語義相似性度量及其在設(shè)計管理系統(tǒng)中的應(yīng)用.pdf

1、語義相似性度量一直以來都是人工智能和心理學領(lǐng)域的研究熱點。人工智能領(lǐng)域的相似性度量模型，以關(guān)于相似性的假設(shè)為基礎(chǔ)，致力于從特定的知識表述中計算出對象間的相似性。而心理學領(lǐng)域的相似性度量模型，則以實驗數(shù)據(jù)為基礎(chǔ)，致力于模擬人的相似性感受。將心理學的研究成果應(yīng)用于人工智能的研究中，是未來發(fā)展的方向。本論文以心理學的相似性模型為基礎(chǔ)，借鑒人對相似性認知的產(chǎn)生過程，建立了一個基于模糊比較的OWL概念語義相似性度量模型—FuzzyCon模型。該模

2、型以O(shè)WL DL描述的本體概念為計算對象，從OWLDL的語義中計算概念的相似性。 本體概念的相似性度量包含了三個要素：本體概念、語義和相似性。論文在分析OWL DL的性質(zhì)和描述邏輯的相關(guān)概念的基礎(chǔ)上，利用OWL DL與描述邏輯SHOIN(D)之間的等價關(guān)系，將OWL DL表述的概念轉(zhuǎn)化為SHOIN(D)中的一組公理，并將這組公理規(guī)整為以角色為中心的范式(SSNF)；在分析概念的SSNF基礎(chǔ)上，論文提出概念的特性集由概念的

3、顯蘊涵子項、隱蘊涵子項和角色連接概念構(gòu)成，并論述了這三種元素在相似性度量中的作用。 FuzzyCon模型是Rodriguez.Egenhofer模型的擴展。論文用模糊集構(gòu)造概念特性集的模糊交集和模糊差集；以概念間的相似性函數(shù)為基礎(chǔ)，構(gòu)建模糊交集和模糊差集的隸屬函數(shù)；用特性權(quán)值定義顯著性函數(shù)f，使函數(shù)f的值與概念特性集中特性的多寡和特性權(quán)值的大小成正比。模糊集和特性權(quán)值的引入，使FuzzyCon模型的計算結(jié)果能表現(xiàn)用戶的個

4、性化相似性認識。 論文分析了相似性的產(chǎn)生過程以及心理學中刺激量與心理量的關(guān)系，引入了概念權(quán)值來模擬心理量所具有的特征。根據(jù)人的心理特點，設(shè)定了兩個約束概念權(quán)值的因素，以使概念權(quán)值具有心理量的特征；討論了結(jié)合構(gòu)造符、約束構(gòu)造符和人的主觀性對概念權(quán)值的影響。在此基礎(chǔ)上，論文提出了概念權(quán)值的計算模型-Salience模型，從概念的定義中計算出權(quán)值；證明了在循環(huán)TBox T中，可在有限的迭代次數(shù)中使概念權(quán)值趨向一個固定值；給出

5、概念的特性權(quán)值的計算方法，并闡述了特性權(quán)值的特點。 論文用實驗的方法驗證和分析FuzzyCon模型與Salience模型的性質(zhì)。結(jié)合相似值的心理學特點，提出了概念的相似值沒有數(shù)值意義，只有比較意義這一論斷；針對本體及本體概念的特點，提出本體概念的相似性評價應(yīng)是在技術(shù)層面上的評價一即計算的結(jié)果是否能反映本體建模者的意圖，體現(xiàn)本體概念的特點，符合模型使用者的感受。論文引入了秩和斯皮爾曼秩相關(guān)系數(shù)等相似性評價指標，闡述了斯皮爾曼秩

6、相關(guān)系數(shù)的缺點，提出了一種新的相似性評價指標一相似性的差異度。利用這些評價指標，論文比較了FuzzyCon模型、Wu_Palmer模型和Rodriguez_Egenhofer模型，發(fā)現(xiàn)FuzzyCon模型在保持這兩個模型特性的同時，具有更高的區(qū)分同層次概念間相似性的能力，且差別分辨度大大優(yōu)于這兩個模型。實驗結(jié)果表明，F(xiàn)uzzyCon模型能適應(yīng)本體進化的需求，具有豐富的概念相似性表現(xiàn)力，并且計算結(jié)果更符合人的心理感受。 論文最