一种基于概念层次结构的本体评价方法的研究

来源 :北京大学 | 被引量 : 0次 | 上传用户:myjoys
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在本体构建和应用过程中,知识表示的正确性、表达性,以及是否可被共享和复用,将直接影响到对本体的正确应用。本体评价作为把握上述问题的必要手段之一,目前已经得到越来越多的研究者们的关注。 本文提出了一个基于用户构建的概念层次结构的本体评价方法体系,根据用户的需求对一组领域本体进行比较。该评价体系主要由两个模块构成,概念层次结构定义模块和本体评价模块。前者以用户提供的一组感兴趣的领域词汇为输入,并且允许用户通过WbrdNet和领域词汇扩展子模块对这组词汇进行扩展,从而确定一个反映用户需求的概念层次结构,作为对本体进行评价的基准;后者采用了一系列的评价方法,针对本体的不同级别,如词汇级别、分类结构、关系级别等对候选本体进行评价,最后综合候选本体在各个方法上的得分得出本体的最终排名。用户也可以根据自己的偏好,调整各个评价方法在评价体系中的权重,来得到更适合自己应用的本体排名。实验结果表明,本文提出的本体评价方法体系能够有效地完成对本体的评价,对本体的应用起到了一定的推动作用。 本文主要内容包括:本体评价的研究现状、概念层次结构的定义以及构建方法、本体分类比较方法、特殊概念的评价方法、评价分值的确定方法等。本文的最后通过一个具体的实验对所提出的评价方法体系进行了验证和分析。
其他文献
随着定位技术的普及和无线传输技术的发展,大量轨迹数据正以各种方式快速产生和收集起来,并被广泛用于基于位置的服务(LBS)、无人驾驶、动物行为研究、气象预测和城市规划等领
特征的表达和融合是计算机视觉算法中的两个重要部分。例如,在基于骨架的人体行为识别中,如何表达三维骨架的几何关系对于行为识别效果有至关重要的影响。然而很多现有的研究都
文本倾向性分析是自然语言处理一个十分重要的问题,在信息过滤,电子商务,观点搜索,自动问答等领域具有广泛的应用场景。 本文主要考察句子一级的观点自动抽取和倾向性自动识别
博客是一种基于RSS技术的信息交互平台,目前发展极为迅速。博客作者常常就感兴趣的话题发表文章、做出评论,对感兴趣的其他作者添加为好友,这些特征行为构成了潜在的博客社区。
稀疏数据是指包含大量空值的数据,具有维度高、稀疏、模式易变等特点。稀疏数据在实际应用中的大量出现给现代的RDBMS带来了巨大的挑战。在各类海量数据管理系统中,如何设计稀
强化学习是与传统的监督学习完全不同的学习框架。在强化学习中,agent感知环境的状态并采取相应的动作,同时得到环境的奖赏反馈。agent无需假设任何有关环境的先验知识,而是通过
软件体系结构作为高层的设计蓝图,在软件系统开发的过程中,其主要角色包括:支持开发人员之间的交流、直接支持系统开发、支持软件复用等。目前存在的问题是软件体系结构设计不断
如今,软件在人们的社会生活中占据越来越重要的地位,软件的正确性也受到人们越来越多的重视。特别是随着敏捷开发、开源软件等快速迭代开发模式的出现,人们对软件的安全可信提出
随着现代软件工程和开发技术的发展,SOA技术以其灵活高效的优势赢得了普遍的支持,并已经在分布式计算方面形成了一场革命。而另一方面人们逐渐进入了Web2.0时代,AJAX技术成为Web
为了实现磁共振快速成像,一种可行的方法是减少K空间数据的采集量。然而,基于欠采样K空间数据进行磁共振图像重建的问题是一个病态的反问题。由于压缩感知理论的出现,基于稀疏性