大本体分块与映射方法的研究与实现

论文摘要

本体映射就是在不同的本体间搭建语义桥梁,以实现不同本体间的知识共享和信息交流。而对于大规模本体,由于其概念数量庞大、相互之间关系复杂,要实现它们之间的映射就变得更加困难。本文将着重在这方面进行研究。首先,论文对SNAX系统的研发目的、语义Web的研究背景以及当前本体映射的研究现状进行了介绍。其次,根据大本体的结构和特点,应用向量空间模式（VSM）技术,提出了一种基于CURD算法的类层次本体聚类分块方法。该方法通过提取概念信息中的词干来构建向量空间,并运用语义扩散算法将概念表示在向量空间中,然后应用CURD聚类算法实现概念的聚类。块之间的映射则通过计算中心点的相似度来实现。最后,根据上述研究,本文设计并实现了大本体分块映射系统LOMAP。并在此系统的基础上,利用国际组织OAEI提供了标准测试数据集directory对系统的映射效果进行了测试,同时利用信息检索领域的查全率、查准率和F-测试值对实验数据进行了统计分析。从实验结果来看,此方法具有良好的效果。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究背景
• 1.2 语义网相关研究
• 1.2.1 语义网（Semantic Web）
• 1.2.2 本体（Ontology）
• 1.2.3 本体描述语言
• 1.3 SNAX项目简介
• 1.4 主要研究内容
• 1.5 论文组织结构
• 第二章 本体映射研究现状
• 2.1 本体及其异构性
• 2.2 本体映射相关工作
• 2.2.1 映射方法研究
• 2.2.2 本体映射研究相关项目
• 2.2.3 大本体分块与映射的相关研究
• 2.3 小结
• 第三章 大本体的分块与映射方法研究
• 3.1 概念的向量表示
• 3.2 基于结构的语义距离
• 3.2.1 概念的权值
• 3.2.2 概念之间的语义距离
• 3.3 语义扩散算法
• 3.4 概念的聚类分块
• 3.5 块的命名
• 3.6 块映射
• 3.7 小结
• 第四章 系统设计与实现
• 4.1 系统结构
• 4.2 系统详细设计
• 4.3 小结
• 第五章 实验及结果
• 5.1 实验设计
• 5.1.1 实验数据
• 5.1.2 评估方法
• 5.2 实验结果
• 5.3 小结
• 第六章 结论与展望
• 6.1 研究工作及成果总结
• 6.2 进一步研究方向
• 参考文献
• 致谢
• 攻读学位期间主要研究成果