語義Web中本體匹配方法的研究.pdf

1、隨著語義Web的不斷發(fā)展，萬維網(wǎng)中的本體數(shù)目快速增長(zhǎng)。萬維網(wǎng)的分散特性導(dǎo)致相交領(lǐng)域甚至是相同領(lǐng)域，常會(huì)存在多個(gè)異構(gòu)本體。對(duì)于使用異構(gòu)本體的語義Web應(yīng)用程序而言，本體匹配是消除本體之間語義異構(gòu)性的一種有效途徑，為語義Web應(yīng)用程序間的交互建立一種互操作性，是語義Web數(shù)據(jù)集成與管理的關(guān)鍵技術(shù)。近幾年，研究人員對(duì)本體匹配的相關(guān)問題做了大量研究，并取得了一些階段性成果，主要集中在本體匹配的基本算法、本體匹配工具的構(gòu)建等方面。然而，大型本體、

2、傳統(tǒng)的關(guān)系數(shù)據(jù)庫等依然給現(xiàn)有的本體匹配技術(shù)帶來了新挑戰(zhàn)，需要進(jìn)一步研究。
　　 在已有工作的基礎(chǔ)上，論文對(duì)本體匹配基本算法、大型本體的分塊匹配方法、本體匹配工具的設(shè)計(jì)與實(shí)現(xiàn)以及本體與關(guān)系數(shù)據(jù)庫模式之間的匹配方法這4個(gè)問題開展深入研究，主要貢獻(xiàn)包括：
　　 1)提出了兩種本體匹配基本算法。針對(duì)本體的語言學(xué)特征，論文通過構(gòu)建虛擬文檔發(fā)現(xiàn)待匹配本體中概念之間的匹配。概念的虛擬文檔不僅包含概念自身的語言學(xué)描述，還包含RDF圖中鄰

3、居結(jié)點(diǎn)的描述。針對(duì)本體的結(jié)構(gòu)特征，論文采用RDF一部圖模型，設(shè)計(jì)了一種基于相似度迭代傳播策略的圖匹配算法。
　　 2)提出了一種基于分而治之策略的大型本體分塊匹配方法。論文通過一個(gè)層次化劃分算法把大型本體分割為規(guī)模較小的聚類，并通過RDF句子從聚類構(gòu)造本體分塊?；陬A(yù)先找到的錨點(diǎn)，發(fā)現(xiàn)分塊之間的映射，從而實(shí)現(xiàn)在分塊映射上執(zhí)行多種基本匹配算法，解決大型本體匹配問題。
　　 3)設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)實(shí)用的本體匹配工具。該本體匹配