基于概念格的领域本体概念相似度提取方法研究-计算机应用技术专业论文.docxVIP

I I 摘要 本体作为表达知识的共享概念模型，被广泛应用在诸多领域。即使在同一领 域内，领域本体间也不可避免地出现相同概念有着不同的定义、概念重叠等问题， 造成本体异构，给领域本体间的交互带来困难，制约了领域信息的共享和复用。 因此研究解决领域本体间的异构，降低交互的难度成为亟待解决的问题。 要解决上述问题，实现领域本体的知识共享，就必须建立起共有的桥梁。概 念作为本体的重要元素，承载着巨大的信息量，是领域知识表示的核心，因此本 体概念间关系的建立是实现领域本体间知识的融聚与耦合，大规模协同领域本体 的关键。 本文针对农业领域本体概念相似度计算存在的问题，以茶学领域知识为研究 对象，重点解决领域概念相似度提取模型中的三个关键问题——领域本体异构消 解策略问题、形式背景规范化问题以及领域本体概念相似度提取问题，提出建立 面向农业领域的概念相似度获取方法，开发出原型系统并实验验证。 本文的研究内容主要有以下几个方面： ① 提出了异构领域本体间语言层的消解策略。研究本体的描述语言，统一 规范化领域本体的表示方法，通过对本体的解析获取本体概念和属性，构建消解 策略集，调整领域本体间语言层的异构特征。 ② 提出了领域形式背景的规范化方法。通过将本体的概念集和属性集转化 为具有层次关系的对象-属性关系，获取与该领域相关的领域形式背景，在此基 础上简化多元关系，将其转化为二元关系，同时进行并置转化，形成合并后的形 式背景集。 ③ 给出了领域概念相似度计算模型与算法。研究形式背景中的缺值关系， 对其进行满值化操作，获取该背景知识的完整信息，采用基于概念秩优先的属性 权重提取算法，获取具有不同层次的概念集合，最后提出优化的概念相似度计算 模型，获得相似度关系矩阵。 ④ 基于以上理论与方法，在 Visual C++ 6.0 编程环境下，研制开发了领域概 念相似度提取原型系统，并应用于茶学领域。实验验证表明，文中所提出的方法 能有效减少不相关概念对的产生，提高相似度的计算精度，从而证明了其正确性 和有效性。 关键词：领域本体，概念，形式背景，相似度 I II Abstract Ontology is widely used in many related fields as the expression of the shared concept knowledge model. As for domain ontology, there are inevitably such defection that the same concept has different definitions, resulting in the occurrence of ontology heterogeneous. The problem makes it hard to share and reuse the domain knowledge among ontologies, which severely restricted the scope of application domain ontology. Therefore, it is very essential to study ontology heterogeneous, and reduces the difficulty of interaction between ontologies. To achieve the knowledge sharing of domain ontologies, the common bridge should be built. Concept is the core area of knowledge representation as the important element of ontology, carrying huge amounts of information. So the establishment of the relationship among ontology concepts is the key to achieve the fusion and coupling of domain knowledge, large-scale collaborative domain ontology. This paper focuses on the similarity computation of concepts in the field of agriculture ontology. Especially three key problems in the extracting model of conceptual