Ontology Mapping Based on Bayesian Network

Ontology mapping is a key interoperability enabler for the semantic web. In this paper,a new ontology mapping approach called ontology mapping based on Bayesian network( OM-BN) is proposed. OM-BN combines the models of ontology and Bayesian Network,and applies the method of Multi-strategy to computing similarity. In OM-BN,the characteristics of ontology,such as tree structure and semantic inclusion relations among concepts,are used during the process of translation from ontology to ontology Bayesian network( OBN). Then the method of Multi-strategy is used to create similarity table( ST) for each concept-node in OBN. Finally,the iterative process of mapping reasoning is used to deduce new mappings from STs,repeatedly.

基于本体贝叶斯网络模型的本体映射方法研究

不同本体之间的异构问题严重地影响了本体之间的知识共享和重用。针对本体之间异构性的问题,本文提出一种基于本体贝叶斯网络模型(OBN)的本体映射方法(OM-OBN:Ontology Mappingbased on OBN)。在映射的过程中,方法OM-OBN首先将待映射的本体模型转换成OBN模型,并为OBN模型的每个节点建立一个相似度表,然后根据相似度表中的数据建立本体之间的映射关系,然后再利用已有的映射关系去更新相似度表,最后采用迭代映射策略,反复地执行建立映射和更新相似度表的过程,直到OM-OBN无法建立新的映射关系为止。实验结果表明:方法OM-OBN可以实现本体模型到OBN模型的转换,并有效地利用转换后的模型来建立本体之间的映射关系。因此,方法OM-OBN可以解决异构本体之间知识共享和重用等问题。

基于贝叶斯-高斯模型的多本体映射算法

语义网中,本体映射是解决本体异构的关键.在面对多本体模型同时映射的情况时,提出一种新的基于贝叶斯-高斯模型的本体映射算法IOBGM(Improved ontology Bayesian-Gaussian model).该方法首先将本体模型转换成贝叶斯网络模型,接下来结合传统基于贝叶斯网络模型的本体映射方法,采用混合高斯模型对混合节点群进行聚类判定.最后运用了迭代映射模式,在获得初步映射节点对相似度的情况下通过迭代模块来对其他隐性相似节点进行二次相似度判定,从而减少结果误差.实验结果表明,IOBGM系统在本体查全率方面有较为突出的表现,在多本体映射的情况下具有一定的应用优势,其稳定性和效率能够满足实用需求.