WordNet介绍-服务计算汇报PPT.pptxVIP

WordNet 简介; 目 录;WordNet概述;WordNet概述;WordNet概述;WordNet概述;WordNet概述;WordNet概述;WordNet中的词汇组织关系;WordNet中的词汇组织关系;WordNet中的词汇组织关系;WordNet中的词汇组织关系;WordNet中的词汇组织关系;WordNet中的词汇组织关系;WordNet中的词汇组织关系;WordNet中的词汇组织关系;WordNet中的词汇组织关系;WordNet中的词汇组织关系;WordNet中的词汇组织关系;WordNet中的词汇组织关系;WordNet词库与查询软件的设计与实施;WordNet词库与查询软件的设计与实施;基于语义相似度的服务匹配;计算方法 概念间的语义相似度的??算方法有很多，一般根据概念之间的语义距离、层次关系及概念的属性集来计算，语义相似度以数值表示，越大表示概念越相似 根据概念间的语义相似度分别计算Web服务与请求服务之间的输入参数相似度、输出参数相似度等各种带有语义信息项的相似度，并最终得出Web服务与请求服务之间的匹配程度;概念间语义相似度的计算--基于几何距离 是广泛采用的方法，但计算复杂度高 用两个概念在本体中的几何距离来衡量概念间的语义相似度。几何距离等于路径及其权重的乘积之和。概念间可能存在多种路径，则取最短路径。路径越短，则语义相似度越高。 设每条路径的权重为1，则概念n1和n2的语义相似度为： dmax为本体的最大深度;概念间语义相似度的计算--基于几何距离 O10到O6几何距离为：5 本体最大深度：4;概念间语义相似度的计算--基于属性集 Tversky认为，评估两个概念的相似度应考虑两个概念的共同属性和不同属性。共同属性能增强两个概念的相似性，而不同属性则会减弱相似性。 概念n1和n2的语义相似度为：;概念间语义相似度的计算—考虑层次关系和属性;概念间语义相似度的计算—考虑层次和几何距离 其中l1,l2是O1,O2分别所处的层次， 是相似度为0.5时O1,O2之间的距离， 是一个可调节的参数，一般;服务匹配算法 请求服务与发布服务的参数概念组成概念集R和A。 通过一个双重循环对两个概念集中的每个概念进行匹配计算。 调用语义相似度计算函数来判断概念集R中的参数ri与A中的参数ai的角色是否语义等价。 如果语义等价，则从参数集A中去掉参数ai，以防止重复比较，并将计数器加1。 循环结束后判断计数器与参数个数是否相等。 如果相等则说明两个参数集中的参数一一对应，匹配成功，否则说明两个参数集中的参数无法一一对应，匹配失败。;基于语义相似度的服务匹配;服务匹配算法 该方法匹配灵活，查准率与查全率并重，对服务匹配有一定的张弛能力，不仅能返回匹配结果，还能返回相应的匹配程度，为服务请求者提供更加有意义的参考。 但是语义相似度的计算比较复杂，效率不高。;Print master