基于模糊相似度的異構(gòu)本體映射、合并及校驗(yàn)方法的研究.pdf

1、本體是對(duì)特定領(lǐng)域概念及其關(guān)系的清晰描述，它可作為不同信息系統(tǒng)之間信息交換的基礎(chǔ)。然而，由于信息系統(tǒng)是由不同組織在不同時(shí)間和不同需求背景下開發(fā)的，因此，這些系統(tǒng)所依賴的本體之間不可避免存在異構(gòu)性，這種異構(gòu)性為不同系統(tǒng)之間的互操作帶來(lái)了極大的障礙。為了解決這一問(wèn)題，需要識(shí)別不同本體間存在的異構(gòu)或沖突，然后根據(jù)識(shí)別結(jié)果，在本體間對(duì)等概念和關(guān)系上建立對(duì)應(yīng)聯(lián)系(即：本體映射)或進(jìn)行不同本體間的合并(即：本體合并)。 為了克服人工進(jìn)行本體映

2、射和本體合并中工作量大，效率低的問(wèn)題，并滿足在不確定環(huán)境下進(jìn)行信息系統(tǒng)之間動(dòng)態(tài)和實(shí)時(shí)互操作的要求，國(guó)內(nèi)外已進(jìn)行了許多關(guān)于自動(dòng)(或半自動(dòng))本體映射、合并的研究，這些研究雖然已取得了很大的突破和進(jìn)展，但在準(zhǔn)確率和效率等許多方面與實(shí)際需求還有較大差距。本文從信息集成的實(shí)際出發(fā)，針對(duì)過(guò)去研究中存在的不足，就進(jìn)一步提高本體映射和合并的準(zhǔn)確率和效率進(jìn)行了深入和廣泛的研究，并同時(shí)展開了對(duì)映射及合并結(jié)果進(jìn)行形式化校驗(yàn)的方法研究以驗(yàn)證這些結(jié)果邏輯上的正確

3、性。 本文的創(chuàng)新性工作可以歸納為下面幾點(diǎn)： (1)提出了模糊化的相似度表示方法 本體概念的特征信息一般分為兩類：文本特征信息(名稱和實(shí)例等)，結(jié)構(gòu)特征信息(對(duì)象屬性、分類關(guān)系及依賴函數(shù)關(guān)系等)。在傳統(tǒng)本體映射中，本體概念間的相似度計(jì)算，一般是通過(guò)基于不同文本特征信息的多個(gè)相似度中間結(jié)果的復(fù)合疊加、多種結(jié)構(gòu)特征信息的順序迭代或者兩者綜合等方法來(lái)實(shí)現(xiàn)，其相似度結(jié)果(中間結(jié)果或最終結(jié)果)均為單一數(shù)值，并以該數(shù)值(最終結(jié)

4、果)來(lái)判別兩個(gè)概念是否相似。由于概念間的相似度本身存在著固有的模糊特性(所謂模糊特性是指兩個(gè)概念間的相似度以一定的概率密度函數(shù)分布于某一數(shù)值區(qū)間)，因此，在映射計(jì)算過(guò)程中，如果過(guò)早用確定數(shù)值代替概率密度函數(shù)來(lái)描述相似度，將可能丟失一些可用于后續(xù)決策的信息，從而加大決策(映射)的風(fēng)險(xiǎn)。此外，對(duì)于本體的兩類特征信息，許多傳統(tǒng)方法采用了“先按文本信息進(jìn)行映射，再用結(jié)構(gòu)信息完成校驗(yàn)迭代”的串行手段來(lái)進(jìn)行處理，其中，基于結(jié)構(gòu)信息的迭代是以基于文本

5、信息的映射結(jié)果為先驗(yàn)知識(shí)而進(jìn)行的，從而有可能過(guò)于強(qiáng)化了文本信息的作用弱化了結(jié)構(gòu)信息對(duì)相似度計(jì)算的貢獻(xiàn)。為了解決這兩個(gè)問(wèn)題，本文引入了模糊相似度，提出了基于各類特征信息的不同相似度的模糊化表示方法，從而在概念相似度的計(jì)算過(guò)程中引入了模糊特性，進(jìn)而既避免了過(guò)早對(duì)相似度模糊特性做出裁決的風(fēng)險(xiǎn)，又使文本和結(jié)構(gòu)信息能并行參與映射計(jì)算，提高了匹配效果。 (2)提出了基于屬性值聯(lián)合分布的映射方法 概念中的實(shí)例信息可用于本體映射，傳統(tǒng)的

6、基于實(shí)例的本體映射方法一般是將實(shí)例中的數(shù)值屬性取值直接合并為長(zhǎng)文本信息。這種方法簡(jiǎn)單地假定概念的各個(gè)數(shù)值屬性是完全獨(dú)立的，而沒(méi)有考慮它們之間可能存在的對(duì)應(yīng)概率依賴關(guān)系。因此，該方法未能充分利用概念中與實(shí)例有關(guān)的重要信息，影響了映射結(jié)果的準(zhǔn)確性。為此，本文提出了一種能有效利用上述關(guān)系的基于實(shí)例屬性值聯(lián)合分布的映射方法，提高了映射效果。 此外，在實(shí)際應(yīng)用中，本體概念的表達(dá)經(jīng)常會(huì)發(fā)生變更(如：添加或刪除屬性)，這就導(dǎo)致了更改后的概念表

7、達(dá)與原有概念實(shí)例對(duì)應(yīng)屬性集之間的沖突，因此，相關(guān)本體概念匹配過(guò)程中經(jīng)常會(huì)出現(xiàn)某些實(shí)例屬性值缺失的現(xiàn)象，這直接影響了屬性值聯(lián)合分布計(jì)算的準(zhǔn)確性。為此，本文引入粗糙集理論來(lái)擬合屬性值缺失的樣本實(shí)例空間，提高了基于屬性值聯(lián)合分布的映射效果。 (3)提出了新型的本體合并結(jié)果及映射結(jié)果的形式化校驗(yàn)方法 在本體合并和映射過(guò)程中，一般會(huì)產(chǎn)生一系列本體合并結(jié)果(新本體)和映射結(jié)果，為了保證這些結(jié)果在邏輯上的正確性，則需對(duì)其進(jìn)行形式化校驗(yàn)