面向演化本體的語義度量研究.pdf

1、語義Web自從被Tim Boners-Lee提出以來就得到了極大的重視。本體是語義Web的核心，是人工智能領(lǐng)域的一種先進的知識表示技術(shù)，它通過明確地定義概念和概念間的關(guān)系反映事物或現(xiàn)象的本質(zhì)。本體已經(jīng)成為人工智能和知識工程中一種重要的技術(shù)，在知識的獲取、表示、分析和應(yīng)用等方面發(fā)揮著重要的作用，國內(nèi)外許多研究機構(gòu)紛紛對其展開了廣泛的研究。
　　 本體質(zhì)量評估已經(jīng)成為一個重要研究課題，本體評估能夠協(xié)助本體工程師完成本體質(zhì)量的預(yù)測，本

2、體篩選，甚至用于對本體設(shè)計的修改與完善。目前提出了很多本體評測方法，對通常本體的評測特性做了重要研究。這些評估方法和準(zhǔn)則對選擇怎樣的評測方法和此評估方法有什么用處提供了指導(dǎo)。
　　 盡管這些評測方法同樣適用于本體質(zhì)量評估，但會遇到如下問題。首先，大部分評測方法仍然是基于概念結(jié)構(gòu)，并沒有考慮到的例如包容等語義方面的問題，從而導(dǎo)致不相符的測量結(jié)果。第二，大多數(shù)評測方法沒有把開放世界假設(shè)考慮在內(nèi)，而忽視本體未來可能出現(xiàn)的額外公理會導(dǎo)致

3、評測結(jié)果的不穩(wěn)定。第三，由于本體中詞匯的改變和演化很可能導(dǎo)致原本一致性本體變得不一致，但是很少評測方法把不一致性考慮在內(nèi)。本文提出了一系列穩(wěn)定的語義聚合度評測方法來測量動態(tài)網(wǎng)絡(luò)中演化本體的本體質(zhì)量。這些評測方法是穩(wěn)定的，并且用于測量本體語義而非本體結(jié)構(gòu)。這些評估方法是：單位類的平均公理輸出，最小不一致子集量，公理不一致性平均值?；谡Z義聚合度評測方法的有效性被Kitchenham和Briand等架構(gòu)所證實，并采用一個原型系統(tǒng)對本文提出的