語(yǔ)義Web中對(duì)象共指識(shí)別方法的研究與實(shí)現(xiàn).pdf

1、RESEARCHAND玎訌PLEMENTATIoNoFAPPRoACHESTooBJECTCoREFERENCEoNTlIESEⅣⅢTICⅧB(niǎo)AThesisSubmittedtoSoutheastUniversityFortheAcademicDegreeofMasterofEngineeringBYCHENMinhuaSupervisedbyProfessorquYuzhongSchoolofComputerScienceandEng

2、ineeringSoutheastUniversityMarch2010摘要摘要為了實(shí)現(xiàn)不同組織和應(yīng)用程序之間的數(shù)據(jù)集成和共享，萬(wàn)維網(wǎng)聯(lián)盟(w3C)提出了語(yǔ)義Web的設(shè)想。隨著語(yǔ)義Web的發(fā)展，很多領(lǐng)域都出現(xiàn)了被人們普遍認(rèn)可的本體，比如社交領(lǐng)域的FOAF本體。因此在數(shù)據(jù)發(fā)布時(shí)，人們能夠使用共同的統(tǒng)一資源標(biāo)識(shí)符(UⅪ)來(lái)標(biāo)識(shí)本體中的概念和屬性。然而，在實(shí)例數(shù)據(jù)層，由于語(yǔ)義Web的分布式特性，不同的數(shù)據(jù)源使用不同的URI來(lái)標(biāo)識(shí)相同的現(xiàn)實(shí)世界

3、對(duì)象的情況大量存在。這種不同的URI但指稱著相同對(duì)象的現(xiàn)象稱為對(duì)象共指，導(dǎo)致了語(yǔ)義Web數(shù)據(jù)分散不容易集成。為了構(gòu)建更好的數(shù)據(jù)網(wǎng)絡(luò)和實(shí)現(xiàn)數(shù)據(jù)源之間的互操作性，迫切需要有效的方法來(lái)識(shí)別出這些共指的URI。目前，在鏈接數(shù)據(jù)(LinkedData)的驅(qū)動(dòng)下，針對(duì)對(duì)象共指的研究已經(jīng)引起了語(yǔ)義Web社區(qū)的廣泛關(guān)注。本文針對(duì)語(yǔ)義Web環(huán)境下的對(duì)象共指問(wèn)題，從兩個(gè)不同的角度提出了兩種共指URI的識(shí)別方法：面向?qū)嵗龜?shù)據(jù)集的共指識(shí)別方法和大規(guī)模的語(yǔ)義We

4、b共指識(shí)別方法。前者從包含實(shí)例對(duì)象的數(shù)據(jù)集出發(fā)，綜合利用對(duì)象本身的信息和對(duì)象之間的語(yǔ)義關(guān)系，即首先根據(jù)實(shí)例對(duì)象的文本信息計(jì)算初始相似度，然后再利用實(shí)例之間的語(yǔ)義關(guān)系構(gòu)建候選實(shí)例對(duì)的依賴關(guān)系圖，進(jìn)而對(duì)初始相似度進(jìn)行精化，最終識(shí)別出數(shù)據(jù)集中的共指URI。后者則是從整個(gè)語(yǔ)義Web的角度出發(fā)，充分利用語(yǔ)義Web數(shù)據(jù)的特征，通過(guò)分析具有特定性質(zhì)的語(yǔ)義屬性導(dǎo)出URI之間的語(yǔ)義等價(jià)關(guān)系，然后通過(guò)迭代的方式識(shí)別出語(yǔ)義Web中大規(guī)模的共指URI的集合。基