进和分析,提出了本体相似度构件查询算法;算法通过计算查询树和构件树各子刻面本体概念的RDF描述相似度和RDF图结构相似度,再由构件本体相似度匹配公式进行相似度的比较,检索出相似度高的构件。实验结果表明,该算法具有理想的查全查准率。

一种基于本体相似度的多域策略集成方法

对各成员域的访问控制策略进行语义提取,是避免多域策略集成时可能产生概念和逻辑关系冲突的有效途径。提出一种基于本体相似度的多域互操作策略集成方法SPIOS,通过对成员域访问控制策略本体进行语义级映射,融入基于Bayesian概率的机器学习机制,自适应地归纳出能较好满足各成员域自治性和协同性的多域安全互操作策略模型。

基于本体相似的Web服务搜索

随着越来越多的W eb服务被提交到UDD I注册中心注册,搜索一个合适的W eb服务开始变得和在互联网上找到一个合适的页面同样困难。现有的技术主要是通过关键字匹配的技术来对UDD I注册中心W eb服务的描述信息进行检索。但鉴于W eb服务描述信息非常稀疏的特点,传统的信息检索技术并不能得到很好的效果,因此提出了基于本体的W eb服务检索技术。在已有的对W eb服务检索流程的改进的基础上,充分利用了从UDD I注册中心得到的W eb服务描述信息,用本体来描述其内部的关系,并在此基础上应用本体相似技术来比较和匹配W eb服务描述信息。

一种综合事件本体相似度计算方法

事件本体相比于传统本体具有更加丰富的语义信息,在面向事件的大数据集成中更具优势,然而用传统的本体相似计算方法计算事件本体相似度存在很多不足。提出了一种综合的事件本体相似度计算方法。该方法以词语相似度、集合相似度、层次结构相似计算为基础,然后从事件类名称、事件类要素、事件类层次结构和非层次结构讨论事件本体的相似度,最终获得事件本体的综合相似度。实验表明该方法相比传统本体相似度计算方法准确率更高,语义信息更加丰富。

基于本体相似度的中文科研论文信息抽取

随着大量的科研论文出现在互联网上,从中精确地抽取论文头部信息和引文信息显得十分重要。提出了基于本体相似度的信息抽取方法,该方法的关键在于用本体相似度判定某个行本体是正例还是反例,然后通过主动学习选择最有可能包含抽取信息的行本体集,再充分利用本体的语义推理能力找到正确的片断。从论文中提取头部信息和引文信息为进一步的语义检索和语义存储奠定基础。测试数据集的实验结果显示该方法比其他方法具有较高的准确率。

一种改进的本体相似度计算方法

本体映射的关键技术是本体相似度计算。本文基于已有的V-Doc(虚拟文档)技术提出一种新的NV-Doc本体相似度计算方法,其中不仅用到了本体中实体自身以及其第一层相邻节点的信息,而且还充分利用了第二层相邻节点的信息。

采用改进的本体相似的Web服务匹配

随着Internet上Web服务的快速增长,客户如何发现想要的Web服务,已经是Web服务技术中的难点和关键问题。鉴于UDDI注册中心的Web服务描述信息非常稀疏的特点,传统的基于关键字的服务匹配机制UDDI缺乏语义支持,搜索效率低;为了在UDDI注册中心提供的用WSDL描述的和未来用语义本体描述的Web服务信息的基础上提高Web服务匹配的查准率和查全率,提出了一种新的本体相似匹配方法,使Web服务匹配在查准率和查全率方面都有所提高。

基于本体相似度与排序学习的构件检索方法研究

本文将排序学习的方法应用于构件检索的研究中。首先,采用领域本体对构件进行全面的描述,得到构件的特征描述本体集。然后,将构件特征描述本体集进行本体相似度计算得到构件与查询条件间的相对关系,并通过此相对关系对构件进行排序生成构件训练数据。最后,对构件训练数据和构件特征描述本体使用排序学习中的Plackett-Luce概率排序模型训练一种构件排序模型。测试时,当用户输入查询条件时,先对用户的查询进行语义修正,再根据构件排序模型进行检索,从而实现一种高效准确的构件检索方法。

基于本体概念相似度的语义Web服务匹配算法

通过定义本体中概念之间的语义距离来计算本体概念之间的相似度,提出一种基于该相似度的Web服务的精确匹配算法,新的算法与经典的OWL-S/UDDI匹配算法比较,不仅在等级上保持一致,而且使同一等级或不同等级之间的服务匹配都达到精确的程度。用GEIS系统中Web服务的数据进行两种算法的性能测试,得出相似度匹配算法的平均查准率是OWL-S/UDDI匹配算法的1.8倍,平均查准率是OWL-S/UDDI匹配算法的1.4倍。

基于本体的概念相似度计算方法研究

相似度计算是本体映射过程中的一个重要步骤,首先给出相关术语的定义,并针对本体映射中计算概念相似度时计算量过大问题,提出了一种综合的概念相似度计算方法,即根据概念名称的相似度筛选出最相关的概念,产生概念的候选概念集,然后只对概念与候选概念集中的概念分别计算基于属性、基于结构的概念相似度,进行相似度的合并,其中基于属性的概念相似度计算包括数据类型属性和对象类型属性的相似度计算,基于结构的概念相似度计算包括父概念、子概念和兄弟概念的相似度计算,最后通过实例验证了改进方法具有较高的精度,并指出未来可能的研究方向.

基于映射的树的相似度算法及其在本体匹配中的应用

本体创建和使用的自治性和主观性导致了本体异构现象的大量产生。本体匹配正是解决本体异构问题的最有效途径。传统的利用本体结构信息进行匹配的方法并未充分利用本体的树形结构特点,这导致本体匹配过程具有大量的冗余计算。论文提出了一种基于映射的匹配算法,将两棵本体树的节点之间的相似度预先得出,然后使用基于编辑操作的映射理论将两棵树转换成同构树,最终得到两个本体之间的最大相似度和最佳匹配对。实验表明,算法在本体匹配中具有较高的可行性和有效性。

非ISA关系在本体概念相似度计算中的度量方法研究

在本体概念相似度计算过程中,关于本体概念间非ISA关系的处理方法较少。针对本体中存在非ISA概念关系的情况,总结了一些传统的概念相似度计算方法,提出了一种新的适应于非ISA概念关系的相似度计算方法。此方法利用Tversky模型计算本体有向无环概念图的信息量覆盖程度,并结合语义距离方法,再进行权值求和。实验表明,提出的方法可以有效地度量ISA关系,对非ISA关系具有适用性。

改进的本体概念语义相似度计算方法

本体概念语义相似度计算被广泛应用于本体映射、语义Web服务本体匹配等领域,以往的概念语义相似度计算方式存在计算粒度大,计算方法单一等缺陷。文中提出一种改进的基于概念子图的概念语义相似度计算方法,该方法考虑了本体概念的深度、密度对语义距离的影响,细化了计算粒度,并将语义距离与信息量方法相结合。试验表明,改进的方法优于传统方法。

一种基于本体概念相似度的语义Web服务匹配算法

通过定义本体中概念之间的语义距离来计算本体概念之间的相似度,提出一种基于该相似度的Web服务的精确匹配算法,新的算法与传统的经典匹配算法(OWL-S/UDDI算法)比较,不仅在等级上保持一致,而且使同一等级或不同等级之间的服务匹配都达到精确的程度。

一种基于本体概念语义相似度的查询优化方法

文章提出一种优化查询方法,该方法将本体概念语义相似度和词法之间的关系相结合。先利用语法特征对用户输入的关键字进行扩展,然后通过分析语义相似度的强弱对扩展的结果进行收敛,以这种方式来提高用户输入的关键字和本体映射的准确性和完整率。传统搜索引擎不能很好地理解用户的意图的缺陷通过此方法可以得到有效解决。同时文章针对方法实现了优化查询系统,结果显示,搜索的准确率得到有效提升。

C^s相似度函数下正则谱聚类的收敛阶(英)

用覆盖数逼近的方法给出Cs相似度函数下正则谱聚类的收敛阶.

基于自动提取局部本体的业务协作集成方法

针对异构系统间进行基于语义的业务协作时由人工构建局部本体较为困难的问题，利用本体技术研究了正常业务的协作集成，提出了一种从数据库中提取局部本体的方法，实现了局部本体的快速、高效的构建；提出了一种针对所提取出的局部本体同领域本体之间进行相似度计算的算法，解决了异构系统之间的语义映射问题；提出了一种基于自动提取局部本体的业务协作集成方法，基于该方法，开发了一个业务协作集成平台，通过该平台，实现了基于语义的业务协作集成。最后，通过饰品三维辅助设计系统同ERP系统的业务协作实例，验证了该方法的有效性。