基于本体分类结构计算医疗领域语义相似度的方法

相似度计算能提高从医疗源数据进行信息检索的效率并使得异构临床数据的集成变得更加容易。不同学者基于单个医疗本体,将经典的相似度计算方法用于医疗术语的相似性评估。本文选定基于距离的LCH方法,依据Pederson基准,对比该算法在基于MeSH、SNOMEDCT、UMLS本体时的相关度值,并就计算结果进行分析和解释。     

本体映射过程中的综合相似度计算

论文以相似度计算为基本思想提出一种综合相似度的映射算法.该算法首先利用wordnet进行语言层面上的相似度计算,在进行语言层面上相似度计算的同时考虑概念自身的微观结构(概念的密度和深度).引入密度制约参数和深度制约参数.然后基于概念实例计算概念相似度,给出了本体的综合相似度计算方法.最后采用学术领域内的SWRC本体和医...     

基于基因本体的语义相似度计算方法研究综述

基因本体是一个被广泛使用的生物数据资源,主要用于描述基因和基因产物的属性,包括分子功能、生物过程和细胞组件三个方面.基于基因本体的术语相似度及基因功能相似度计算对基因功能分析、比较和预测等生物学研究热门领域具有非常重要的意义.本文综述了基于基因本体的语义相似度算法,主要包括基因本体同一分支中的术语相似度计算法和基因本体跨分支术语相似度算法两大部分内容,并对这些方法的优缺点做了一定的分析总结.     

基于语义相似度的数据服务分类方法

针对大量数据服务冗余,管理效率低的问题,提出一种基于语义相似度的数据服务分类方法。通过对数据服务描述文档提取特征词文档进行聚类分析,构建领域本体库,计算语义相似度,实现数据服务的分类,实验结果表明该方法能有效地提高服务管理效率。     

基于实例的本体映射方法研究

本体是一种能在语义和知识层上描述信息系统的概念模型建模工具,现已被越来越广泛的应用于信息系统的构建当中。随着使用本体构建的信息系统的增多,为了在不同的信息系统间交换信息,实现本体之间的概念和语义上的映射,尤其是实现映射的自动化已经是当前研究的热门课题。首先从理论上描述了如何使用实例数据来完成本体之间的映射,然后通过一个具体的例子说明了本方法的映射过程,最后,从实现和应用的角度给出了对基于实例的本体映射方法的优化。     

基于医学本体的语义相似度算法研究

基于本体的信息检索技术能够提高在复杂环境中的信息检索效率,而语义相似度计算是基于本体的信息检索技术的关键技术。在医疗领域本体的基础上,通过分析讨论了概念间的语义相似度与相关度,并对概念间的语义相似度与相关度的影响因素进行研究,提出了一种计算医疗概念间的语义相似度及相关度的数值,并得到两者综合值的计算模型。实验结果表明,该模型能够提高相似度数值的有效性,并通过对相似度数值的计算体现出医疗领域概念间的复杂关系。     

基于排序学习方法的本体映射算法

本体映射作为实现多本体间相互操作的重要手段,已广泛应用于诸多科学领域.根据本体自身的结构设计边权值函数和函数,利用排序算法将多本体图映射成实直线,通过比较两概念对应实数间的差值或排名的接近程度判断它们的相似程度,由此得到对应的本体映射.实验表明,该算法有较高的效率.     

基于本体与上下文感知矩阵的查询扩展算法

针对物理世界的信息查找在过去几年间也受到广泛关注,但是迄今还缺乏深入的研究.目前针对Web信息空间的搜索算法不适合普适空间内的信息查询,原因有二:面向物理实体查询的支撑技术,如嵌入式设备和无线通信,与传统Web信息搜索不同:物理实体相关的信息与Web网页不同,表现在元数据、信息动态性等方面.同时,由于用户查询用词与文档...     

本体映射的集成和语义挖掘研究

对于不同的待映射本体,各种映射策略的表现可能有较大差异,传统的映射方法并没有根据具体语境和策略的可信度进行映射结果集成,对产生的映射对也没有做进一步的语义挖掘。为了解决这个问题,根据本体和谐度对各策略权值进行自适应计算;利用结构语义信息进行语义传播(或利用在线本体作为背景知识)挖掘新的映射对。实验表明改进的方法可以明显提高查准率,获得更准确的映射结果。     

面向对象的本体创建方法

针对目前语义网中的本体缺少有效和统一的方法,在综合传统的构建本体方法的基础上,将面向对象的思想引入了领域本体的构建过程中,提出了一种构建本体的新方法——面向对象构建法,分别将类和层次关系映射成本体体系中的Class及层次关系,将类之间的关系映射成本体体系中的关系,将类的属性映射到本体体系中类的Property.并将其与检索系统的应用结合起来,实践证明,该方法易学、易用,减少了领域专家的参与,减少了开发系统的工作量,并且使得本体的半自动和自动构建问题成为可能.     

基于支持向量机的中文模糊本体映射

Taking into account that fuzzy ontology mapping has wide application and cannot be dealt with in many fields at present, a Chinese fuzzy ontology model and a method for Chinese fuzzy ontology mapping are proposed. The mapping discovery between two ontologies is achieved by computing the similarity between the concepts of two ontologies. Every concept consists of four features of concept name, property, instance and structure. First, the algorithms of calculating four individual similarities corresponding to the four features are given. Secondly, the similarity vectors consisting of four weighted individual similarities are built, and the weights are the linear function of harmony and reliability. The similarity vector is used to represent the similarity relation between two concepts which belong to different fuzzy ontolgoies. Lastly, Support Vector Machine (SVM) is used to get the mapping concept pairs by the similarity vectors. Experiment results are satisfactory.     

基于本体的语义Web服务注册平台研究

提出了一种基于本体的语义Web服务注册模型,结合Jena实现语义Web服务的语义查询和推理.应用元模型互操作框架(MFI)中的本体注册元模型标准,以实现与其他注册模型的语义互操作,并给出了一个基于该模型的语义Web服务注册平台.     

基于模糊语义的本体概念相似度计算算法

针对现有本体概念相似度计算方法无法处理概念特征属性的模糊性问题,基于本体的语义结构特点提出了通过语义扩展集来对概念特征进行描述的方法,并在此基础上定义概念的模糊特征集合。在特征的量化过程中,充分考虑了本体概念相似度的不对称性、概念的层次深度及区域密度对相似度的影响,最后,通过模糊集合之间的相似度来衡量本体概念的相似度。在通用数据集上的实验表明,该方法的相似度计算性能要优于以往的计算方法。     

模糊本体及其演化研究

本体是共享概念模型的规范说明,但以往的描述方法不能表示资源间关系的模糊性及其演化.针对这一问题,引入了模糊本体的概念并给出了形式化的描述,用模糊资源描述框架(FRDF)对模糊本体进行表示,提出了一种模糊本体演化算法,并用实验进行了验证.     

空间数据服务的本体化检索

针对空间数据的开放地理信息联盟(OGC)服务标准仅仅支持语法层面的互操作,无法解决语义异构等问题,提出一种新的空间数据服务本体化查询方案.基于本体理论,构建再生的本体库,定义语义相似度计算模型作为基于本体的空间数据服务检索模型的核心,能够有效地处理存放在数据库或OGC服务中的大量历史数据.实验测试结果证实了新方法是有效的.     

基于本体映射的异构数据集成中间件HDIM研究

数据集成是为了消除企业内部信息孤岛,实现企业之间信息共享,实现异构数据透明访问的问题。为了解决异构数据集成问题,提出了基于本体映射的异构数据集成中间件——HDIM,采用本体明确、规范地描述数据的异构性、分布性,采用本体映射实现本体之间的互相访问。为用户提供一个访问异构数据源的中间平台,解决企业内部的异构数据集成问题。     

云环境下的语义本体构建及其在语义检索中的应用

随着云技术的广泛应用,云环境下的语义检索也逐渐成为重要的研究内容,而语义本体构建是首先需要解决的问题.本文首先提出了一种基于相似度计算的数据部署策略,综合考虑了概念之间的结构相似度和语义相似度,将对象数据最优化的部署到不同的虚拟机分别构建语义本体,并给出了相应的语义检索算法.     

基于树状结构的语义相似度计算方法分析

文中提出了基于树状结构的语义相似度计算方法.结合概念节点之间的语义关系、语义距离、概念节点的深度、密度对语义相似度的影响,利用树的层次关系来表达概念节点之间的语义信息,并对概念节点密度的计算进行改进,加入了可调节的参数,以适应不同的情景.通过实验验证了该算法在查准率方面具有较强的优越性.