排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
本体是语义网的核心部件之一,近来越来越多的研究表明本体能极大地有助于信息处理任务质量和效率的提高.然而,由于领域知识的复杂性,在给应用程序提供强有力的支持的同时,本体自身不可避免地呈现出结构复杂,规模庞大的特点,从而给本体的维护和操作带来了极大的不便.为此,本文提出了一个基于Max-Flow理论的本体分割算法,首先将本体转化成相应的能量图,然后应用Min-Cut图切分算法将其快速划分为紧密联系的模块的集合.获得的实验数据表明此算法能生成较高质量的模块. 相似文献
2.
本体匹配是用来解决异质本体间互操作问题的一种技术手段。目前,大多数关于本体匹配的研究都集中在了如何提高匹配结果的质量上。然而,一方面,在许多情况下,匹配结果的正确与否直接依赖于用户的判断,另一方面,由于一些描述现实世界的本体十分庞大,匹配工具往往不能及时为用户提供可供确认的匹配对。为此,提出了一种基于语义模块的交互式本体匹配框架。借助信息论的相关知识,将本体聚类成语义模块。用户利用模块核心结点信息对模块的内容进行推断,从而将大规模的本体匹配任务转换为数个规模较小的语义模块间的匹配任务。通过合理地增大用户在匹配过程中的作用,试图在保证匹配质量的同时提高匹配效率。已获得的实验结果表明该方法能显著提高本体匹配任务的效率。 相似文献
3.
基于信息理论的启发式本体匹配框架 总被引:1,自引:0,他引:1
介绍了一种新的半自动的启发式本体匹配框架的设计和实现。系统利用人类专家在前期确定的高精度锚匹配对(Anchor Pairs),根据启发式规则对系统计算出来的匹配候选对的相似度进行修正。已设计并实现了基于信息理论的启发式本体匹配框架IHOMF( Information theory based Heuristic Ontology Matching Framework)。该框架较好地平衡了复杂语义匹配和繁重的人类劳动之间的矛盾,在实验数据集上获得了较好的结果。 相似文献
1