基于WordNet和Kernel方法的Web服务发现机制研究

目前,传统的基于语法的Web服务发现机制智能性较差,已无法满足用户需求。而基于语义的Web服务发现针对不同的领域和情景都需建立本体库,为发现机制的建立带来了一定的复杂性。将以上两者进行结合,提出一种基于WordNet和Kernel方法的Web服务发现机制。首先利用Kernel-WordNet-VSM对服务进行分类,其中,WordNet用作对抽取的特征向量降维,并采用Kernel函数计算向量之间的相似度。然后利用WordNet概念链中词之间的最短路径,从服务的功能属性方面,对用户的原始请求和服务进行语义层次上的匹配。从而在服务分类的精度上得到一定提高,在服务发现的智能性方面得到了一定的改善。