[发明专利]一种智能语义网中本体概念模糊相似度度量方法

摘要

本发明属于智能语义网中本体概念相似度度量领域，具体涉及一种智能语义网中本体概念模糊相似度度量方法。其包括以下步骤：A.将本体概念扩展成为解释集，所述解释集包括isA子集、relatedTo子集和nearTo子集；B.将本体概念的解释集扩展成模糊解释集；C.根据所述模糊解释集计算本体概念的相似度。本发明能够同时满足概念间相似度的三个特性，并支持复杂本体中子概念出现多父概念时相似度计算。

主权项

1.一种智能语义网中本体概念模糊相似度度量方法,其特征在于，包括以下步骤：A.将本体概念扩展成为解释集，所述解释集包括isA子集、relatedTo子集和nearTo子集；其具体是，将与所述本体概念相关的本体概念分为三类，第一类本体概念是本体概念本身及所述本体概念以上的祖父概念集，将第一类本体概念存储在isA子集内，第二类本体概念是与所述本体概念有属性关系的本体概念及有属性关系的本体概念以上的祖父概念集，将第二类本体概念存储在relatedTo子集内，第三类本体概念是与该本体概念有同一父节点的兄弟概念集，将第三类本体概念存储在nearTo子集内；所述解释集表示如下：，其中、、表示三个子集对解释集的权重，不失合理性，有，且；B.将本体概念的解释集扩展成模糊解释集，所述模糊解释集包括分别与isA子集、relatedTo子集和nearTo子集相对应的双模糊集vIsA子集、vNearTo子集和vRelatedTo子集；其具体为：所述模糊解释集表示如下：；C.根据所述模糊解释集计算本体概念的相似度；将概念X、Y分别扩展成为模糊解释集、，其中X包含双模糊子集vIsA(X)、vNextTo(X)及vRelatedTo(X)，Y包含双模糊子集vIsA(Y)、vNextTo(Y)及vRelatedTo(Y)，通过分别计算双模糊子集vIsA(X)与vIsA(Y)的相似度、双模糊子集vNextTo(X)与vNextTo(Y)的相似度、双模糊子集vRelatedTo(X)与vRelatedTo (Y)的相似度，结合步骤A所述权重、、，计算得到概念X与概念Y的相似度为：。