3
情报杂志 2008 年第 10 期 J our nal of Inf or ma ti on No. 10 ,2008
领域本体中基于多维特征的语义相似度算法研究
Semantic Similarity Algorithm Based on Multidimensional Features in Domain Ontology
王惠敏聂规划付魁
(武汉理工大学经济学院电子商务系武汉 430070)
摘要在电子商务与现代物流系统的集成中,信息资源之间存在着语义的区别,电子商务本体和物流本体之间概念
的映射显得非常重要。概念相似度计算是领域本体映射中的一个“瓶颈问题”。提出综合概念的语义距离特征、语义
信息特征和概念属性的语义特征来计算概念的语义相似度。本体概念语义特征的结合采用了更符合概念特性的非线
性组合方式。将该算法应用于已建立的电子商务本体和物流本体的映射系统中,取得了较好的概念匹配结果。
关键词本体本体映射语义相似度多维特征
中图分类号 TP391
本体是共享概念的规范、精确的描述[1 ] 。它作为一种能度;另一层是其在概念初始相似度的基础上, 计算概念通过
在语义和知识层次上描述信息的概念模型建模工具,就像一非上下位关系体现出的相似度。综合二者得到领域本体中概
部规范的词典,给通信各方提供公共的概念解释,用于表达信念的实际相似度。文献[4 ]提出的方法充分利用本体特点来
息源的语义、识别和建立概念间的语义关联,以达成语义一计算相关概念之间的相似度。文中概念间相似度的计算,主
致。领域本体描述的是特定领域中的概念及概念之间的关要是基于按照概念间结构层次关系组织的语义词典的方法,
系,它为工作在不同领域之中或者应用不同操作平台的人员根据在这类语言学资源中概念之间的上下位关系以及其它一
能够进行语义层次上的知识的共享和互操作。些因素,如语义重合度、语义距离、层次深度、调节因子等多种
在不同领域中概念可能使用不同的术语。当两个本体需因素来计算领域内部概念之间的语义相似度。文献[ 5 ]提出
要交流或交换信息时,它们必须事先达成一致,也就是必须在了一种综合的相似度计算方法。首先根据两个概念名称相似
两个不同领域的本体间实现映射。例如,在电子商务与现代性过滤出最相关的概念,减少相似度的计算;然后基于概念实
物流系统的集成中,信息资源之间存在着语义的区别,两个异例、基于概念属性、基于概念关系计算概念相似度,并进行综
构的电子商务本体和物流本体之间概念的映射就显得非常重合。概念和属性的相似采用字符串相似度计算方法进行判
要。本体间的语义映射过程实际上是将一个本体中的概念、定。
属性和关系映射为另一本体中的概念、属性和关系的过程,是概念相似度计算是领域本体映射中的一个“瓶颈问题”,
本体间概念和关系取得一致性的一个规范说明。本体映射算在本文中我们提出了一个领域本体中基于多维特征的语义相
法以两个本体作为输入,然后为这两个本体的各个元素(概似度算法,该算法综合了本体概念的语义距离特征、本体概念
念、属性或者关系) 建立相应的语义关系。相似性提取是本体的语义信息内容特征和概念的属性特征,并且本体概念语义
映射的一个重要步骤,它主要是进行概念相似度的计算,并产特征的结合采用了非
领域本体中基于多维特征的语义相似度算法研究 来自淘豆网m.daumloan.com转载请标明出处.
