基于FFCA的模糊本體學(xué)習(xí)方法研究.pdf

1、語義網(wǎng)旨在使互聯(lián)網(wǎng)中的數(shù)據(jù)信息具有機(jī)器可以識別和處理的語義，從而可以為人類提供更智能的服務(wù)和更便捷的渠道。本體是特定領(lǐng)域中概念及概念間關(guān)系的明確表述，是表達(dá)和處理語義的重要工具，因此可以作為實(shí)現(xiàn)語義網(wǎng)的基石。然而物質(zhì)世界中的信息多數(shù)是不確定的，不確定性主要包括模糊性和粗糙性兩種基本表現(xiàn)形式，因此將模糊性引入本體所構(gòu)成模糊本體是處理現(xiàn)實(shí)世界中模糊對象的有效工具?？梢?，構(gòu)建模糊本體是一項(xiàng)意義深遠(yuǎn)的研究工作。
　　 模糊本體構(gòu)建方法主

2、要包括手工構(gòu)建和半自動(dòng)構(gòu)建兩種。手工構(gòu)建模糊本體不僅耗費(fèi)較大，而且容易出錯(cuò)。為此，半自動(dòng)構(gòu)建模糊本體的核心技術(shù)——模糊本體學(xué)習(xí)技術(shù)應(yīng)運(yùn)而生。模糊本體學(xué)習(xí)的目的是半自動(dòng)地從數(shù)據(jù)源中提取模糊概念或關(guān)系，從而新建或改善已有模糊本體，由此構(gòu)建出目標(biāo)模糊本體。
　　 模糊形式概念分析(FFCA)由模糊集理論與形式概念分析結(jié)合而成，是一種基于模糊形式背景表示形式概念的模型，其主要表現(xiàn)形式是模糊概念格。這種圖型層次結(jié)構(gòu)可以有效地分析處理數(shù)據(jù)和

3、更好地表達(dá)概念及概念之間的關(guān)系。
　　 本文基于FFCA模型和模糊本體學(xué)習(xí)技術(shù)，提出一種基于FFCA的模糊本體學(xué)習(xí)方法:首先將源模糊本體解析成模糊形式背景，同時(shí)收集和解析領(lǐng)域文檔，獲取模糊概念和關(guān)系，并將其導(dǎo)入模糊形式背景中，再通過擴(kuò)展的模糊概念格漸進(jìn)式構(gòu)造方法生成模糊概念格并分簇，最后通過映射規(guī)則，將模糊概念格轉(zhuǎn)化為目標(biāo)模糊本體。
　　 根據(jù)上述提出的模糊本體學(xué)習(xí)方法，本文設(shè)計(jì)了基于FFCA的模糊本體學(xué)習(xí)系統(tǒng)(FFCA