基于BMRM迭代排序方法的本体学习算法.pdfVIP

第 卷第 期 年 月 科学技术与工程 基于 迭代排序方法的本体学习算法 朱林立 高炜 江苏理工学院计算机工程学院 常州 云南师范大学 信息学院 昆明 摘要本体作为一种结构化数据存储和表示模型已成为信息检索领域的研究热点并被应用于生物医学地理科学社会 科学等诸多领域 提出基于迭代排序学习方法的本体相似度计算和本体映射算法利用 迭代得到最优参数向 量由此得到排序函数将本体图或多本体图中的顶点映射成实数通过两顶点对应实数间的差值来确定它们对应概念间的 相似度 最后将算法分别作用于本体和计算机软件本体通过实验数据对比说明新算法对特定的应用领域具有较高的 效率 关键词本体 相似度本体映射 线性排序 正则风险模型迭代 中图法分类号 文献标志码 本体作为一种数据存储表示的结构模型被应 近几年来运用机器学习算法得到本体相似度 用于查询扩展 并成为信息检索研究的热点 近几 计算函数和本体映射策略的方法成为本体研究的 年来 本体作为有效的信息关联表示模型 又被应 热点其优点是此类算法更适用于数据量庞大的本 体 例如基因本体 文献 提出基于图学习的本 用于其他学科诸如生物学 地理信息系统 教 育学 由于本体映射最终是通过计算不同本体 体相似度计算算法根据本体图的特征设计边权值 顶点之间的相似度得到的因此本体各种应用的本 函数通过求解图优化模型得到相似度计算函数 质是相似度计算这也是本体算法的核心所在 文献 利用核函数计算边权值并通过求解图正 本体算法所要得到的相似度函数 则化模型来得到本体映射算法 文献 将降维理 是将每一对顶点映射成一个实数也就是 论应用于本体将多维向量表示的顶点信息降为一 它们的相似度 在信息检索中通过领域专家人为 维从而将每个顶点映射成实数通过比较顶点对 确定参数 将满足 的所有顶点 应实数间的差值来确定两顶点对应概念间的相似 对应的概念集合返回给用户作为顶点对应概念 度 文献 在不同的统计学习理论框架下对上 的查询扩展 对于本体映射而言 设图 述算法进行了收敛性分析 分别对应本体 对于每个 此外 各种排序学习算法也被应用于本体相似 其 中 在 中找出满足 度计算和本体映射 文献 提出了图上的推进排 序算法着眼于前个名次排序的准确率并应用