Print

信息集成中基于高精确度的本体映射

论文摘要

随着信息技术的不断发展,尤其是数据库和网络技术的高速发展,20世纪90年代以来,经济和社会生活越来越受到信息的驱动。在国家社会保障制度日益完善的过程中,各地各级政府都建立的自己的信息系统。早期在这些系统的建立时,一般都是随机使用自己所理解的描述来存储信息,而没有一个全国甚至全省统一的描述。因此,这些数据源不仅在地理上是分布的,更是异构,这对整个社会保障的实施带来了不小的困难。本体技术的引入,可能在一定程度上解决信息转存时的手动输入问题,实现信息化。本文就主要是引入本体映射技术,利用一个新型的基于高精确度的本体映射方法,来实现映射关系,从而实现信息集成的目的。本体已经成为解决信息集成问题的一个新的突破口,在目前存在的应用软件中,最主要的还是通过手动来实现的。现在有人已经提出了通过统计学和机器学习方法来改进本体映射方法,但是没有形成一个成功的应用软件。本文针对已有映射方法中存在的问题,提出了一种基于概念名称、概念实例、概念定义、概念上下文关系和概念结构的综合的语义相似度计算模型,详细分析了五个相似度分量的计算,给出了五个分量的权值的确定策略。同时为了提高映射准确度,提出了基于高精确度的本体映射方法加以改进,并做了相应的可行性分析。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 论文的研究背景以及问题的提出
  • 1.2 研究目的和内容
  • 1.3 主要工作
  • 1.4 论文组织结构
  • 第二章 相关研究
  • 2.1 信息集成中已有的本体方法
  • 2.2 信息集成中的本体映射
  • 2.2.1 本体映射的概念
  • 2.2.2 已有的本体映射方法
  • 2.2.3 存在的问题
  • 2.3 信息集成的基本框架
  • 2.4 本章小结
  • 第三章 基于高精确度的本体映射
  • 3.1 多策略本体映射
  • 3.2 本体映射中的相似度计算
  • 3.2.1 本体概念名称的相似度计算
  • 3.2.2 本体概念定义的相似度计算
  • 3.2.3 本体概念实例相似度计算
  • 3.2.4 本体概念结构的相似度计算
  • 3.2.5 本体概念上下文关系的相似度计算
  • 3.2.6 一个综合的语义相似度计算模型
  • 3.3 基于高精确度的本体映射
  • 3.4 算法分析
  • 3.4.1 算法描述
  • 3.4.2 时间性能
  • 3.4.3 时间复杂度分析
  • 3.5 小结
  • 第四章 试验结果和分析
  • 4.1 两个试验本体的抽取
  • 4.2 试验结果和分析
  • 4.3 试验结论
  • 第五章 总结和展望
  • 参考文献
  • 致谢
  • 攻读硕士学位期间发表的学术论文
  • 学位论文评阅及答辩情况表
  • 相关论文文献

    本文来源: https://www.lw50.cn/article/baea6a20ca4bc8d93d8d841e.html