RDF中is-a關(guān)系補(bǔ)全方法評(píng)估.pdf

1、is-a關(guān)系是RDF知識(shí)庫(kù)中最基本的知識(shí)單元，在基于知識(shí)庫(kù)的問(wèn)答等應(yīng)用中具有關(guān)鍵作用。但是不論是人工還是自動(dòng)構(gòu)建的知識(shí)庫(kù)中，is-a關(guān)系都是不完整的。針對(duì)RDF數(shù)據(jù)集中is-a關(guān)系的缺失問(wèn)題，研究人員提出了多種基于統(tǒng)計(jì)的方法對(duì)is-a關(guān)系進(jìn)行補(bǔ)全。但是由于建模方式的不同，這些方法在不同數(shù)據(jù)集上的補(bǔ)全效果具有一定的差異性。因此，針對(duì)一個(gè)特定的RDF數(shù)據(jù)集，如何選擇一個(gè)is-a關(guān)系補(bǔ)全方法是一個(gè)值得研究的問(wèn)題?，F(xiàn)有的方法大致分為兩種:(1)

2、人工選擇:即人工分析每個(gè)方法和給定數(shù)據(jù)的特點(diǎn)，選擇一個(gè)最適合該數(shù)據(jù)特點(diǎn)的算法，但是由于無(wú)法量化每個(gè)算法的效果，存在主觀因素干擾;(2)自動(dòng)化評(píng)估:即用召回率、準(zhǔn)確率和F1評(píng)估每個(gè)方法在數(shù)據(jù)集上的評(píng)估效果，但是在數(shù)據(jù)量較大時(shí)，該方法的效率低下。
　　針對(duì)以上問(wèn)題，本文提出了一個(gè)基于矩陣分解的方法來(lái)評(píng)估大規(guī)模RDF數(shù)據(jù)中is-a關(guān)系的補(bǔ)全方法，為知識(shí)庫(kù)工作者選取補(bǔ)全知識(shí)庫(kù)中的is-a關(guān)系的合適方法提供了一種高效的方式。具體而言，本文的

3、主要貢獻(xiàn)有如下三點(diǎn)內(nèi)容:
　　(1)提出了三個(gè)測(cè)度來(lái)評(píng)估RDF數(shù)據(jù)集上is-a關(guān)系補(bǔ)全的效果:加權(quán)準(zhǔn)確率，加權(quán)召回率和加權(quán)F值。這三個(gè)測(cè)度分別描述了一個(gè)is-a關(guān)系補(bǔ)全方法在整個(gè)RDF數(shù)據(jù)集上的補(bǔ)全正例的準(zhǔn)確率、召回率以及準(zhǔn)確率和召回率的調(diào)和平均值，方便知識(shí)庫(kù)工作者選擇一個(gè)適合其數(shù)據(jù)特點(diǎn)、達(dá)到其應(yīng)用指標(biāo)的補(bǔ)全算法。
　　(2)提出了一個(gè)基于矩陣分解的評(píng)估方法對(duì)多種is-a關(guān)系補(bǔ)全方法進(jìn)行評(píng)估，其中評(píng)估效果用上述三個(gè)測(cè)度表現(xiàn)。