基于语义子图的本体匹配方法.pdfVIP

基于语义子图的本体匹配方法 汪鹏 (东南大学计算机学院，南京，210096) 摘要：提出一种基于语义子图的通用本体匹配方法．语义子图是对本体元素语义的精确描述， 从语义子图中获得的匹配线索具有较高可信度，因此可减少本体匹配不确定性的负面影响．首 先抽取元素的语义子图，并在语义子图上构建元素的语义描述文档，通过语义描述文档相似度 实现本体文本匹配；然后，以文本相似度为输入，通过强奈件相似度传播算法实现本体结构匹 配，该算法适用于本体三元组形式，可解决本体缺乏充足文本信息情况下的匹配问题；最后， 通过相似度合并、自动阈值选择、匹配抽取和调试等处理得到本体匹配结果．实验表明该本体 匹配方法是有效的，其匹配质量优于目前大多数同类系统。 关键词：本体匹配：语义子图；语义描述文本；相似度传播：语义Web 1．引言 在现有很多本体匹配方法中【I21，无论是基于文本相似的方法、基于结构相似的方法、 基于实例的方法，还是利用背景知识库的方法都具有各自的优点和适用范围，单独采用特 定的某种匹配方法的匹配系统都不具有通用性。将多种匹配方法综合使用，可吸收每种方 法的优势，并提高匹配系统的通用性。 本文提出一种基于语义子图的通用本体匹配方法，与其他本体匹配系统相比，该方法 的主要贡献包括：(1)通过语义子图来精确描述本体元素的语义，匹配过程采用的匹配线 索从语义子图中获得，保证了匹配线索的可信度，从而在一定程度上降低匹配不确定性带 来的负面影响。(2)在语义子图上构造本体元素的语义描述文档，并将语义描述文档相似 度作为本体文本匹配的度量标准。语义描述文档粒度较同类文本匹配方法更细，并覆盖了 目前大多数文本相似启发式规则。(3)为解决本体中缺乏充足文本信息情况下的匹配问题， 进一步提出适用于本体图三元组形式的强条件相似度传播算法，以前期得到的文本相似度 为输入，通过相似度传播获得更多元素间的相似度。(4)最后，通过相似度合并、自动阈 值选择、匹配抽取和匹配调试等处理得到最终匹配结果。公开数据集上的实验结果表明， 基于该方法的本体匹配系统Lily可得到较好的结果，匹配质量优于目前大多数的同类系统。 本体匹配基本概念 定义l(本体)：本体可定义为一个五元组蚪C，冗，饨，Z，z)，其中C是概念的集 合，冗是关系的集合，饨表示概念层次，Z是实例的集合，疋是公理的集合。 联系作者：汗鹏，E-mail：pwangseut锄gmai!．corn 基于语义子图的本体匹配方法 6l 定义2(本体匹配)：本体Dl和D2间的匹配是由四元组构成的集合： A4={mk 个元素或多个元素构成的表达式，，表示匹配关系，，可以为等价(=)、上下义(|／E)、 不交(上)和重叠(I-I)等；S表示匹配的置信度。 本文只讨论概念间和属性间的l：l形式的等价关系匹配。 定义3(本体匹配的不确定性)：由于匹配过程可能缺乏足够的背景知识、丰富的线索 和规整的描述，以及可能受到本体演化和人们主观参与的影响，使得无法确定置信度高的 匹配结果都是正确的，也无法确信置信度较低的结果都不正确，这称为匹配的不确定性。 本体匹配的不确定性是客观存在的，无法彻底消除。匹配的不确定性要求应采用客观 的匹配发现算法，选择可信的匹配线索，并通过诸如对匹配结果的合理性进行验证等手段 过滤掉某些错误匹配，提高匹配结果质量，以尽量减少匹配的不确定性对结果造成的影响。 尽可能减少匹配不确定性的负面影响正是本文匹配方法的出发点。 3．语义子图 3．1语义子图定义 元素标识和注释在一定程度上反映部分语义，但并非每个本体都会提供理想的描述文 本。为了精确理解元素语义，往往还需要考虑与该元素相关的其他元素，并称其为元素的 语义上下文。这里将借助本体图来分析元素的语义上下文。直观上，本体图中与元素相关 的点和边构成了元素在本体中的语义上下文，这种语义上下文是本体图中的一个子图，称 之为元素的语义子图。 定义4(元素的语义子图)：e是本体D中的元素，称精确描述e的语义的三元组构成 的子图为e的语义子图Gs(e)。 本文中的语义子图将服务于本体匹配，它具有如下特点： (1)元素的语义子图规模是有限的；(2)语义子图并