基于数据场的大规模本体映射-keg.cs.tsinghua.PDF

基于数据场的大规模本体映射* 仲茜 李涓子 唐杰 周立柱 （清华大学计算机科学与技术系北京 100084） 摘要 由于无法发现本体间的相关区域，传统本体映射算法在处理大规模本体映射时效率和精度较低。针对大规模本体映射 问题，本文提出了一个基于数据场的本体映射算法。该算法首先使用高效的相似度算法，建立本体元素对另一本体的初始相 关度；然后，利用数据场势函数引入周围本体元素对该元素的影响，修正初始相关度，并最终确定本体中的相关区域；最后， 利用更有针对性的算法对相关区域进行更精确的匹配。实验结果表明，该方法可准确、高效的解决大规模本体映射问题。该 方法在OAEI(Ontology Alignment Evaluation Initiative) 2008 FAO 映射任务评测中取得了综合评价第一的成绩。 关键词 数据场；势函数；本体；本体映射；语义Web AGROVOC 本体中包含28439 个概念，涉及农业、 1. 引言 森林、渔业、食品、环境等领域。在这里本体映射 任务中，由于只有相关领域的概念才可能匹配，其 它概念不但会导致额外的资源开销，而且会干扰正 本体作为语义 Web 中核心基础元素，已经广 确的概念匹配从而降低匹配精度。然而，目前的本 泛应用于语义数据集成、Web 服务等领域。然而， 体映射算法并不考虑本体中元素所属领域，映射时 由于本体定义的自发性，本体领域的多样性，导致 必须考虑所有的本体元素对是否匹配，这将导致大 互联网上本体具有分布性和异构性，极大限制了本 量的资源开销和错误匹配，例如：如果使用基于 体数据共享与集成。为了实现基于本体的语义互操 WordNet[11]相似度的本体映射方法，在AMD Athlon 作，就必须建立异构本体中元素之间的映射关系, 4000+ CPU 、4G 内存的PC 机上进行实验，耗时达 这一过程称为本体映射。本体映射已成为语义Web 57 天。因此，这些多领域、大规模本体的广泛应 领域中的一个研究热点。 用，在映射效率和映射精度等方面给当前映射算法 针对如何自动、高效、准确解决本体映射的问 带来了巨大的挑战。本文的方法将主要针对大规模 题，相关领域研究者做了大量的工作，提出了很多 本体映射问题。 方法。这些方法概括起来可分为5 类：基于本体元 图1 通过一个多领域本体映射的例子，对上述 [1, 2] [3, 4] 素名称的方法 ，基于本体结构的方法 ，基于 问题进行说明。 [5, 6]