[发明专利]一种基于本体匹配的语义查询方法

摘要

本发明公开了一种基于本体匹配的语义查询方法，属于计算机应用技术领域。本方法先计算本体资源的名称、注释与用户输入字符串的语义相似度，然后分别将本体类、本体个体、本体属性与用户输入字符串的语义相似度按从大到小排序，选出最符合用户查询要求的不超过λ*3个本体资源。本方法能够在语义层面进行检索，捕捉设计人员检索意图，提高系统检索效率。

主权项

一种基于本体匹配的语义查询方法，其特征在于：步骤一、设置一个阈值λ，最终返回的本体类、本体个体、本体属性个数都不超过λ；步骤二、设置一个相似度阈值σ，最终返回的本体类、本体个体、本体属性与用户输入的字符串的相似度都不低于σ；步骤三、设定一个相近词对阈值θ，提取含有x个词语的句子S1与含有y个词语的句子S2的相近词对时，先依次计算句子S1中每个词语与句子S2中每个词语的语义相似度，构成x*y的相似度矩阵s[x*y]，再将相似度从大到小并且相似度不小于阈值θ的词对设置为相近词对，每提取一个相近词对，则将相似度矩阵中其所对应的行和列的值都置为0；步骤四、获取本体类列表{OntClass1,OntClass2,...,OntClassl}，其中OntClassi代表一个本体类，1≤i≤l，l为正整数，表示含有l个本体类；classList是一个链表，其结点是一个这样的二元组：＜OntClassi,simi＞，其中OntClassi是一个本体类，simi是这个本体类与用户输入的字符串string的相似度，classList的初始大小为0；对每一个OntClassi，1≤i≤l执行以下步骤：(1)计算关键词与本体类名称的相似度simNamei：其中，n是string所含词语的个数，n＞1(2)计算第j个词对中wja和wjb两个词语的权重，句子中词语的权重是词语代表句子概念的程度，与词性、句子长度、句子结构有关，在计算时不考虑虚词，首先给出词性权重，设名词权重为γ1，动词权重为γ2，形容词权重为γ3，数词权重为γ4，其它实词权重为γ5，词语权重的计算公式如下：w=γini×Σj=1kγj]]>其中，γi表示词语的词性对应的权重，k表示句子中出现的词性数，ni表示句中i类词性词的个数；(3)计算关键词与本体类注释的相似度simCommenti：其中，q为关键词与本体类注释相似词对的个数，为从q个词对中取出p个词对的组合数，wja和wjb为第j个词对中两个词语的权重，sj和sk分别是第j个词对和第k个词对中两个词语的相似度(4)取simNamei与simCommenti两者较大的为simi的值；(5)若simi＞σ且classList的大小小于λ，则将＜OntClassi,simi＞添加至classList中，classList的大小增加1，这样添加后classList的大小最大也不超过λ；(6)若simi＞σ且classList的大小等于λ，则首先选出classList中相似度最小的那个二元组，再用＜OntClassi,simi＞替换这个二元组，这样classList的大小仍然等于λ；步骤五、获取本体个体列表其中代表一个本体个体，1≤i≤m，m为正整数，表示含有m个本体个体；indiList是一个链表，其结点是一个这样的二元组：＜OntIndividuali,simi＞，其中OntIndividuali是一个本体个体，simi是这个本体个体与用户输入的字符串string的相似度，indiList的初始大小为0；对每一个OntIndividuali，1≤i≤m执行以下步骤：(1)按步骤四(1)计算关键词与本体个体名称的相似度simNamei；(2)按步骤四(3)计算关键词与本体个体注释的相似度simCommenti；(3)取simNamei与simCommenti两者较大的为simi的值；(4)若simi＞σ且indiList的大小小于λ，则将＜OntIndividuali,simi＞添加至indiList中，indiList的大小增加1，这样添加后indiList的大小最大也不超过λ；(5)若simi＞σ且indiList的大小等于λ，则首先选出indiList中相似度最小的那个二元组，再用＜OntIndividuali,simi＞替换这个二元组，这样indiList的大小仍然等于λ；步骤六、获取本体属性列表{Ont Pr operty1,Ont Pr operty2,...,Ont Pr opertyn}，其中Ont Pr opertyi代表一个本体属性，1≤i≤n，n为正整数，表示含有n个本体属性的个数；propList是一个链表，其结点是一个这样的二元组：其中Ont Pr opertyi是一个本体属性，simi是这个本体属性与用户输入的字符串string的相似度，propList的初始大小为0；对每一个Ont Propertyi，1≤i≤n执行以下步骤：(1)按步骤四(1)计算关键词与本体属性名称的相似度simNamei；(2)按步骤四(3)计算关键词与本体属性注释的相似度simCommenti；(3)取simNamei与simCommenti两者较大的为simi的值；(4)若simi＞σ且propList的大小小于λ，则将＜OntPropertyi,simi＞添加至propList中，propList的大小增加1，这样添加后propList的大小最大也不超过λ；(5)若simi＞σ且propList的大小等于λ，则首先选出propList中相似度最小的那个二元组，再用＜OntIndividuali,simi＞替换这个二元组，这样propList的大小仍然等于λ；步骤七、分别将链表classList、indiList、propList中的结点按照simi值从大到小排序，则classList中包含了不超过λ个本体类OntClassi、indiList中包含了不超过λ个本体个体OntIndividuali、propList中包含了不超过λ个本体属性OntPropertyi，它们就是最符合用户查询意图的本体资源。