基于參考點的大規(guī)模本體擴散映射算法研究.pdf

1、隨著異構(gòu)本體的規(guī)模不斷增大，當(dāng)前的本體映射算法在處理大規(guī)模本體時會遭遇嚴重的效率問題。目前針對大規(guī)模本體映射大多采用先分塊，再在分得的小塊間進行塊內(nèi)映射。但是，對大本體進行分塊，以及對相關(guān)小塊的映射操作會增加很大的開銷，并且分塊比如會造成一定程度的語義缺失。本文將從參考點出發(fā)，充分利用已有映射信息，尋找一種高效的針對大本體的映射算法。
　　 首先，論文簡單介紹了課題的研究背景，總結(jié)了大規(guī)模本體映射相關(guān)技術(shù)的研究現(xiàn)狀。
　　

2、 其次，采用概念類型技術(shù)，設(shè)計了參考點自動查找模塊，通過該模塊快速獲得參考點（在名稱上相似的概念）。利用訪問局部性原理，設(shè)計了帶沖突避免的擴散映射算法。該算法采用單邊標記策略，選取待映射本體中的其中一個為基準，首先比較參考點附近的鄰居概念，根據(jù)鄰居概念的映射情況檢查參考點是否為錯誤映射，且映射的鄰居概念成為新的參考點并標記。然后對新的參考點迭代進行擴散映射，直到找不到新的參考點為止。
　　 再次，在擴散映射過程中，參考點附近的

3、鄰居概念構(gòu)成候選映射集合，設(shè)計集合內(nèi)映射算法:以兩個候選映射集合為向量空間，構(gòu)建虛擬文檔，把每個待映射的概念表示成向量形式，根據(jù)兩待映射概念的向量夾角余弦計算二者的相似度。該方法能充分考慮概念所處的語義環(huán)境，去除形同義異的概念和發(fā)現(xiàn)義同形異的概念。
　　 最后，設(shè)計實驗，對比分析，顯示本文算法擁有以下特點:1.本文支持參考點的自動生成;2.擴散算法把候選映射概念集始終限制在參考點附近，極大的減少了映射的時間復(fù)雜度;3.擴散算法支