异构本体多角度映射机制研究

论文摘要

语义Web是Web发展的延伸，致力于Web上信息的语义化，最终要实现信息在知识级上的共享和语义上的互操作性。本体是实现语义Web的关键要素，但随着本体数量爆炸式地增长，不可避免地大量描述相同领域的本体各自独立地发展，对于同一个领域可能存在多个本体，本体间的异构问题突显出来。 如何解决本体间的异构问题，实现不同本体间的互操作，从而无障碍地实现基于本体的知识共享、融合与集成。本文通过本体映射，即发现异构本体间实体(概念、属性与实例)的对应关系，来解决本体间的异构问题。本体映射是语义Web发展的一个强有力的挑战。 本论文的目标是综合利用本体的各种特征包括本体中实体的标注、实体间的层次结构、语义关系和属性描述、约束等信息实现异构本体间的映射。研究的主要内容包括：在分析目前典型本体映射方法的特点及局限性的基础上，提出基于本体各种特征信息计算实体间语义相似度，即在深入分析本体各种特征后，提出了16种用于计算实体间语义相似度的角度，全方位衡量实体间语义相似程度；在给出16种用于实体间语义相似度计算的角度的基础上，本文提出了两种综合利用多角度的本体映射机制，混合式本体映射机制与组合式本体映射机制，详细分析了两种映射机制的具体实现步骤及给出相应算法的描述，并比较了两种机制的

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 语义Web的基本概念和体系结构
• 1.2.1 语义Web的基本概念
• 1.2.2 语义Web的体系结构
• 1.3 本体映射研究现状
• 1.4 课题研究目的和研究成果
• 1.5 论文的章节组织
• 第二章 本体
• 2.1 语义与本体的关系
• 2.2 本体
• 2.2.1 本体的起源与定义
• 2.2.2 本体的构成
• 2.2.3 本体的功能
• 2.3 本体描述语言
• 2.3.1 面向语义Web的本体描述语言
• 2.3.2 OWL
• 2.4 基于本体的信息系统的基本结构
• 2.4.1 基于本体的信息检索引擎
• 2.4.2 本体共享的数据访问
• 2.4.3 本体映射的数据访问
• 2.5 本章小结
• 第三章 本体映射概述
• 3.1 本体失配分类（Ontology Mismatches）
• 3.1.1 语言层
• 3.1.2 结构层
• 3.1.3 内容层
• 3.2 本体映射定义
• 3.3 本体映射的体系框架
• 3.4 本体映射方法
• 3.4.1 GLUE
• 3.4.2 AnchorPrompt
• 3.4.3 SF方法
• 3.4.4 IF-Map系统
• 3.4.5 MAFRA系统
• 3.4.6 语义消解（Semantic Resolution）
• 3.4.7 权值分配的改进
• 3.4.8 其它的方法
• 3.5 本章小结
• 第四章 多角度实体语义相似度计算
• 4.1 当前本体映射方法特点
• 4.2 当前本体映射方法的局限性
• 4.2.1 基于句法计算实体相似度
• 4.2.2 映射策略的片面性
• 4.2.3 相似度的计算量大
• 4.2.4 通用的本体映射机制
• 4.3 多角度语义相似度计算
• 4.3.1 异构本体实体间语义相似度
• 4.3.2 多角度的提出
• 4.3.3 角度选择
• 4.3.4 概念间多角度语义相似度计算
• 4.4 本体推理
• 4.5 本章小结
• 第五章 基于多角度语义相似度计算的本体映射机制
• 5.1 本体映射工程
• 5.1.1 InfoSleuth的参考本体
• 5.1.2 KRAFT的本体聚类
• 5.1.3 斯坦福大学的本体代数
• 5.2 基于多角度实体语义相似度计算的混合式本体映射机制
• 5.2.1 具体措施
• 5.2.2 具体算法
• 5.3 基于多角度实体语义相似度计算的组合式本体映射机制
• 5.3.1 具体措施
• 5.3.2 具体算法
• 5.4 两种机制的比较
• 5.5 多角度的优势
• 5.6 本章小结
• 第六章 实验
• 6.1 实验工具介绍
• 6.1.1 Jena开发环境的搭建
• 6.1.2 Jena中本体的实现方式
• 6.1.3 Jena中本体元素的实现
• 6.2 基于多角度实体语义相似度计算的组合式本体映射算法实现
• 6.3 实验对象
• 6.4 实验结果分析
• 第七章 总结与展望
• 7.1 本文的主要贡献
• 7.2 未来工作展望
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文目录