本体映射中概念相似度计算的改进NULL 博文链接：https://snv.iteye.com/blo

文件名称: 本体映射中概念相似度计算的改进

所属分类: 其它

开发工具:

文件大小: 212kb

下载次数: 0

上传时间: 2019-04-20

提供者: weixin_********

下载 (212kb)

不能下载？报告错误

详细说明：NULL 博文链接：https://snv.iteye.com/blog/1882241中国武技论文在线 http://www.paper.edu.cn 是一个实例在某木体中即属于概念A又属」概念B的可能性。P(A,B)表示一个实例在某木体中属于概念A但不属于概念B的可能性。P(A,B)表小一个实例在某本体中不属于概念A 但属于概念B的可能性。在计算P(A,B)、P(A,B)、P(A,B)时要用到概念A和概念B在各自本体中的实例个数。用 Jaccard系数公式(2)我们可以计算出概念A和概念B基于实例的相似度 Simens(A,B)。 24基于属性计算概念相似度在本体中,每个属性也是一个概念。属性有属性名称、属性数据类型、属性实例数据等要素组成,因此本文判断两个属性是否相似主要从这三个要素的相似度进行考虑属性名称、属性类犁本身都是字符串,因此可以采用字符串相似度计算方法进行判定。我们可用前述的 EditDistance方法来比较,也可用 humming distance, N- gramdistance等方法来比较两个字符串,还可以根据」串相似度来确定字符串的相似栏度。其中, humming distance 具体方法是:两个字符串s和t的相似度的计算公式如下所示,其中若s[i]-t[i],则fi)0,否则 f(i)=1。 min(s,) ∑)+| Sim(s, t)= (3) max(s, tD) 由于每个概念的实例对该概念的每一个属性都分配了一个相应的值,所以对于其他类型的数据,也可以采用基于实例的方法进行计算。设概念A的属性为a概念B的属性为b,两个属性间的相似度记为ASim(a,b)。属性相似度计算公式如下: ASim(ai bi)=w Sim(ai Iname, name)TW2Sim(a datatype, bjdatatype)+waSim(instance, bjinstance) (4) 其中w1、w2、w3是权重,代表属性名称、类型、数据对属性相似度计算的重要程度,w1+w2+ w=1。设概念A和概念B之间共计算出m个ASim(a,b并设置相应的权值wkby。概念 A和概念B基于属性的相似度计算公式为 ∑ Simatribute(A, B)=6-1 airbone ASim(a,b (5) attribute 由于一个概念可能有多个属性,每个属性对概念的描述程度和作用也各不相同。如果每个属性都考虑,则计算量会大大增加。所以在计算属性相似度时,可以先依据机器学习方法计算出属性的信息增益9只选取几个信息增益人的属性进行相似度的计算这样在一定程度上可以减少计算量。 5基于关系计算概念相似度木体中的概念之问都存在一定的关系。关系之间的相似度也可以从名称、类型、实例数据等要素来考虑。其中名称、类型可用字符串相似度的判定方法来计算,而关系的实例数据可用基于实例的方法来计算相似度。具体方法、公式与上面基于属性计算概念相似度基本相同,在此不再赘述.根据这些方法可计算出基于关系的相似度 Simnel(A,B) 中国武技论文在线 http://www.paper.edu.cn 26概念相似度计算的改进如图1的算法图所示,我们先用基于语法的方法计算出概念的名称相似度 Sim(A,B),然后从语义角度考虑,用基于实例的方法计算出相似度 Sim(A,B),把上述计算出的相似度合并起米,便可得到从概念自身角度考虑得到相似度 Sim(A,B) 计算公式如下: Sim (6) concept (A,B) (A, B)+wins tance si A, B) 因为考虑到概念的属性和关系对其相似度的计算有着重要的辅助作用,在本文中,我们利用上述的基」概念属性和基」关系分别计算出相似度 Sim(A,B)和 Sin . t(A,B), 并将其按权相加,从而得到辅助相似度 Sim(A,B)。公式如下 Sim asie tan (a, b)= attribute slm attribute (A, B)+w relation Sim relaton (A,B) 最后再将计算得出的概念自身相似度 Sim concent(A,6)和辅助相似度 Sim asistant(A,B)合并起来,得到最终的概念相似度Sm(A,B)。公式为 Sim(A, B)=w concepr Sim concept (A, B)w assis tan, Sim assis tan, (A, B) (8) 其中: W+ W=1 attribute tW relation once assis tan t =1。权值的具体设置根据具体环境由用户确定。 3.结论本文采用了综合的相似度计算方法,虽然比单纯的基于语法或基于实例的相似度计算公式计算量更多,但对」概念相似度的计算更能反映概念之间的相似关系。而且,木文充分考虑了概念的属性和关系对相似性所起的重要作用,通过选择合适的杖值,可以桷保概念相似度的计算更全面、更准确参考文献 [1] Borst WN. Construction of Engineering Ontologies. University of Twente Enschede, 199 [2]A Kivela, E Hyvonen Ontological theories for the Semantic Web[M]. Helsinki: HIIT Publications, 2002: 111-136 [3 Doan A H. Learning to map between structured representations of data. Phthesis. University of Washington. 2002 4 Alexander M, Boris M. MAFRA---a mapping framework for distributed ontologies. Web Intelligence and Agent stem. 2003 [5] Melnik S, Garcia-Molina H, Rahm E Similarity flooding: a versatile graph matching algorithm, In: Proc of the 18th Intl Conf on Data Engineering(ICDE), San Jose, CA, 2002 [61 P Mitra, n F Noy, A R Jaiswal OMEN: A Probabilistic Ontology Mapping Tool[J1, Workshop on Meaning coordination and negotiation at the Third International Conference on the Semantic Web(IS wC-2004), Hiroshima, Japan [7 Kong C Y,Wang C L, Lau F C MOntology mapping in pervasive Computing environment Url:http:/www.csis.hkuhk/clwang/papcrs/euc2004-laurcl.pdf [8 van Rijsbergen Information Retrieval[M], London: Butterworths, 1979.Second Edition [9 Fan Ming, Meng Xiaofeng. Data Mining Concept and Technology. Beijing: Publishing House of machine industry, 2001 中国武技论文在线 http://www.paper.edu.cn Improvement for the concept similari ty of ontology mapping Zhou shengbao, Guo Junfang Department of Mathematics and Computer Science, Shanxi datong University, Shanxi datong (037009) Abstract With analysis of many kinds of ontology mapping approaches, to aim at the current problems of the computation of concept similarity, in this paper, a improved ontology mapping approach is put orward. This approach adequately takes name instance, attribute and relation of the concept into account to the calculation of the similarity, and it make the calculation of the concept similarity more comprehensively and more exactly Keywords: ontology; ontology mapping: concept similarit

(系统自动生成,下载前可以参看下载内容)