基于相似度计算的本体映射方法的研究

摘要

伴随着新一代网络—语义网的蓬勃发展，互联网资源的混乱、重复和冗余等问题得到了很大的改善。作为语义网的核心，本体研究已经有了很大突破，并在许多科研方向得以应用。然而因为本体构建者的主观性，运用者的自治性和分散等原因，使得各领域均出现了本体的异构现象。本体异构使得信息的交互和资源的共享变得十分困难，因此成为了本体发展的瓶颈。本体映射技术是公认的处理该瓶颈行之有效的最好方法。本体映射技术是按照一定策略在异构本体中发现、计算概念的相似信息，然后对这些相似概念进行映射，消除异构本体当中的概念歧义，从而实现信息资源的交互和共享。但同时，此方面的研究在效率和自动化处理等方面还存在着诸多困难和问题。
　　本文介绍了映射技术相关的国内外研究现状，及研究背景和意义。阐述了国内外比较经典的映射工具和方法，并对各自的长处与不足进行了简要分析;对本体映射所涉及到的理论做了详细介绍，如语义网的体系结构、本体的概念、异构现象等等。
　　论文重点研究本体预处理和本体映射中的综合概念相似度计算两个核心部分，分别运用最小生成树聚类方法和粗糙集条件信息熵的方法对本体映射中遇到的预处理问题和相似度融合过分依赖专家经验、无法适应自动化映射的两大瓶颈进行了改善和解决，对其中算法进行了实现、改进，并使用数据集benchmarks中的数据进行实验，验证了算法的有效性。
　　基于本文提出的概念相似度融合算法，设计了一套本体映射系统，运用图形界面的方法体现本体的映射过程的算法的最终效果。

目录

摘要

第一章 绪论

1．1 课题研究背景及意义

1．2 相关研究现状

1．3 研究内容和目标

1．4 本文组织结构

第二章 本体研究相关理论

2．1 语义web

2．2 本体和本体异构

2．2．1 本体定义及描述

2．2．2 本体描述语言

2．2．3 本体异构

2．3 本体映射

2．4 小结

第三章 待映射本体预处理方法

3．1 预处理研究现状

3．2 基于最小生成树的本体预处理方法

3．2．1 图与最小生成树

3．2．2 基于最小生成树聚类的本体预处理

3．3 实验结果及分析

3．4 小结

第四章 基于相似度计算与粗糙集条件信息熵的本体映射方法

4．1 引言

4．2 理论基础

4．2．1 相似度的计算方法

4．2．2 粗糙集与条件信息熵

4．3 基于粗糙集条件信息熵的综合相似度计算

4．4 实验验证

4．5 小结

第五章 本体映射系统的设计与实现

5．1 本体映射系统体系结构

5．2 编程环境及相关技术

5．3 系统的实现

5．4 小结

第六章 结论

致谢

参考文献

作者简介

攻读硕士学位期间研究成果

声明