基于概念上下文的本体匹配算法研究.docx

国内图书分类号::学校代码:10213密级:公开工学硕士学位论文基于概念上下文的本体匹配算法研究硕士研究生:盖克导师:王亚东教授申请学位:工学硕士学科:计算机科学与技术所在单位:计算机学院答辩日期:2010年6月授予学位单位:哈尔滨工业大学ClassifiedIndex::-BASEDONTOLOGY-MATCHINGALGORITHMCandidate:Supervisor:AcademicDegreeAppliedfor:Speciality:Affiliation:DateofDefence:Degree-Conferring-Institution:,2010HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要随着互联网的快速发展和人们对信息需求的迅速增加,语义网(SemanticWeb,又称语义Web)作为研究和处理海量信息的先进技术成为Web信息研究领域的主要目标之一。语义Web改进了传统Web的信息获取和表现形式,更为广泛且具体地利用了知识库,突破了传统Web中过度依赖文本字符串匹配的挖掘方法造成的瓶颈。本体(ontology)是语义Web体系中建立语义信息模型的核心部分,是一种利用信息化手段描述人们对客观世界认识的方法。然而,由于单一的本体没有办法对事物进行全面描述,也没有任何描述方法得到领域内的一致认可,导致存在大量意义相近但表示语言和表示模型具有一定差异的本体,这称之为本体异构问题。解决该问题的最有效方法是本体映射,其核心过程是本体匹配,即寻找两个不同实体间语义关联的过程。目前本体匹配算法的主要研究成果大多基于文本或基于结构,在应用中具有一定的不足。本文综合了基于文本和基于结构的算法特点,提出一种基于概念上下文的本体匹配算法。该算法核心思想是:构建文档的概念上下文结构,利用概念自身的信息及其上下文环境信息(包括逻辑限制和解释信息)建立虚拟文档,然后计算文档间的相似度,得到概念的最佳匹配对信息。文章最后在Eclipse+Jena环境下用Java语言实现基于该算法的本体匹配系统,利用OAEI2009标准测试用例作为数据源进行实验测试,获得本体相似度、准确率、召回率和F-Measure等性能指标,并与其他已知算法的实验结果进行对比。对比结果表明,相比于单纯基于文本和基于结构的算法,本文提出的基于概念上下文的本体匹配算法在计算效率和准确度上均有一定的提高。关键词:语义Web;本体匹配;概念上下文;andpeople’sincreasingdesireofinformation,,whichchangesminingandexpressingformoftraditionalwebtechnology,-’,,