共查询到10条相似文献，搜索用时 78 毫秒
1.
针对本体映射中概念相似度计算中存在的一些不足之处,提出了一种改进的方法.通过WordNet计算两个概念名称和属性相似性,过滤出最相关的概念,减少概念相似度的计算;然后通过计算两个不同本体中的实例相似度和语义邻居相似度来完成本体映射.实验证明该方法效果良好. 相似文献
2.
3.
本体技术作为一种能在语义和知识层次上描述概念体系的有效工具,给词语间相似度计算带来了新的机会。词语相似度的研究,是知识表示以及信息检索领域中的一个重要内容。本文利用本体来组织概念,计算概念之间的语义相似度,将语义相似度分成概念相似度和描述相似度,把概念相似度和描述相似度进行合并,生成最终的语义相似度。依据《中国分类主题词表》建立的计算机领域本体,验证了语义相似度计算方法的有效性。 相似文献
4.
框架元素语义类型的确定对于增加本体的语义信息及其建立本体之间的映射具有重要作用.探讨了利用WordNet中词汇的丰富语义等级结构,自动确定框架元素语义类型的方法,提出了同义词扩展、上位词扩展的确定思路,并引入Wu-Palmer语义相似度算法,同时考虑WordNet及FrameNet不同的语义深度,以帮助有效地选择框架元素语义类型. 相似文献
5.
针对本体模型的层次结构,综合考虑语义距离、语义重合度、概念深度和概念宽度等多种因素,提出基于本体的概念语义相似度计算方法.实验结果表明该方法合理、有效,可应用于面向语义的信息检索. 相似文献
6.
采购联盟合作伙伴的选择是采购联盟成功的一个关键,而伙伴搜索是伙伴选择重要的第一步。本文将电子商务中采购联盟伙伴搜索问题转换为采购需求文本的语义匹配问题,介绍了一种基于领域本体和语义相似度的采购联盟伙伴搜索模型。该模型通过对采购需求文本概念向量的上位填充和语义相似度计算来量化采购需求的语义匹配程度。 相似文献
7.
基于WordNet的关联数据本体映射研究 总被引：1，自引：0，他引：1
随着越来越多的数据集以关联数据的形式发布到数据网络中,不同数据集之间的本体映射成为当前的研究热点。本文以WordNet为基础,通过对从数据网络中获取的XML格式的本体文档进行解析以获取待映射概念,并建立待映射概念节点的父概念树和子概念树并计算其相似度,提出了一种新的关联数据本体映射方法。 相似文献
8.
针对物流机构存在的异构问题,利用信息共享建立一个基于FCA的语义本体原型,其中包括数据服务、本体、元数据等等。对集中典型的本体映射方法进行分析,根据FCA算法从概念格中获得对应本体,提高本体信息的查询速度、查全率和查询正确率。 相似文献
9.
基于《中图法》的语义本体相似度计算,是结合《中图法》内容和结构体系,利用语义逻辑关系等手段,进行语义相似度计算,而建立的推理规则能较好地体现词语之间的语义关系,提高了词语相似度的计算精度。 相似文献
10.
《科技通报》2015,(8)
需要对语义主题树特征进行聚类算法设计,提高对语义特征的搜索和语义泛化能力。传统的语义特征聚类算法采用基于本体映射的语义特征聚类算法,建立异构的本体模型之间的语义等价映射关系,导致聚类性能和语义泛化能力不好。提出一种基于语义覆盖度融合的I/O映射聚类算法,利用领域知识和模式匹配,建立本体之间语义映射关系,考虑三种与语义信息相关的学习知识,得到语义相似度函数,利用统计TF-IDF的方法计算词语的特征权值,通过语义主题树特征匹配,实现搜索引擎的覆盖度I/O映射聚类改进。仿真实验表明,采用该算法能提高对语义的覆盖度融合能力,具有更好的数据聚类性能,较好地完成语义映射任务,语义信息检索查准率提高为98.7%。 相似文献