基于實例數(shù)據(jù)的本體匹配方法的研究.pdf

1、隨著語義Web的發(fā)展，本體作為一種知識表達形式，在面向語義Web的數(shù)據(jù)管理與知識工程中起著重要的作用。由于現(xiàn)有語義Web在信息描述上存在異構性，即針對相同的領域，不同機構組織往往采用不同的本體進行描述，導致在相同或近似領域中往往存在多個本體。本體匹配就是發(fā)現(xiàn)不同本體之間實體映射關系的過程。本體匹配被認為是語義Web應用中的一個核心問題。 本體匹配已經(jīng)存在很多有效的方法，但現(xiàn)存的方法主要是利用本體概念層信息發(fā)現(xiàn)本體間簡單的一對一的

2、匹配，然而在現(xiàn)實世界中，同樣存在復雜的語義映射關系。隨著語義Web的發(fā)展，越來越多的RDF數(shù)據(jù)通過Web發(fā)布，Linking Open Data項目的開展推進了不同數(shù)據(jù)集的數(shù)據(jù)逐漸被互相鏈接起來，Web上出現(xiàn)大量相互關聯(lián)的實例數(shù)據(jù)。為了彌補基于實例數(shù)據(jù)的本體匹配研究的不足，提出一種新的本體匹配方法，該方法基于機器學習中的歸納邏輯編程，從實例數(shù)據(jù)集合中學習概念之間隱含的邏輯匹配關系。本文提出的方法首先利用文本分類學習概念之間的相似度，然后