基于本体概念相似度的遥感信息服务匹配研究

计算机工程与应用 ›› 2016, Vol. 52 ›› Issue (8): 13-18.

基于本体概念相似度的遥感信息服务匹配研究

刘龙历1，2，薛勇1，光洁1，刘佳1，2

1.中国科学院遥感与数字地球研究所数字地球重点实验室，北京 100094
2.中国科学院大学，北京 100049

出版日期:2016-04-15 发布日期:2016-04-19

Study of remote sensing information service matching based on similarity of ontology concept

LIU Longli1，2, XUE Yong1, GUANG Jie1, LIU Jia1，2

1.Key Laboratory of Digital Earth Science, Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing 100094, China
2.University of Chinese Academy of Sciences, Beijing 100049, China

Online:2016-04-15 Published:2016-04-19

摘要/Abstract

摘要： 构建了一个遥感信息领域本体，基于领域本体和WordNet词典对遥感信息服务进行语义扩展，提出了一种基于本体概念相似度的遥感信息服务匹配方法，并对Leacock和Chodorow语义相似度计算模型进行改进。实验结果表明，该改进模型比距离模型和信息量模型都有提高，基于本体概念相似度的遥感信息服务匹配方法的查全率和查准率都能达到70%以上，较关键字匹配方法有显著提高。

关键词: 遥感信息服务匹配, 本体, 相似度, 语义匹配

Abstract: It builds a remote sensing information domain ontology in this paper. Based on the semantic extended remote sensing information service by the domain ontology and WordNet dictionary, this paper proposes a remote sensing information service matching method based on ontology concept similarity. In this method, the Leacock and Chodorow model is improved based on information content theory. Experimental results show that the improved Leacock and Chodorow model is more accurate and efficient than the distance-based model and information content model. And the remote sensing information service matching method based on ontology concept similarity has improved significantly in accuracy and efficiency. Its recall ratio and precision can achieve 70% above, which is better than keyword matching method.

Key words: remote sensing information service matching, ontology, similarity, semantic matching

刘龙历1，2，薛勇1，光洁1，刘佳1，2. 基于本体概念相似度的遥感信息服务匹配研究[J]. 计算机工程与应用, 2016, 52(8): 13-18.

LIU Longli1，2, XUE Yong1, GUANG Jie1, LIU Jia1，2. Study of remote sensing information service matching based on similarity of ontology concept[J]. Computer Engineering and Applications, 2016, 52(8): 13-18.

[1]	张岐山，陈露露. 基于均衡接近度灰关联的Slope One算法[J]. 计算机工程与应用, 2021, 57(9): 96-102.
[2]	王永贵，李倩玉. 基于KNN-GBDT的混合协同过滤推荐算法[J]. 计算机工程与应用, 2021, 57(9): 103-108.
[3]	张晓闻，任勇峰. 结合稀疏表示与拓扑相似性的图像匹配算法[J]. 计算机工程与应用, 2021, 57(8): 198-203.
[4]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[5]	杨芳，尹曦，司建辉，刘宏媛，汪雪. 基于侧重点聚类的数学表达式相似度计算方法[J]. 计算机工程与应用, 2021, 57(6): 88-93.
[6]	钱芸芸，杨文忠，姚苗，李海磊，柴亚闯. 融合主题相似度权重的主题社区发现模型[J]. 计算机工程与应用, 2021, 57(5): 107-114.
[7]	田维安，陈红梅，周丽华. 基于相似用户好奇心的多样性推荐方法[J]. 计算机工程与应用, 2021, 57(23): 113-121.
[8]	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.
[9]	梁田，曹德欣. 基于莱维飞行的改进简化粒子群算法[J]. 计算机工程与应用, 2021, 57(20): 188-196.
[10]	刘莉. 基于用户多样性偏好的top-N推荐算法[J]. 计算机工程与应用, 2021, 57(17): 116-121.
[11]	杨延娇，赵国涛，王丕栋. 基于语义与情感的句子相似度计算方法[J]. 计算机工程与应用, 2021, 57(16): 151-158.
[12]	赵琪，杜彦辉，芦天亮，沈少禹. 基于Capsule-BiGRU的文本相似度分析算法[J]. 计算机工程与应用, 2021, 57(15): 171-177.
[13]	乔伟涛，黄海燕，王珊. 基于Transformer编码器的语义相似度算法研究[J]. 计算机工程与应用, 2021, 57(14): 158-163.
[14]	张振海，张湘婷. 上下文感知的高铁信息服务推荐方法研究[J]. 计算机工程与应用, 2021, 57(12): 231-236.
[15]	曾海燕，左开中，王永录，刘蕊. 路网环境下的语义多样性位置隐私保护方法[J]. 计算机工程与应用, 2020, 56(7): 102-108.