基于上下文仲裁的語(yǔ)義信息集成方法研究.pdf

1、對(duì)分布異構(gòu)的數(shù)據(jù)源進(jìn)行無(wú)縫訪問(wèn)來(lái)獲得相關(guān)的信息，從而達(dá)到信息共享、重用和信息系統(tǒng)之間的互操作已經(jīng)成為當(dāng)前信息社會(huì)越來(lái)越緊迫的需要。而數(shù)據(jù)源之間存在的多種異構(gòu)極大地阻礙了這種需要的實(shí)現(xiàn)。消除數(shù)據(jù)源之間的語(yǔ)義異構(gòu)是信息集成的核心問(wèn)題之一。
　　 基于本體的語(yǔ)義信息集成通過(guò)建立本體來(lái)描述全局模式，在本體和各個(gè)異構(gòu)的數(shù)據(jù)源模式之間建立模式映射來(lái)消除數(shù)據(jù)源之間的語(yǔ)義異構(gòu)。這種解決辦法的不足之處在于：通過(guò)模式映射的方式解決的僅僅是數(shù)據(jù)源之間

2、的模式級(jí)異構(gòu)而數(shù)據(jù)源之間的異構(gòu)不僅僅包括模式異構(gòu)，還包括其他類(lèi)型的異構(gòu)。片面地解決其中某一種異構(gòu)，得到的結(jié)果不僅不能讓用戶(hù)充分共享和重用已有的信息，反而會(huì)給用戶(hù)造成迷惑和誤解，導(dǎo)致用戶(hù)做出錯(cuò)誤的判斷。
　　 為了全面解決多種語(yǔ)義異構(gòu)，首先要對(duì)分布數(shù)據(jù)源之間的語(yǔ)義異構(gòu)進(jìn)行研究和分析。信息的上下文語(yǔ)義是數(shù)據(jù)源的設(shè)計(jì)者對(duì)信息所設(shè)定的一些假設(shè)和前提，描述的是數(shù)據(jù)源模式暗含的語(yǔ)義，這種語(yǔ)義無(wú)法為計(jì)算機(jī)理解和處理。為了解決上下文語(yǔ)義，首先需

3、要研究上下文語(yǔ)義的形式化表示。用一個(gè)四元組(D,S,CV,F)對(duì)數(shù)據(jù)源的上下文語(yǔ)義進(jìn)行形式化表示，這是一種緊密耦合的上下文描述方法。在此基礎(chǔ)上，將上下文仲裁機(jī)制引入已有的基于本體的語(yǔ)義信息集成中，將原來(lái)的用三元組（G，S，M）表示的信息集成系統(tǒng)擴(kuò)展為用五元組（G，S，C，M，B）表示，實(shí)現(xiàn)上下文異構(gòu)的自動(dòng)檢測(cè)和處理。
　　 解決上下文異構(gòu)的核心問(wèn)題是在同一上下文類(lèi)型內(nèi)部的不同取值之間進(jìn)行轉(zhuǎn)換。根據(jù)各上下文異構(gòu)的特點(diǎn)，對(duì)于上下文異

4、構(gòu)的四種情況，分別提出了相應(yīng)的上下文轉(zhuǎn)換方法。對(duì)于發(fā)生在數(shù)值型屬性之間的單位異構(gòu)和數(shù)量級(jí)異構(gòu)，提出了一種基于星型模型的上下文轉(zhuǎn)換方法；對(duì)于發(fā)生在枚舉型屬性之間的表示異構(gòu)，提出了一種基于等價(jià)類(lèi)的上下文轉(zhuǎn)換方法；對(duì)于發(fā)生在抽象數(shù)據(jù)類(lèi)型的屬性之間的格式異構(gòu)，提出了一種基于元數(shù)據(jù)格式描述的上下文轉(zhuǎn)換方法。這些上下文轉(zhuǎn)換方法的共同目標(biāo)是減少需要預(yù)定義的轉(zhuǎn)換規(guī)則的數(shù)量，提高上下文轉(zhuǎn)換的適應(yīng)性、擴(kuò)展性、可維護(hù)性和轉(zhuǎn)換效率。
　　 實(shí)體異構(gòu)是分

5、布數(shù)據(jù)源之間普遍存在的數(shù)據(jù)級(jí)異構(gòu)。已有的實(shí)體異構(gòu)解決方案中存在的主要問(wèn)題是效率和精度問(wèn)題。通過(guò)提出一種基于上下文仲裁機(jī)制的兩階段特征向量處理方法來(lái)解決信息集成中實(shí)體識(shí)別的效率問(wèn)題，通過(guò)設(shè)計(jì)一個(gè)基于公共子串的字符串相似性比較函數(shù)以改進(jìn)信息集成中實(shí)體識(shí)別的精度問(wèn)題。
　　 為了增強(qiáng)系統(tǒng)解決語(yǔ)義異構(gòu)的能力，在現(xiàn)有的基于本體的語(yǔ)義信息集成系統(tǒng)的基礎(chǔ)上進(jìn)行了兩次擴(kuò)展。第一次擴(kuò)展是在基于本體的語(yǔ)義信息集成的基礎(chǔ)上引入上下文仲裁機(jī)制，使得擴(kuò)展