基于语义距离的概念语义相似度研究

语义Web作为目前Web的一个延伸,目标是使Web上的数据具有机器可识别的语义,便于人机之间的交互与合作。然而其实现面临着语义互联、规范组织和智能聚合等理论和技术障碍。为了探索解决问题之道,本文设计了一个语义原生XML数据库系统(简称SNAX系统),对其中的一些关键理论和技术进行了详细的设计并对语义相似度计算器进行了实现。SNAX系统的层次关系满足Berners-Lee对语义Web的定义,能够用于构建此系统的许多理论、技术和方法对构建语义Web有同样的作用。 首先,论文对Tim Berners-Lee提出的语义Web体系结构进行了简介,在总结了语义Web实现所面临的理论和技术障碍的基础上,提出了本文的研究方向,设计一个微型的语义Web系统——SNAX,其主要组成部分有:Web数据采集器、数据存取管理器、本体映射集成器以及多功能查询器。 其次,从Web信息采集和本体集成两方面论述了语义相似度计算在SNAX系统中的重要地位和作用。论文基于“建议上层共享知识本体(SUMO)”提出了语义相似度的计算方法,该方法通过对SUMO层次树中处于不同位置的边设定不同的权值,按照最短路径距离的计算方法得到两个概念的语义距离,然后进行间接转换,得到了两种不同的语义相似度计算方法。 最后,对本文提出的算法进行评估。我们在SUMO中随机选择了五十对概念,通过文中实现的相似度计算平台得到了两种计算方法下的实验结果,同时我们获取了人类主观判断的结果,通过比较分析它们的吻合程度,确定了能得到最佳结果的参数值,从而验证了方法的有效性。