本体自动抽取中的概念相似性分析

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (26): 159-163.

本体自动抽取中的概念相似性分析

聂志强

临沂师范学院信息学院,山东临沂 276000

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-09-11 发布日期:2007-09-11
通讯作者: 聂志强

Concept similarity analysis in ontology’s automatic extraction

NIE Zhi-qiang

School of Information,Linyi Normal University,Linyi,Shandong 276000,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-09-11 Published:2007-09-11
Contact: NIE Zhi-qiang

摘要/Abstract

摘要： 本体的自动抽取问题是电子政务信息集成的核心问题之一。在本体的自动抽取过程中,FCA方法用于自动分析概念之间的关系,但它对概念间的同义词关系分析不够。基于这个原因,对FCA方法进行了优化,提出了SFCA算法。算法根据属性在概念中的重要性对属性赋权值,利用属性的权值计算两个概念的相似度,最终确定两个概念是否是同义词关系。通过对算法的实验结果的分析验证其是有效的,并给出了正确性证明。

关键词: 信息集成, 本体, 自动抽取, FCA, SFCA

Abstract: Ontology’s automatic extraction is a core problem of information integration in electronic government affair.In the process of ontology’s automatic extraction,FCA method is used in analyzing relationships between concepts automatically.But this method’s ability is insufficient in the analysis of the synonym relationship.This paper optimizes the FCA method and brings forward a new algorithm-SFCA.SFCA sets the weight for the attribute based on the importance of it.It computes the similarity degree using the weights and judges whether the concepts are synonymous.Through the analysis of the experiment’s result,the algorithm is validated to be effective.And its correctness proof is proved.

Key words: information integration, ontology, automatic extraction, Formal Concept Analysis（FCA）, Synonym Formal Concept Analysis（SFCA）

聂志强. 本体自动抽取中的概念相似性分析[J]. 计算机工程与应用, 2007, 43(26): 159-163.

NIE Zhi-qiang. Concept similarity analysis in ontology’s automatic extraction[J]. Computer Engineering and Applications, 2007, 43(26): 159-163.

[1]	杨泉. N1+N2结构语法关系判定的SVM算法[J]. 计算机工程与应用, 2021, 57(20): 104-108.
[2]	高见，王安. 基于本体的网络威胁情报分析技术研究[J]. 计算机工程与应用, 2020, 56(11): 112-117.
[3]	李金海，何有世，马云蕾，周爱平. 基于多层领域本体的知识表示通用模型研究[J]. 计算机工程与应用, 2020, 56(11): 149-155.
[4]	梁玉英. 基于概率犹豫模糊信息集成算法的数据产品选择[J]. 计算机工程与应用, 2019, 55(3): 219-224.
[5]	王思雨，何泾沙，滕达. 支持隐私信息量化与保护的访问控制系统[J]. 计算机工程与应用, 2019, 55(16): 77-87.
[6]	渠寒花1，惠建忠1，何险峰2，王慕华1，何晓凤1，丰德恩1. 气象服务形式概念分析模型研究[J]. 计算机工程与应用, 2018, 54(9): 257-264.
[7]	游运1，2，3，万常选1，3，陈煌烨1，3. 考虑对象关联关系的多样化商品推荐方法[J]. 计算机工程与应用, 2018, 54(7): 70-76.
[8]	王祯. 基于设计知识本体的工程变更影响范围分析[J]. 计算机工程与应用, 2018, 54(5): 247-252.
[9]	朱文跃，刘宗田. 基于事件本体的突发事件领域知识建模[J]. 计算机工程与应用, 2018, 54(21): 148-155.
[10]	彭飞1，张涛1，徐伟光1，赵敏1，秦恒加2. 基于本体的操作系统安全策略生成模型[J]. 计算机工程与应用, 2018, 54(2): 114-118.
[11]	王红，张昊，史金钏. 基于LDA的领域本体概念获取方法研究[J]. 计算机工程与应用, 2018, 54(13): 252-257.
[12]	王家海，陈煜. 数据驱动的Job Shop生产调度知识挖掘及优化[J]. 计算机工程与应用, 2018, 54(1): 264-270.
[13]	韩学仁1，王青山1，郭勇1，崔兴亚2. 基于PSO-BP算法的地理本体概念语义相似度度量[J]. 计算机工程与应用, 2017, 53(8): 32-37.
[14]	陈恒1，2，李冠宇2，陈鑫影2，3. 模块化思想在大规模本体匹配中的应用[J]. 计算机工程与应用, 2017, 53(8): 149-153.
[15]	赵晓永，王磊. 电商网页中商品规格信息自动抽取方法研究[J]. 计算机工程与应用, 2017, 53(24): 168-171.