基于改进相似度传播算法的本体匹配

doi:10.3724/SP.J.1087.2011.02432

计算机应用 ›› 2011, Vol. 31 ›› Issue (09): 2432-2435.DOI: 10.3724/SP.J.1087.2011.02432

基于改进相似度传播算法的本体匹配

张悦¹,凌兴宏¹,姚望舒²,伏玉琛¹

1. 苏州大学计算机科学与技术学院，江苏苏州 215006
2. 苏州大学计算机科学与技术学院, 江苏苏州 215006

收稿日期:2011-03-28 修回日期:2011-05-19 发布日期:2011-09-01 出版日期:2011-09-01
通讯作者: 张悦
作者简介:张悦(1987－)，女，江苏苏州人，硕士研究生,主要研究方向：本体、语义Web；
凌兴宏(1968-)，男，江苏宝应人，副教授，博士，主要研究方向：机器学习、语义Web；
姚望舒(1975－)，男，湖南桃江人，副教授，博士，主要研究方向：机器学习、数字图像处理、演化计算；
伏玉琛(1968-)，男，江苏徐州人，副教授，博士，主要研究方向：机器学习、智能信息处理。
基金资助:
国家自然科学基金资助项目(30970780);江苏省基础研究计划(自然科学基金)企业博士创新项目(BK2009583)

Ontology matching based on improved algorithm of similarity propagation

ZHANG Yue,LING Xing-hong,YAO Wang-shu,FU Yu-chen

School of Computer Science and Technology, Soochow University, Suzhou Jiangsu 215006, China

Received:2011-03-28 Revised:2011-05-19 Online:2011-09-01 Published:2011-09-01
Contact: ZHANG Yue

摘要/Abstract

摘要： 为解决本体异构、实现不同本体应用程序间互操作以及数据集成，提出一种基于RDF图的改进相似度传播匹配算法。首先通过WordNet发现初始相似对种子，经过预处理把本体表示成RDF三元组形式，针对RDF图的特点，将相似度传播的条件扩展到三元组中，发现可能相似对；然后采用综合元素特征的方法计算相似度。相似度传播、发现可能相似对种子、相似度计算是一个循环迭代的过程，直到满足收敛条件。实验表明了该算法的有效性，并在时间性能上也有所提高。

关键词: 本体, RDF图, 本体匹配, 相似度传播, WordNet

Abstract: In order to solve the semantic heterogeneity and achieve interoperability between Web applications of different ontology and integrating data, an improved matching algorithm of similarity propagation based on RDF graph was proposed. First, it sought to find initial similar seeds by WordNet. Then it expressed ontology as RDF triples through preprocessing. According to the characteristics of RDF graph, it expanded similarity propagation to triples to find probable similar pairs and then calculated similarities by elements' features. The procedure of similarity propagation, finding probable similar pairs and calculating similarities is a cyclic iterative process until it is convergent. The experimental results show that the algorithm is effective and has better time performance.

Key words: ontology, RDF graph, ontology matching, similarity propagation, WordNet

中图分类号:

张悦凌兴宏姚望舒伏玉琛. 基于改进相似度传播算法的本体匹配[J]. 计算机应用, 2011, 31(09): 2432-2435.

ZHANG Yue LING Xing-hong YAO Wang-shu FU Yu-chen. Ontology matching based on improved algorithm of similarity propagation[J]. Journal of Computer Applications, 2011, 31(09): 2432-2435.

[1]	秦丽, 郝志刚, 李国亮. 国家食品安全标准图谱的构建及关联性分析[J]. 计算机应用, 2021, 41(4): 1005-1011.
[2]	代婷婷, 周乐, 余秦勇, 黄细凤, 谢军, 宋明慧, 刘峤. 基于需求评估响应的循环迭代本体构建方法[J]. 计算机应用, 2020, 40(9): 2712-2718.
[3]	刘景发, 顾瑶平, 刘文杰. 融合本体和改进禁忌搜索策略的气象灾害主题爬虫方法[J]. 计算机应用, 2020, 40(8): 2255-2261.
[4]	马冬雪, 宋设, 谢振平, 刘渊. 领域本体驱动的招投标网页解析方法[J]. 计算机应用, 2020, 40(6): 1574-1579.
[5]	侯艳辉, 董慧芳, 郝敏, 崔雪莲. 基于本体特征的影评细粒度情感分类[J]. 计算机应用, 2020, 40(4): 1074-1078.
[6]	赵一, 段兴, 谢仕义, 梁春林. 面向特定目标自识别的交通图像语义检索方法[J]. 计算机应用, 2020, 40(2): 553-560.
[7]	马建刚, 张鹏, 马应龙. 基于知识块摘要和词转移距离的高效司法文档分类[J]. 计算机应用, 2019, 39(5): 1293-1298.
[8]	唐晨, 李勇华, 饶梦妮, 胡钢俊. 动态需求跟踪中多义关键词的语义判断方法[J]. 计算机应用, 2019, 39(5): 1299-1304.
[9]	刘其源, 焦健, 曹宏盛. Android隐式信息流检测的本体模型[J]. 计算机应用, 2018, 38(1): 61-66.
[10]	桑成, 程健, 史一明. 闭环全生命周期管理系统中知识集成与语义标注[J]. 计算机应用, 2017, 37(6): 1728-1734.
[11]	黄念娥, 黄河, 王儒敬. 本体与条件随机场结合的涉农商品名称抽取与类别标注[J]. 计算机应用, 2017, 37(1): 233-238.
[12]	钟艳如, 梁毅芳, 许本胜, 曾聪文, 卢宏成, 吴帆, 赵争君. 基于网络本体语言的三维计算机辅助设计主模型相似性计算方法[J]. 计算机应用, 2016, 36(6): 1599-1604.
[13]	张宇臣, 沈备军. 软件工程关联数据的自动构建[J]. 计算机应用, 2016, 36(3): 758-764.
[14]	刘馨蕊, 任凤玉, 雷国平. 领域本体驱动下企业联机分析处理系统应用研究[J]. 计算机应用, 2016, 36(1): 254-259.
[15]	陈千, 桂志国, 郭鑫, 向阳. 基于特征本体的文本流主题演化[J]. 计算机应用, 2015, 35(2): 456-460.

基于改进相似度传播算法的本体匹配

Ontology matching based on improved algorithm of similarity propagation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics