语义网中本体相似度计算研究.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
语义网中本体相似度计算 景东升毕思文 (中科院遥感所遥感科学国家重点实验室北京100101) 摘要本体相似性计算是语叉查询、语艾映射等语义网应用的基础.本文讨论了基于树状层旋本体概念图和基 于知网的“概念一义原”结构的两类本体相似度计算方法,并通过实例进行了验证和分析。 关键词语艾网,本体,相似度,知网,概念 of inSemanticWeb SimilarityComputationOntology JING BISi—Wen Dong-Sheng State ofRemote 100101) (The KeyLaboratory Science。IRSA.CAS,Beijing Sensing of of ofSemanticWeb.Theauthors two Abstract isthebasis SimilaHtyComputationontology application present and architecture “ndsof methodsofthetTee ontologyconcept eoncept--sememe computation hierarchy diagram methods and an based-onknow-how.Thesearevalidated through analyzed example. Semantic Ke3_ords web,Ontology,Similarity,Know-how,Concept 的概念距离。一般而言,概念距离是一个E0,oo]之 1引言 问的实数。一个概念与其本身的距离为0。概念距 Berners-I。ee将超文本离与本体相似度之间有着密切的关系。概念距离越 上个世纪80年代,Tim 技术应用于计算机网络,促成了互联网(www)的大,其相似度越低;反之,概念距离越小,其相似度越 诞生。而今,他所领导的W3C正致力于开发语义 大。二者之间可以建立一种简单的对应关系。 网。TimBerners—Lee给出了语义网中的层次关系, 3树状层结构的本体相似度计算 并在此之上构建本体和逻辑推理规则,以完成基于 语义的知识表示和推理【lJ。 在WordNet中,所有同类的语义项构成一个树 本体是指“给出构成相关领域词汇的基本术语 状结构,将所有的词组织在一棵或几棵树状的层次 和关系,以及利用这些术语和关系构成的规定这些 结构中。概念是描写词义的最小单位,而且每一个 词汇外延的规则的定义”。本体相关性计算是语义 概念都是这个概念层次体系中的一个结点口]。要计 查询、语义映射等语义网应用的基础。其中,最简单 算语义项之间的距离,只要计算树状结构中相应结 的本体语义关系是相似性。例如,在基于实例的本 点的距离即可。在

文档评论(0)

精品课件 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档