基于本體的數(shù)據(jù)集成研究.pdf

1、如何解決語義異構(gòu)問題是當(dāng)前數(shù)據(jù)集成領(lǐng)域的研究熱點(diǎn)。由于本體既準(zhǔn)確地描述了概念含義又描述了概念之間的內(nèi)在關(guān)聯(lián)，能通過邏輯推理獲取概念之間蘊(yùn)涵的關(guān)系，具有很強(qiáng)的表達(dá)概念語義和獲取知識的能力，因此本體被用來解決語義異構(gòu)的問題。本文采用本體的方法對數(shù)據(jù)集成領(lǐng)域幾個關(guān)鍵技術(shù)進(jìn)行了研究。 本文深入討論了本體模型的構(gòu)建，選擇描述邏輯對本體進(jìn)行描述，并討論了對描述邏輯的擴(kuò)展。介紹了資源的基于描述邏輯的本體化描述。 本文討論了文檔處理的兩

2、個過程。對于文檔的概念提取，本文采用基于FCA概念構(gòu)造算法CLCA建立了文檔信息概念間的層次關(guān)系。對于文檔的語義標(biāo)注，本文首先采用矢量空間模型的方法提取文檔的特征向量，然后采用基于模糊C均值的聚類方法使文檔找到所歸屬的類別，對于樣本文檔到各類聚類中心距離的計算本文提出了一種基于方差的容差距離改進(jìn)算法。 本體查詢模型中查詢過程為查詢的關(guān)鍵詞與本體概念之間及本體概念與本體概念之間相似度的匹配過程。本文提出一種基于概念定義、概念結(jié)構(gòu)信

3、息、概念實(shí)例綜合相似度計算的本體查詢方法，采用免疫算法的優(yōu)化方法使權(quán)重的取值自適應(yīng)調(diào)整達(dá)到最優(yōu)。 本文介紹了基于向量空間模型的經(jīng)典相關(guān)反饋算法和基于方差分析的權(quán)值調(diào)整相關(guān)反饋算法，并提出一種基于兩種相關(guān)反饋算法相結(jié)合的方法，將新的檢索詞加入到查詢中擴(kuò)展查詢檢索式，并對列向量采用方差計算，對能使相關(guān)文檔和不相關(guān)文檔區(qū)分開的特征重新賦予較高的權(quán)重，不僅提高了查準(zhǔn)率和查全率，而且提高了查詢的效率，實(shí)驗(yàn)證明它優(yōu)越于前兩種算法。