[发明专利]一种面向中文语言的大规模本体映射方法

说明书

技术领域

本发明涉及中文本体映射领域。

背景技术

语义Web的愿景是建立―数据之网‖(Web of Data)，以使机器能够理解网络上的语义信息。本体作为语义Web的核心元素，是描述特定领域共享概念的形式化、规范化说明，是实现网络知识共享和语义互操作的基础。目前由于不同本体之间存在异构性，导致了本体间的重用和共享变得困难。

本体映射(Ontology Alignment)的任务就是要发现异构本体之间的概念语义关联。但是由于文化和背景原因，目前尚缺乏成熟的面向中文语言描述的本体映射系统。而随着语义网的发展，大规模的中文语言描述的本体和知识库也越来越多地被构建和共享。同时，中文本体映射系统的构建尚处于起步阶段。因此，本发明主要解决面向中文描述的大规模本体映射系统的构建问题。

国内外研究人员已提出了多种映射方法和典型系统。文献[Cohen W,Ravikumar P,Fienberg S.A comparison of string distance metrics for name-matching tasks[C].Proceedings of the IJCAI Workshop on Information Integration on the Web(IIWeb).Acapulco,Mexico,2003:73-78]中列出了基于编辑距离和基于Token的几种典型元素级相似度计算算法，并对几种算法的性能进行了评测。Melnik S等[Melnik S,Garcia-Molina H,Rahm E.Similarity flooding:A versatile graph matching algorithm and its application to schema Matching[C].Proceedings of the 18th International Conference of Data Engineering(ICDE).San Jose,California,2002:117-128]提出了一种结构级本体映射算法：Similarity flooding，该系统利用本体的概念体系构造相似度传播图，并对概念之间的相似度进行传播和修正。Zhong Qian等[Zhong Q,Li H,Li J,Xie G,Tang J,Zhou L,Pan Y.A gauss function based approach for unbalanced ontology matching[C].Proceedings of the 28th International Conference on Management of Data(SIGMOD).Rhode Island,USA,2009:669-680]开发了RiMOM系统，该系统基于本体实例、概念名称以及本体结构等特征的多策略映射方式，并通过引入普适的场论思想，使其适用于大规模本体的映射任务。但其缺乏针对中文特定语言特点的优化。Giunchiglia F等[Giunchiglia F.,Yat skevich M..Element level semantic matching[D].Italy:Dept.of Information and Communication Technology University of Trento,2004]提出基于语言学方法，并引入共享知识词典(如：WordNet)，利用语言关系进行语义关系发现。文献[Isaac A,Meij L,Schlobach S,Wang S.An empirical study of instance-based ontology matching[C].Proceedings of the 6th International Semantic Web Conference and the 2nd Asian Semantic Web Conference(ISWC/ASWC).Busan,Korea,2007:253-266]提出一种实例级的本体映射算法，它根据本体概念的公共实例数量来度量概念之间的相似度。