基于不確定數(shù)據(jù)的語義本體構(gòu)建及其在云環(huán)境下的應用研究.pdf

1、1982年，Z.Pawlak提出粗糙集理論，為處理不確定數(shù)據(jù)提供了一個很好的方法。近年來，粗糙集理論及其應用發(fā)展發(fā)展十分迅速，主要都著眼于粗糙集模型的概化、粗糙集中不確定理論的分析、粗糙集相關(guān)操作及其關(guān)聯(lián)性、粗糙集與其他數(shù)學理論的聯(lián)系等等?，F(xiàn)在，粗糙集理論已經(jīng)應用于很多研究領(lǐng)域，比如機器學習、決策分析、進程控制、模式識別、數(shù)據(jù)挖掘等。而在信息檢索領(lǐng)域，粗糙集也常被用于表達信息的不確定性，來將信息檢索擴展到語義檢索方面。本文中，將對粗糙集

2、在語義檢索及語義本體構(gòu)建中的作用進行研究。
　　 目前，對本體的定義很多，其中最著名定義是由Gruber提出的，“本體是概念化的明確的規(guī)范說明”。應用于計算機領(lǐng)域的本體從概念上說是個實體，就是把現(xiàn)實世界中的某個領(lǐng)域抽象為一組概念及概念之間的關(guān)系。本體技術(shù)關(guān)注的概念的共享，是智能主體在相互交流中對特定領(lǐng)域問題的基本概念范疇的共同約定，它非常適合于描述互聯(lián)網(wǎng)上各種不同的、分散的、半結(jié)構(gòu)化的信息資源。通過定義共享的、通用的領(lǐng)域理論，本

3、體幫助人和計算機明確的交流，使人類、計算機能夠?qū)崿F(xiàn)知識的共享和重用，方便地進行知識的交互和協(xié)作。語義本體是在一定領(lǐng)域內(nèi)，根據(jù)本體論理論基礎(chǔ)上對現(xiàn)有語義網(wǎng)內(nèi)所有文本信息所進行的分類和結(jié)構(gòu)化，在本體支持下實現(xiàn)信息系統(tǒng)間語義上的互操作性，以及對網(wǎng)絡(luò)資源所進行的智能訪問和檢索。
　　 隨著語義本體的廣泛應用，如何快速而精確地構(gòu)建語義本體也變得非常重要。作為構(gòu)建語義本體的重要環(huán)節(jié)，形式概念的特征提取是必不可少的。在數(shù)據(jù)挖掘領(lǐng)域中，不確定數(shù)

4、據(jù)的重要性日益提升。其中粗糙集理論已經(jīng)多次被應用于文本特征提取，并且進行了不斷的改進。而模糊數(shù)據(jù)跟自然語言的緊密聯(lián)系也使其成為了語義本體構(gòu)建過程中不可或缺的一部分。另外，在云環(huán)境應用日益廣泛的今天，如何在云環(huán)境下對本體構(gòu)建進行部署和語義檢索也是一個重要的課題。本文主要是基于粗糙集和其他不確定數(shù)據(jù)理論知識來進行語義本體構(gòu)建的改進，并在此基礎(chǔ)上，考慮了云環(huán)境下語義本體的構(gòu)建框架和基于此框架的語義檢索流程。主要研究工作包括:
　　 (

5、1)結(jié)合動態(tài)粗糙集理論與歐氏距離，對現(xiàn)有的文本特征提取進行改進。綜合考慮文本集合的特點以及用戶的需求，并且擺脫了本體構(gòu)建過程中對決定屬性子集的依賴，對文本進行更加快速精確的特征提取。
　　 (2)基于模糊數(shù)據(jù)理論基礎(chǔ)，結(jié)合層次聚類和語義本體構(gòu)建方法，對原有的粗糙語義本體構(gòu)建方法進行了改進，提出了一個新的粗糙語義本體的構(gòu)建方法，可以同時考慮數(shù)據(jù)分類的粗糙性和數(shù)據(jù)屬性的模糊性。
　　 (3)針對云環(huán)境下的數(shù)據(jù)部署，提出一個語