语义相似性度量及其在设计管理系统中的应用

论文摘要

语义相似性度量一直以来都是人工智能和心理学领域的研究热点。人工智能领域的相似性度量模型，以关于相似性的假设为基础，致力于从特定的知识表述中计算出对象间的相似性。而心理学领域的相似性度量模型，则以实验数据为基础，致力于模拟人的相似性感受。将心理学的研究成果应用于人工智能的研究中，是未来发展的方向。本论文以心理学的相似性模型为基础，借鉴人对相似性认知的产生过程，建立了一个基于模糊比较的OWL概念语义相似性度量模型—FuzzyCon模型。该模型以OWL DL描述的本体概念为计算对象，从OWLDL的语义中计算概念的相似性。 本体概念的相似性度量包含了三个要素：本体概念、语义和相似性。论文在分析OWL DL的性质和描述逻辑的相关概念的基础上，利用OWL DL与描述逻辑SHOIN(D)之间的等价关系，将OWL DL表述的概念转化为SHOIN(D)中的一组公理，并将这组公理规整为以角色为中心的范式(SSNF)；在分析概念的SSNF基础上，论文提出概念的特性集由概念的显蕴涵子项、隐蕴涵子项和角色连接概念构成，并论述了这三种元素在相似性度量中的作用。 FuzzyCon模型是Rodriguez_Egenhofer模型的扩展。论文用模糊集构造概念特性集的模糊交集和模糊差集；以概念间的相似性函数为基础，构建模糊交集和模糊差集的隶属函数；用特性权值定义显著性函数f，使函数f的值与概念特性集中特性的多寡和特性权值的大小成正比。模糊集和特性权值的引入，使FuzzyCon模型的计算结果能表现用户的个性化相似性认识。 论文分析了相似性的产生过程以及心理学中刺激量与心理量的关系，引入了概念权值来模拟心理量所具有的特征。根据人的心理特点，设定了两个约束概念权值的因素，以使概念权值具有心理量的特征；讨论了结合构造符、约束构造符和人的主观性对概念权值的影响。在此基础上，论文提出了概念权值的计算模型—Salience模型，从概念的定义中计算出权值；证明了在循环TBox T中，可在有限的迭代次数中使概念权值趋向一个固定值；给出概念的特性权值的计算方法，并阐述了特性权值的特点。 论文用实验的方法验证和分析FuzzyCon模型与Salience模型的性质。结合

论文目录

• 摘要
• Abstract
• 目录
• 第一章 绪论
• 1.1 研究背景
• 1.2 相似性
• 1.2.1 语义相关性、语义距离与语义相似性的关系
• 1.2.2 相似性的直觉
• 1.3 心理学领域的研究
• 1.3.1 几何相似模型
• 1.3.2 Tversky模型
• Egenhofer模型'>1.3.3 Rodriguez_Egenhofer模型
• 1.3.4 Tversky模型的特点
• 1.4 人工智能领域的研究
• 1.4.1 基于词典的模型
• 1.4.2 基于语料库的模型
• 1.4.3 基于语义距离的模型
• 1.4.4 基于信息学的模型
• 1.5 Tversky模型的几何性
• 1.6 现有研究的不足
• 1.7 本文的研究内容
• 1.8 本章小结
• 第二章 本体及本体中的概念
• 2.1 本体
• 2.1.1 基本概念
• 2.1.2 本体的主要构成
• 2.1.3 本体的作用
• 2.1.4 知识本体语言
• 2.2 描述逻辑
• 2.2.1 解释
• 2.2.2 AL语言的语义及其扩展
• 2.2.3 描述逻辑知识库—TBox和ABox
• 2.2.4 基于TBox和ABox的推理
• 2.2.5 OWL DL与描述逻辑的关系
• 2.3 本体中的概念
• 2.4 显式描述的关系
• 2.4.1 范式
• 2.4.2 概念表述的内容
• 2.4.3 显蕴涵与隐蕴涵
• 2.5 隐含描述的关系
• 2.6 讨论
• 2.6.1 关系的语义
• 2.6.2 关系的含义
• 2.6.3 不同含义的关系对相似性度量的影响
• 2.7 本章小结
• 第三章 OWL DL概念的语义相似性度量
• 3.1 概念特性集
• 3.1.1 概念的特性
• 3.1.2 概念特性集的定义
• 3.1.3 概念特性集的模糊逻辑运算
• 3.2 FuzzyCon模型
• 3.2.1 模型的定义
• 3.2.2 复合概念的相似性
• 3.2.3 FuzzyCon模型的计算方法
• 3.3 相似性度量模型的验证指标
• 3.3.1 秩（rank）
• 3.3.2 差别分辨度
• 3.3.3 斯皮尔曼秩相关系数
• 3.3.4 相似性的差异度
• 3.4 本章小结
• 第四章 概念权值与特性权值
• 4.1 相似性产生过程
• 4.2 概念权值
• 4.2.1 刺激量与心理量的关系
• 4.2.2 概念权值的定义
• 4.2.3 影响概念权值的因素
• 4.3 Salience模型
• 4.3.1 Salience模型的计算过程
• 4.3.2 结合构造符对概念权值的影响
• 4.3.3 约束构造符对概念权值的影响
• 4.3.4 主观性对概念权值的影响
• 4.4 概念权值的计算方法
• 4.4.1 正反馈回路问题
• 4.4.2 蕴涵优先算法
• 4.4.3 角色优先算法
• 4.4.4 两种算法的讨论
• 4.5 概念的特性权值计算
• 4.6 本章小结
• 第五章 实验验证及分析
• 5.1 实验原型系统
• 5.1.1 Protege OWL Plug-in
• 5.1.2 RacerPro
• 5.1.3 系统的结构
• 5.1.4 实验的目标
• 5.2 Salience模型的实验验证
• 5.2.1 参数的设定
• 5.2.2 蕴涵优先算法的收敛性及其对结果的修正性
• 5.2.3 概念权值与语义抽象度成反比
• 5.2.4 兴趣度对概念权值的影响
• 5.2.5 概念权值的相互影响
• 5.3 FuzzyCon模型的实验验证
• 5.3.1 FuzzyCon模型的收敛性
• 5.3.2 计算结果的合理性
• 5.3.3 兴趣度对相似性的影响
• 5.3.4 λ截集对相似性的影响
• 5.3.5 FuzzyCon模型的不对称相似性
• 5.4 与其他语义相似性模型的比较
• 5.4.1 模型的选择
• 5.4.2 实验数据的设定
• 5.4.3 比较的结论
• 5.5 FuzzyCon模型的总结与讨论
• 5.5.1 更丰富的概念相似性表现
• 5.5.2 更符合人心理感受的相似性结果
• 5.5.3 适应本体进化的需求
• 5.6 本章小结
• 第六章 语义相似性度量在设计管理系统中的应用
• 6.1 新生产方式对相似性度量的需求
• 6.1.1 面向大规模定制的设计需求
• 6.1.2 产品全生命周期管理的需求
• 6.1.3 当前的现状及存在的不足
• 6.1.4 问题的原因及其解决方法
• 6.2 产品知识建模
• 6.3 知识服务
• 6.3.1 信息查询与浏览
• 6.3.2 KPDM系统中实现知识服务的三要素
• 6.4 OWL个体的相似性算法
• 6.4.1 特性集的定义
• 6.4.2 OWL个体的FuzzyCon模型及其计算方法
• 6.5 知识服务在查询与浏览中的应用
• 6.5.1 基于OWL个体的查询方式
• 6.5.2 相似查询、过滤与浏览
• 6.5.3 信息的个性化服务
• 6.6 系统实例
• 6.7 本章小结
• 第七章 总结与展望
• 7.1 论文的主要工作
• 7.2 论文的创新之处
• 7.3 未来工作的展望
• 附录A 证明
• A.1 引理2.3的证明
• A.2 性质2.7的证明
• A.3 性质4.4的证明
• A.4 性质4.5的证明
• A.5 性质4.6的证明
• A.6 推论3.2的证明
• 附录B 轴承的本体定义
• B.1 深沟球轴承的OWL DL定义
• B.2 滚动轴承的OWL DL定义
• B.3 CAD图纸的OWL DL定义
• B.4 深沟球轴承的TBox定义
• B.5 两面带密封圈的深沟球轴承的语义标注（节选）
• 参考文献
• 攻读学位期间发表的学术论文及参加的科研项目
• 致谢