基于知識(shí)庫的本體學(xué)習(xí)方法的研究.pdf

1、本體是語義Web的核心，其學(xué)習(xí)算法逐漸成為語義Web的一個(gè)研究熱點(diǎn)。已有的本體學(xué)習(xí)工作集中在術(shù)語、同義詞、概念、分類體系和關(guān)系層，而公理層的研究很少。OWL DLP是能夠轉(zhuǎn)換為一階Horn邏輯的OWL DL子集，也是RDFS的超集。Horrocks等人的研究表明，OWL DLP覆蓋了大部分語義Web本體。本文選取OWL DLP的部分常用公理，構(gòu)造了本體學(xué)習(xí)的測(cè)試基準(zhǔn)，并提出了一個(gè)基于關(guān)系的OWL DLP本體學(xué)習(xí)算法。 研究OWL

2、 DLP本體學(xué)習(xí)算法需要一個(gè)合適的測(cè)試基準(zhǔn)，但現(xiàn)有的數(shù)據(jù)集都不太適合用于OWL DLP本體學(xué)習(xí)的評(píng)價(jià)，因此構(gòu)造學(xué)習(xí)OWL DLP本體的測(cè)試基準(zhǔn)是一個(gè)全新的工作。它不僅可以滿足本文的需要，還可以為其他研究人員提供一個(gè)學(xué)習(xí)OWL DLP本體算法的公共測(cè)試平臺(tái)。本文構(gòu)造測(cè)試基準(zhǔn)的方法是在現(xiàn)有的本體上，通過分離本體的概念層和實(shí)例層，得到本體學(xué)習(xí)所必需的訓(xùn)練樣例和評(píng)價(jià)學(xué)習(xí)結(jié)果所必需的黃金標(biāo)準(zhǔn)本體。當(dāng)本體實(shí)例不能滿足學(xué)習(xí)要求的時(shí)候，使用定義生成規(guī)則

3、的方式自動(dòng)生成實(shí)例，從而得到比較完備的測(cè)試基準(zhǔn)。本文構(gòu)造出了4個(gè)測(cè)試基準(zhǔn)，其中2個(gè)的訓(xùn)練樣例個(gè)數(shù)超過10萬。 為了驗(yàn)證這4個(gè)測(cè)試基準(zhǔn)是否可以為本體學(xué)習(xí)提供必需的訓(xùn)練樣例，本文提出了一個(gè)基于關(guān)系的OWL DLP本體學(xué)習(xí)算法。該算法首先基于關(guān)系學(xué)習(xí)從斷言集合學(xué)習(xí)一階Horn子句集，再將一階Horn子句集轉(zhuǎn)換為OWL DLP本體公理。在學(xué)習(xí)規(guī)則集時(shí)，本文改進(jìn)了經(jīng)驗(yàn)式ILP算法——FOIL算法，使其在沒有反例的情況下也能進(jìn)行學(xué)習(xí)。然后通