面向語義服務的大規(guī)模本體分塊映射研究.pdf

1、隨著互聯(lián)網(wǎng)的高速發(fā)展，互聯(lián)網(wǎng)上的信息數(shù)據(jù)呈現(xiàn)著爆炸性增長，這也相應地推動了語義網(wǎng)的發(fā)展，導致不同領域中用來描述知識的本體規(guī)模也越來越龐大，出現(xiàn)了大本體。大本體分塊映射是目前語義網(wǎng)研究的重點之一，有效地實現(xiàn)大本體分塊映射是解決本體異構，實現(xiàn)知識共享的重要手段，它是推動語義網(wǎng)技術從理論到實際應用的重要途徑，因此，本文主要針對大本體分塊映射進行研究。
　　首先，本文闡述了課題的相關研究背景，主要包括了語義網(wǎng)相關知識介紹和大本體分塊映射研

2、究現(xiàn)狀介紹。
　　其次，針對現(xiàn)有的分塊映射方法存在空白塊無法匹配、分塊效率以及映射效率低下等方面的不足，本文提出了一種基于錨點同步分塊的大本體分塊方法，該方法首先基于結構相似度對本體間的錨點對進行同步分塊，然后基于最近鄰錨點計算對本體中的剩余非錨點進行指派，最后設計了一種面向層次擴散的優(yōu)化迭代算法來實現(xiàn)塊間映射。
　　再次，在分塊映射的基礎上，為了進一步保證映射關系的一致性，提出了一種基于語義距離和推理技術相結合的沖突檢測和

3、映射修正方法。該方法首先基于沖突函數(shù)來檢測可能存在語義沖突的映射對，得到映射沖突集，然后通過定制推理規(guī)則來對映射沖突集修正，從而去除掉所有可能的語義沖突，保證了最終映射結果的準確性。
　　最后，為了驗證本文方法的優(yōu)越性，本文以OAEI標準測試數(shù)據(jù)集、Russia12和TourismAB測試數(shù)據(jù)集設計了二組實驗來全面評估本文方法的分塊和映射質(zhì)量。第一組實驗用來評估分塊質(zhì)量;第二組實驗用來評估處理大規(guī)模本體映射的效率。實驗結果表明，本