知識服務(wù)的語義匹配機(jī)制研究.pdf

1、本體作為一種語義和知識層面上的概念共享模型，自提出以來就引起數(shù)據(jù)整合、P2P系統(tǒng)、電子商務(wù)、語義Web服務(wù)、社會網(wǎng)絡(luò)(Social Networks)等應(yīng)用領(lǐng)域科研人員的廣泛關(guān)注，并得到了有效的研究與應(yīng)用，提出了一系列基于本體的領(lǐng)域問題解決方法。 本體匹配(Ontology Matching)是發(fā)現(xiàn)不體之間實(shí)體元素(包括本體的類、屬性或者個體)映射關(guān)系的關(guān)鍵技術(shù)，己被國內(nèi)外學(xué)者普遍認(rèn)為是解決計(jì)算機(jī)系統(tǒng)語義異構(gòu)問題的有效手段之一。

2、 知識服務(wù)中的語義知識檢索問題實(shí)際上是要解決用戶檢索條件和被檢索的資源描述文本之間在語義級別上的匹配問題。最好的途徑之一是將用戶檢索條件和資源描述文件都表示成可以被機(jī)器所理解的形式化知識表示下的語義信息，然后通過嚴(yán)格的邏輯推理和演算來評判兩者之間的匹配程度。將查詢條件和資源描述文本之間的相似度計(jì)算出來，按照相似度值將候選資源排序，最后將排序靠前的資源提交給用戶。由于本體可以作為用戶檢索條件與資源描述文件的語義描述表現(xiàn)方式，而本體

3、匹配可以解決本體的語義匹配程度問題。因此，本文試圖將本體匹配技術(shù)作為知識服務(wù)以及知識檢索問題的解決方案之一，嘗試通過對本體匹配技術(shù)的研究來解決知識服務(wù)中的語義匹配問題。 本文的研究從四個方面展開：(1)教育領(lǐng)域?qū)W習(xí)資源本體的建模與描述；(2)基于上下文的元素層次本體匹配；(3)基于加權(quán)本體的結(jié)構(gòu)層次的本體匹配；(4)本體匹配算法在教育知識語義檢索系統(tǒng)中的應(yīng)用與實(shí)現(xiàn)。這些工作得到國家自然科學(xué)基金《知識本體的多層次語義相似性測量機(jī)制

4、研究》(No．60673094)，教育部重大科技項(xiàng)目培育資金項(xiàng)目《國家知識服務(wù)體系支撐技術(shù)研究》(No．705038)，“十一五”國家科技支撐計(jì)劃重大項(xiàng)目《數(shù)字教育公共服務(wù)示范工程》(No．2006BAH02A24)以及湖北省自然科學(xué)基金項(xiàng)目創(chuàng)新團(tuán)隊(duì)計(jì)劃《知識服務(wù)理論及若干關(guān)鍵技術(shù)研究》(No．2006ABC011)的資助。 本文取得的研究成果(創(chuàng)新點(diǎn))包括以下幾個方面： (1)教育領(lǐng)域?qū)W習(xí)資源本體建模與描述：針對目前學(xué)

5、習(xí)資源元數(shù)據(jù)標(biāo)準(zhǔn)在表示學(xué)習(xí)資源時語義缺失的現(xiàn)狀，對學(xué)習(xí)資源元數(shù)據(jù)以及學(xué)習(xí)資源元數(shù)據(jù)與本體結(jié)合的相關(guān)研究進(jìn)行了調(diào)研，在Dragan Gasevic、Marek Hatala等人提出的學(xué)習(xí)資源元數(shù)據(jù)與學(xué)習(xí)內(nèi)容領(lǐng)域本體層次模型的基礎(chǔ)上進(jìn)行擴(kuò)展。結(jié)合元數(shù)據(jù)本體和領(lǐng)域本體，形成了學(xué)習(xí)資源本體，并對元數(shù)據(jù)本體和領(lǐng)域本體進(jìn)行了實(shí)例化，分別以IEEE LOM元數(shù)據(jù)和ACM CSS計(jì)算機(jī)學(xué)科領(lǐng)域本體作為具體的元數(shù)據(jù)本體和領(lǐng)域本體，結(jié)合本體建模原則，將二者

6、有機(jī)的組合在一起，形成面向ACM CSS計(jì)算機(jī)學(xué)科領(lǐng)域分類系統(tǒng)的學(xué)習(xí)資源本體。與現(xiàn)有的學(xué)習(xí)資源本體相比，本文提出的本體模型更加全面和具體，而且主要研究面向?qū)W習(xí)資源的語義檢索。學(xué)習(xí)資源本體模型的提出將為本文后續(xù)本體匹配算法的研究以及本體匹配算法的應(yīng)用與驗(yàn)證系統(tǒng)的實(shí)現(xiàn)提供理論基礎(chǔ)。 (2)基于上下文的元素層次本體匹配算法：在對分析獨(dú)立元素的方法和分析元素本體結(jié)構(gòu)這兩種元素層次匹配方法進(jìn)行歸納，對基于WordNet和文本集合概率的語

7、義相似度算法和基于元素本體結(jié)構(gòu)的語義相似度算法這兩種語義相似度比較方法進(jìn)行分析的基礎(chǔ)上，對現(xiàn)有的語義相似度算法進(jìn)行了擴(kuò)展，提出對Hirst & St-Onge語義相似度算法進(jìn)行改進(jìn)的元素獨(dú)立語義相似性計(jì)算方法，并根據(jù)元素的上下文路徑，進(jìn)一步提出了基于上下文的元素層次本體匹配方法。該方法從元素以及元素上下文要素出發(fā)，將元素的前驅(qū)元素、屬性、元素的后驅(qū)元素看成元素的上下文，并組成元素的上下文路徑，針對元素的上下文路徑，在分別計(jì)算前驅(qū)元素、屬

8、性、元素本身以及后驅(qū)元素獨(dú)立語義相似性的基礎(chǔ)上，進(jìn)行組合加權(quán)，得到基于上下文的元素語義相似性。通過對OAEI 2006數(shù)據(jù)集進(jìn)行查全率、查準(zhǔn)率、F-Measure以及OverAll等指標(biāo)的質(zhì)量和性能評價測試。實(shí)驗(yàn)結(jié)果表明，基于上下文的本體匹配算法具有比較好的本體匹配質(zhì)量和性能。 (3)基于加權(quán)本體的結(jié)構(gòu)層次本體匹配算法：在對各種基于圖形結(jié)構(gòu)的匹配算法的研究基礎(chǔ)上，分析了加權(quán)本體結(jié)構(gòu)圖形的形式化表示方法。同時，還在此基礎(chǔ)上研究基于

9、加權(quán)本體的結(jié)構(gòu)層次匹配算法。該算法采用自頂向下，分層加權(quán)的思想，根據(jù)學(xué)習(xí)資源本體的特點(diǎn)，給不同的層次實(shí)體分配不同的權(quán)重系數(shù)，通過將加權(quán)本體結(jié)構(gòu)中所有實(shí)體元素結(jié)合在一起，進(jìn)行實(shí)體綁定后的本體結(jié)構(gòu)語義相似性進(jìn)行計(jì)算，來完成加權(quán)本體的結(jié)構(gòu)層次匹配。結(jié)構(gòu)層次的匹配研究以基于上下文的元素層次的匹配算法為依據(jù)，通過二維矩陣進(jìn)行存儲和重用，在得到單個元素和屬性的語義相似性的基礎(chǔ)上，研究多個實(shí)體結(jié)合在一起的學(xué)習(xí)資源本體結(jié)構(gòu)語義匹配。 (4)本體