基于圖分割的大規(guī)模本體分塊與映射研究.pdf

1、本體映射是解決語義Web發(fā)展瓶頸的關鍵技術。但是，隨著語義Web的發(fā)展，出現了一類概念數目龐大，概念之間關系復雜的大規(guī)模本體。由于大規(guī)模本體和普通本體在所包含的實體數目和映射難度上存在著不同，因而應當針對它們采用不同的映射方法。本文將著重對大規(guī)模本體分塊與映射進行研究。
　　 首先，簡要介紹了課題的研究背景，總結了本體映射技術當前的研究現狀，并給出了未來的發(fā)展方向。
　　 其次，針對傳統(tǒng)的單個本體中語義相似度計算未充分利

2、用本體中的語義信息等不足，提出了一種基于概念特征的語義相似度計算方法。該方法首先根據概念在本體中的所處的層次結構來確定其特征集合，并引入概念的寬度因素對各個特征賦予不同權值，然后采用計算集合相似度的方法來計算概念的相似度，最后引入深度影響因子，并對相似度計算公式進行修正，轉換成一種更直觀的形式。理論分析和實驗結果表明，該方法計算簡便，結果準確。
　　 再次，針對當前的大規(guī)模本體映射方法存在的自動化程度不高，分塊大小不均勻等問題，

3、提出一種基于圖分割的大規(guī)模本體分塊與映射方法。該方法首先對本體進行預處理，將待匹配的大規(guī)模本體轉換成有向無環(huán)圖，從而將大規(guī)模本體分塊問題轉換成圖分割問題，然后采用基于遺傳算法的GPO算法分別對這兩個本體圖進行分割，將本體劃分成本體塊集合，最后通過采用基于參考點策略和基于本體塊結構策略相結合的方法識別正確的塊映射。
　　 最后，根據上述研究，本文設計并實現了的大規(guī)模本體分塊與映射系統(tǒng)LSOPM，并將其和當前的大規(guī)模本體映射系統(tǒng)進行