異構(gòu)的語(yǔ)義Web環(huán)境下Ontology匹配問題的研究.pdf

1、互聯(lián)網(wǎng)是人類到目前為止構(gòu)建的一個(gè)最大的信息庫(kù),全世界的用戶都可以在Web上提供內(nèi)容.當(dāng)越來(lái)越多的人開始使用互聯(lián)網(wǎng)時(shí),Web上的數(shù)據(jù)開始以指數(shù)級(jí)規(guī)模增長(zhǎng),Web上的資源與服務(wù)也越來(lái)越豐富.未來(lái)Web的發(fā)展方向?qū)⑹且粋€(gè)人和計(jì)算機(jī)"共存"的世界:智能agent代表其所有者,通過與Web上的各種服務(wù)和軟件agent的交互,代替所有者在 Web上執(zhí)行各種復(fù)雜操作. 現(xiàn)階段 Web 上的絕大部分內(nèi)容都是為人的閱讀設(shè)計(jì)的,現(xiàn)有的軟件agent

2、還不能很好地集成Web上的各種頁(yè)面和服務(wù).Web的簡(jiǎn)單結(jié)構(gòu)和匱乏語(yǔ)義極大地限制了 Web的進(jìn)一步發(fā)展和應(yīng)用,傳統(tǒng)Web很快就達(dá)到了它的臨界點(diǎn),語(yǔ)義Web成為了未來(lái) Web發(fā)展的方向. 通過給 Web 數(shù)據(jù)附加語(yǔ)義,理論上 Ontology 是一個(gè)語(yǔ)義Web上數(shù)據(jù)互操作的很好的解決方案.然而,在實(shí)際的Web環(huán)境中,語(yǔ)義異構(gòu)或者說Ontology異構(gòu)仍然是語(yǔ)義Web上一個(gè)不可回避的問題.語(yǔ)義的方法把Web上數(shù)據(jù)的異構(gòu)性簡(jiǎn)化為Onto

3、logy之間的異構(gòu)性,從而向機(jī)器之間的相互操作前進(jìn)了一大步,但在達(dá)到最終目標(biāo)之前還存在著一個(gè)障礙.任何試圖改進(jìn)語(yǔ)義Web互操作性的努力都最終地落在了協(xié)調(diào)不同系統(tǒng)之間的不同 Ontology上.這種協(xié)調(diào)通常能通過自動(dòng)或者半自動(dòng)地匹配Ontology達(dá)到.這篇論文的工作就是為了解決語(yǔ)義集成過程中必然會(huì)出現(xiàn)的Ontology匹配問題. 本文將主要研究在異構(gòu)的語(yǔ)義Web的環(huán)境下,不同的Ontology之間的互操作問題.為了達(dá)成Ontol

4、ogy之間的相互操作,必須尋找Ontology之間的匹配關(guān)系.本文創(chuàng)造性地提出了基于數(shù)據(jù)實(shí)例分類的匹配模型DICM,使用多策略的文本分類技術(shù),把Ontology的匹配問題歸結(jié)為Ontology數(shù)據(jù)實(shí)例的分類問題,為異構(gòu)的語(yǔ)義互操作問題提供了一條創(chuàng)新的可靠的解決途徑.本文全面分析了Ontology匹配過程中可能出現(xiàn)的問題,然后對(duì)其中的三個(gè)問題進(jìn)行了深入研究,包括Ontology概念結(jié)點(diǎn)的1-1匹配、Ontology屬性的1-1匹配以及On

5、tology元素的1-n匹配和層次Ontology的匹配問題.我們?cè)O(shè)計(jì)并實(shí)現(xiàn)了一個(gè)實(shí)驗(yàn)平臺(tái)SIMON,這個(gè)基于多策略學(xué)習(xí)的Ontology匹配系統(tǒng)被成功地運(yùn)用于歐洲委員會(huì)信息社會(huì)總司的eTEN項(xiàng)目上(No.C510711).在該平臺(tái)上,我們進(jìn)行了大量的對(duì)比實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果驗(yàn)證了本文提出的模型和算法的有效性. 本文的貢獻(xiàn)和創(chuàng)新性工作主要體現(xiàn)在以下幾個(gè)方面: 1.本文從對(duì)Ontology的數(shù)據(jù)實(shí)例進(jìn)行分類的角度構(gòu)建Ontolo

6、gy匹配的體系結(jié)構(gòu),為異構(gòu)的Ontology匹配提供了一個(gè)創(chuàng)新的、可操作的模型DICM.在該模型的基礎(chǔ)上,建立了一個(gè)基于Ontology匹配的語(yǔ)義互操作系統(tǒng)SIMON以及用于測(cè)試匹配系統(tǒng)的數(shù)據(jù)實(shí)例庫(kù)DIBOM,并在一些實(shí)際的應(yīng)用領(lǐng)域中取得了良好的匹配效果. 2.本文使用多策略的匹配學(xué)習(xí)方法尋找Ontology之間的匹配關(guān)系.我們的匹配學(xué)習(xí)方法盡量充分地并且分層次地挖掘數(shù)據(jù)實(shí)例當(dāng)中隱含的信息,包括實(shí)例名、實(shí)例的內(nèi)部特征以及實(shí)例之間

7、的關(guān)聯(lián)特征.我們?cè)谙到y(tǒng)中除了使用通常的文本分類方法如樸素貝葉斯分類器來(lái)挖掘數(shù)據(jù)實(shí)例內(nèi)部的分類匹配信息外,系統(tǒng)還引入一階邏輯學(xué)習(xí)算法FOIL來(lái)分析數(shù)據(jù)實(shí)例之間的語(yǔ)義聯(lián)系.為了結(jié)合單一分類器的結(jié)果,我們提出了創(chuàng)新的匹配委員會(huì)方法--最突出的冠軍BOC方法,從而能夠很好的累積單一分類器的正確匹配. 3.本文提出了一個(gè)完整的Ontology匹配系統(tǒng)的范例.由于我們擁有真實(shí)完整的數(shù)據(jù)實(shí)例庫(kù)DIBOM,使得我們不但能解決Ontology之間

8、概念結(jié)點(diǎn)的匹配問題,并且可以進(jìn)一步深入地研究Ontology屬性匹配問題.針對(duì)屬性匹配的訓(xùn)練樣本相對(duì)較少、對(duì)分類算法的精確度要求高的特點(diǎn),我們把具有高分類精度的SVM算法引入到了DICM模型中;針對(duì)不同的屬性類型,我們提出了匹配搜索器的概念.匹配搜索器以插件的形式存在,使得屬性匹配系統(tǒng)高度模塊化,易于共享及擴(kuò)充;針對(duì)特殊的對(duì)象類型屬性,我們提出了基于一階邏輯的解決方案FOOPM. 4.除了解決簡(jiǎn)單的Ontology元素的1-1匹