基于本體的數(shù)據(jù)集成研究.pdf

1、如何解決語(yǔ)義異構(gòu)問(wèn)題是當(dāng)前數(shù)據(jù)集成領(lǐng)域的研究熱點(diǎn)。由于本體既準(zhǔn)確地描述了概念含義又描述了概念之間的內(nèi)在關(guān)聯(lián)，能通過(guò)邏輯推理獲取概念之間蘊(yùn)涵的關(guān)系，具有很強(qiáng)的表達(dá)概念語(yǔ)義和獲取知識(shí)的能力，因此本體被用來(lái)解決語(yǔ)義異構(gòu)的問(wèn)題。本文采用本體的方法對(duì)數(shù)據(jù)集成領(lǐng)域幾個(gè)關(guān)鍵技術(shù)進(jìn)行了研究。 本文深入討論了本體模型的構(gòu)建，選擇描述邏輯對(duì)本體進(jìn)行描述，并討論了對(duì)描述邏輯的擴(kuò)展。介紹了資源的基于描述邏輯的本體化描述。 本文討論了文檔處理的兩

2、個(gè)過(guò)程。對(duì)于文檔的概念提取，本文采用基于FCA概念構(gòu)造算法CLCA建立了文檔信息概念間的層次關(guān)系。對(duì)于文檔的語(yǔ)義標(biāo)注，本文首先采用矢量空間模型的方法提取文檔的特征向量，然后采用基于模糊C均值的聚類(lèi)方法使文檔找到所歸屬的類(lèi)別，對(duì)于樣本文檔到各類(lèi)聚類(lèi)中心距離的計(jì)算本文提出了一種基于方差的容差距離改進(jìn)算法。 本體查詢(xún)模型中查詢(xún)過(guò)程為查詢(xún)的關(guān)鍵詞與本體概念之間及本體概念與本體概念之間相似度的匹配過(guò)程。本文提出一種基于概念定義、概念結(jié)構(gòu)信

3、息、概念實(shí)例綜合相似度計(jì)算的本體查詢(xún)方法，采用免疫算法的優(yōu)化方法使權(quán)重的取值自適應(yīng)調(diào)整達(dá)到最優(yōu)。 本文介紹了基于向量空間模型的經(jīng)典相關(guān)反饋算法和基于方差分析的權(quán)值調(diào)整相關(guān)反饋算法，并提出一種基于兩種相關(guān)反饋算法相結(jié)合的方法，將新的檢索詞加入到查詢(xún)中擴(kuò)展查詢(xún)檢索式，并對(duì)列向量采用方差計(jì)算，對(duì)能使相關(guān)文檔和不相關(guān)文檔區(qū)分開(kāi)的特征重新賦予較高的權(quán)重，不僅提高了查準(zhǔn)率和查全率，而且提高了查詢(xún)的效率，實(shí)驗(yàn)證明它優(yōu)越于前兩種算法。