一种基于本体和语义相似度的多源数据样本关联方法

摘要

本发明是一种基于本体和语义相似度的多源数据样本关联方法，包括以下步骤：采用多个领域本体概念分别作为关键词抓取信息数据，信息数据包括国家基础信息数据和图片文本；基于各个领域本体概念对所对应的图片文本进行分类，根据图片文本的类别对所对应的国家基础信息数据进行类别表识；基于各个领域本体概念所对应的属性，对所对应的国家基础信息数据进行属性表识。解决了国家基础信息数据与其图片文本不匹配的问题，能够利用集合包技术得到正确的图片表识数据，并且采取迭代处理的方式能够利用最少的成本最合理利用集合包平台，得到较优的表识效果。