电子目录本体合并中的实例消重机制

ａｄ Ｗｏｄ ｅ， ａ ｏ ｔｉｕｅ ｓｃｌｕａｅ ｃｏｄｎ ｏ ｂ ｔ ａ — ｐ ｎ ｂｅｔｙ ｅ ｎ ｈｔｏ ｅａｉｎｈｐ ｓｃｌｕａｅ ａｅ ｎ ｎ ｒｎｔ ｔ ｔ ｎ ａｔｂ ｔｓｉ ａ ｌｔ ａｃｒｉｇ ｔ ｏｈ ｄｔ ｔ ｅａ ｄ ｏｊｃ ｔｐ ，ａｄ ｔａ ｎ ｒｌｔ ｓｉｓｉ ａ ｌ ｄ ｂ ｓｄ ｏ ｈ ｒ ｃ ｄ ａｙ — ｏ ｃ ｔ
一
圭ｋ ｔ
（， ） ，， ＝ ｌ２
步骤 ５求实例 ，和实例 １中所有数据类型属 性的语义相 ２
似度平均值 ：
个取值在 Ｏ １ 间数值 的相似度算法。 －之
Ｓ Ｉ１ｍ ｆ 坚生Ｊ Ｃ（，＝ ａ 一 ， ｘ０ Ｉ Ｌ ， 二
ｍｌ【ｌ ２ ｎｅ， ） ｃ
／
ｌ
（ ２ ）
ｏ ｎ ｔ ｎ ｅ ｄ ｐ ｉ ａｅ ｅｉ ｎ ｔ ｎ ｆ ｒｅ ｅ ｔｏ ｉ ａ ａ ｏ ｎ ｏ ｏ ｙ ｍｅ ｇ ｎ ．Ｆ ｉ ｃ ａ ｉｍ ｎ ｏ ｐ ｒ ｔ ｓｏ ｔ ｌ ｇｙ ｃ ｎ ｅ ｔ，ａｔｉ ｕｔｓ ｒ ｌ ｔ ｎｓ ｐ ｆｉ ｓａ ｃ ｕ ｌ ｔ ｌｍｉ ａ ｉ ｏ ｌ ｃ ｒ ｎ ｃ ｃ ｔ ｌ ｇ ｏ ｔ ｌ ｇ ｒ ｉ ｇ ｈ ｓｍｅ ｈ ｎ ｓ ｉ ｃ ｒ ｏ ａ ｅ ｎ ｏ ｏ ｏ ｃ ｐ ｓ ｔｒｂ ｅ ｅａ ｉ ｈｉ ｓ ｃ ｏ ｏ ｉ ｔ ｈ ａｃ ｌ ｔ ｎ ｏ ｅ ｎｔ ｉ ｉ ｒ ｙ ｂ ｔ ｅ ｗｏ ｏ ｔ ｌ ｙ ｉ ｓ ａ ｃ ｓ ｗｈ ｌ ｅ ｎ ｉ ｉ ｌ ｉｙ ｏｎ ｃ ｎｃ ｐｔ ｓｃ ｌｕ ａｅ ｔｉ ｇ ｍａ ｃ ｎ ｎ ｏ ｔ ｅ ｃ ｌ ｕ ａ ｉ ｆｓ ｍａ ｉ ｓｍ ｌ ｉ ｅ ｗｅ ｎ ｔ ｎ ｏ ｏｇ ｎ ｔ ｎ ｅ ， ｉ ｓ ｍａ ｔ ｓ ｍｉ ｔ ｏ ｅ ｓ ｉ ａ ｃ ｌ ｔ ｄ ｂｙ ｓｒｎ ｔｈｉ ｇ ｏ ｃ ａｔ ｅ ｃ ｒ ａ
实例消重是消除 电子 目录 实例冗余 、提高 电子 目录本体操作 效率的关键 。
实例属性 ｌ
语义相似度 ｌ
ｌ 实例关系
Ｉ语义相 似度
本体实例 消重可 以在本体合并过程中 生成 目标本体以后进行 。 为 降低操作 的复杂度和实例的重复率 ，本文选择后一种 方式 ，提出一 种面 向本体合 并的 电子 目录本 体实例 消重机 制 ，并通过实验分析进行验证 。
第 ３卷 ８
第２ 期
刘 平峰，章佩璐 ，陈冬林 ：电子 目录本体合 并中的实例消重机制
３ ３
２ 实例名称语义相似度计算 ． １
由于 电子 目录本体实例 中存在不少复合词 ，并且实例 中 很多专业名词也无法 从 Ｗｏｄ ｅ 中找到 ，因此以往对于实例 ｒＮ ｔ
采用式（） １计算 ；而 Ｓ （ ＡＶ Ａ ） 数据 类型属性 值之间 Ｄ Ｄ Ｄ 为 的相似度 ，主要采 用式（） ２进行计算 ； Ｗ＋ｗ ＝１ １ ２ 。
系设计 实例语义相似度算法 。结合字符 串匹配和基于 Ｗｏｄ ｅ 计算名称语义 相似度 ， ｒｎ ｔ 综合数据类型属性和对象类型属性计算属性语义相似 度，依据类的多重继承关系计算关系语义相似度。当 ２ 个实例 的语义相似度大于事先设置的阈值 时，需删除其 中一个 以降低 目标本体库的
冗余度 。实验结果验证 了该机制 的有效性 。
配 的语 义 相 似 度 ；Ｓ Ｃ 为基 于 Ｗｏｄ ｅ 的语 义 相 似 度 。 ｒＮ ｔ
其 中，Ｗ１ Ｗ 为权重 ，且 Ｗ ＋ ２ 和 ２ ｌ Ｗ ＝１；Ｓ ｚ Ｃ 为基于字 符串匹 ２１１ 字符串匹配算法 ．． 本 文采 用文献Ｉ］ ４ 中提 到的将字 符 串的编辑 距离转换 为
关健 河：电子 目 录集成 ；本体合并 ；实例消重 ；语义相似度
Ｉ ｓ ａ ｃ ｐ ｉ ａ ｅＥｌ ｉ ａ ｉ ｎ Ｍ ｅ ｈ ｎ ｓ ｎ ｔ ｎ ｅＤｕ ｌ ｔ ｉ ｎ ｔｏ ｃ ａ ｉｍ ｉ ｃ ｍ ｎ
Ｅｌｃ ｒ ｎ ｃＣａ ａ ｏ ｔ ｌ ｇ ｅ ｇ ｎ ｅ ｔ ｏ ｉ ｔ ｌ ｇ Ｏｎ ｏ ｏ ｙ Ｍ ｒ ｉ ｇ
ＬＩ Ｐ ｎ － ｎ ， Ｕ ｉ ｇ ｆ ｇ ＺＨＡＮＧ ｅ － ＣＨＥＮ ｎ ｉ ｅ Ｐ ｉ ｕ， ｌ Ｄｏ ｇ ｌ ｎ （ ｅ ｅ ｒｈＩ ｓ ｔｔ ｆ —ｕ ｉｅｓ Ｃｏｌｇ ｆ ｃ ｎ ｍｉｓ Ｗｕ ａ ｉｅｓ ｙｏ ｅ ｈ ｏｏ ｙ Ｗｕ ａ ３ ０ ０ Ｃｈｎ ） Ｒ ｓａｃ ｔｕ ｅ ｂ ｓ ｓ ， ｌ ｅ ｏ ｏ ｃ， ｈ ｎＵｎｖ ｒｉ ｆ ｃ ｎ ｌｇ ， ｈ ｎ４ ０ ７ ， ｉａ ｎｉ ｏＥ ｎ ｅ ｏＥ ｔ Ｔ
第３ ８卷 第 ２期
Ｖｌ － ８ ０ ３ ｌ
・
计
算
机
工
程
２１ ０ ２年 １月
Ｊ ｎｕ ｒ ２ ２ ａ ａ ｙ ０１
Ｎｏ． ２
Ｃｏ ｐ ｅ ｇ ｎ ｅ ｉ ｇ ｍ ｕｔｒＥｎ ｉ ｅ ｒｎ
软 件技 术 与数据 库 ・
文章 编号：１ ｏ ３２（ ｌ）— ｏ ４ 文 ｏ ＿ ４８ ｏ ０ ３ ０ ２２２ 献标识码： Ａ
在 本体 实例 消重过程 中，实例的语义相 似度计算最为 关 键 。本文提 出一套综合实例名称、属性、关系的语义相似度 计算方法 ，具体流程如图 １ 所示 。
作 者简介 ： 刘平峰（９２ ） 男 ， １７ － ， 副教授 、 博士 ， 主研方向 ： 语义 网， 知识 工程 ；章佩璐 ，硕士研究 生；陈冬林 ，副教授、博士 收稿 日 ：２ １— —２ 期 ０ １ ７１ ０ Ｅｍａ ：ｚｌｖｌ ＠ｆｘ ａ． ｍ － ｉ ｐｌ ｅ ｙ ｏｍ ｉ ｏ ｌ ｏ ｘ ｌ ｃ
［ ｙｗｏｄ ］ｅｅｔ ｎｃ ａａｏ ｔｇａｉｎ ｏ ｔｌｇ ｒｉｇ ｉｓ ｎ ｅ ｕ ｌａｅｅｉ ｎ ｔ ｎ ｓｍａｔ ｍｉ ｒｙ Ｋｅ ｒ ｓ ｌ ｒ ｉｃ ｔ ｇｉ ｅｒｔ ；ｎｏｏ ｙｍｅｇｎ ；ｎｔ ｃ ｐｉ ｔ ｌ ａｉ ；ｅ ｎｉ ｓ ｌ ｉ ｃｏ ｌ ｎ ｏ ａ ｄ ｃ ｍｉ ｏ ｃｉ ａ ｔ
ＤＯＩ １ ． ６ ／ｉ ｎ１０ —４ ８２ １ ．２００ ： ０３ ９ｊｓ ． ０３ ２ ．０ ２０ ．１ ９ ．ｓ ０
１ 概述
电子 目录是实现 电子商务交易双方产品信息 自动化交换 的基础 和客 户在线查询商 品信息 的关键技术。但在分布式 的 电子商务环境 中，不 同电子商务 网站中的电子 目录缺乏统一 标 准，无法满足 网络环境下客户对于 电子 目录服务 的需求 ，
电子 目录集成 则忽 略了本体 自学 习的动态性 ，导致本体集 成的精 度低 。
本体合 并技术可 用于解决异构 电子 目录的语义互操作 问 题 ，但 目前本体合并 的研究 ０ 主要集中在本体的类、概念 、
属性以及关系的合并 ，未考虑实例消重 问题 。电子 目录本体
囱 囱摩
设置权值综合
中圈 分类号： Ｐ１ Ｔ３１
电子 目录本体 合并 中的实例 消重机制
刘乎峰 ，章佩璐 ，陈冬林
（ 武汉理工大学经济学院 电子商务研究所 ，武汉 ４ ０ ７ ） ３０ ０
摘
要 ：为解决 电子 目录集成中的本体实例冗余问题 ， 出面 向本体合并 的电子 目录本体实例消重机制 ，综合考虑实例 的名称 、属性和关 提
步骤 ３取 得 Ｓ Ａ 中相 似度最 大 的 ｓａ ，删除该 ｓａ Ｄ ｄ ｄｏ
所在 的行与列 ，得到矩 阵 Ｓ Ａ 。重复执行直到 Ｓ Ａ 为 Ｄ Ｄ
名称的语义相似度计算方法并不能 有效地适 用于 电子 目录本
体 。本文提出了一种基于字符 串匹配和基于 Ｗｏｄ ｅ 相结合 ｒＮ ｔ 的复合实例名称 相似度算法 ：
献［】 ５ 中提到的 ＷｕＰ ｌ ｒ —ａ ｍｅ 语义相似度算法 ：
ｗ
２ ． 对象类型属性 ．２ ２ 实例对象类型属性 的语义相似度主要是根据计算该实例 对象 类型属性所关联 的概念之间的语义相似度得 到，２个实
例 ，和 Ｉ 的对象 类型属性语义相似度记为 Ｓ Ａ ！１ ，详 细 １ ２ Ｏ （ｌ２ ，）
［ ｓｒｃ］ ｏｓｌｅｔｅ ｒｂｅ ｏ ｎｏｏ ｙｉｓ ｎ ｅ ｅｕ ｄ ｎｙｉ ｅｅｏ ｅ ｅｕ ｌｃ ｏ ｉ ｃｔｌｇｉｔｇａｉｎ ｔｉｐｐ ｒ ｒｐ ｓｓ ｃ ａｉｍ Ａｂ ｔａ ｔＴ ｏｖ ｏ ｌｍ ｆ ｔｌｇ ｔ ｃ ｄ ｎ ａ ｃ ｈ ｔｒｇ ｎｏ ｓ ｅｔ ｎｃ ａａｏ ｅ ｒｔ ，ｈｓ ａｅ ｏ ｏｅ ｍｅｈｎｓ ｈｐ ｏ ｎａ ｒ ｎ ｅ ｒ ｎ ｏ ｐ ａ
ｍｕ ｔ－ ｈ ｒｔｎｃ ． ｆｔ ｎ ｔ ｎ ｅ ａ ｅ ａ ｓ ｍａ ｔｃ ｓｍｉａ ｔ ｂ ｖ ｈ ｒ ｓ ｔｔ ｒ ｓ ｏｌ ， ｎ ｆｔ ｅ ｉ ｅｅ ｅ ｒ ｍ ｎｔ ｌ ｇ ａ ｅ ｔ ｎ ｕ ｅ ｔ ｅ ｌ ｉ ｅｉ ｉｎ ａ ｅ Ｉ ｗｏ ｉ ｓ ａ ｃ ｓ ｈ ｖ ｅ ｎ ｉ ｉ ｌｒ ｙ ａ ｏ ｅ ｔ ｅ ｐ ｅ ｅ ｅ ｈ ｄ ｏ ｅ ｏ ｈ ｍ ｓ ｄ ｌ ｔ ｄ ｆ ｏ ｏ ｏ ｏ ｙ ｂ ｓ ｏ ｅ ｓ ｒ ｈ ｉ ｈ ｅ ｆ ｉ ｎ ｙ ｏ ｐ ｒ ｔ ｎ ｏ ｎ ｏ ｏ ｙ ｉ ｓａ ｃ ｓ Ｅｘ ｒｍｅ ｔｌｒ ｓ ｌ ｈ ｆｉ ｅ ｃ ｆｏ ｅ ａ ｉ ｎ ｏ ｔ ｌ ｇ ｎ ｔ ｎ ｅ ． ｐｅ ｉ ｎ ａ ｅ ｕ ｔ ｓ ｏｗ ｅ ｖ ｌｄ ｔ ｆｔ ｉ ｃ ｎ ｓ ． ｃ ｏ ｓ ｔ ａ ｉ ｉ ｏ ｓｍｅ ｈａ ｉｍ ｈ ｙ ｈ
∑ Ｄ ｔ ， Ｓ Ａ眦（ ２ ） ｓＡ １Ｉ） — Ｄ （， ＝ １２
（ ）
其 中，Ｃ 和 Ｃ 表示 ２个 向量 ，分别是来 自实例 ，和 １的概 念 ｚ ２
名称 ；Ｄ（ｌｃ） ｃ，２指的是 ２ 个概念之 间的编辑距离。
２１ Ｗｏｄ ｅ 算法 ．． ２ ｒＮ ｔ Ｗｏｄ ｔ ｒＮｅ 是一部表达概念 关系的语义词典 ，本文引入文
实例语 义相似度
设置权值综合
图 １ 实倒综合语义相似度计算模型框架
基 金项 目： 国家 自 然科学基金资助项 目（ ９ ２ ９ ） 中央高校基本利 ７ ７０４； ０ 研业 务费专项基金资助项 目（ １ Ｉ一８ ， ０ ０ Ｉ １ ２ ０ Ｖ ０ ２ ２ １一 ． ） ０ 一 Ｉ１
２ 电子 目 录本体实例消重机制
因此，需要对异构 电子 目录进行集成 。 现 有基于 Ｘ ＭＬ 的 电子 目录集 成方法…不能满足 电子 目
录在 语 义 层 面 的表 达 和 集 成 要 求 ，基于 本体 映射 和 元 模 型 的
本 体
本体 Ｂ
进行合并
本 体
提取实例
输 入实例对
实例属性 语 义相似 度计 算
空。 取得相似度 ｓａ 序列， ｄ 记为 ｔｔ…， 其中 Ｐ ｍｎｔ ） ｌ ， ， ， ２ ： ｉ（ 。 ，
（ １ ）
步骤 ４分别对 每个数据类型属性求实例 ，和实例 ，之 间 ’
的语义相似度平均值 Ｓ Ａ 。： Ｄ 。
ｓ Ｕ， ） ｗＳ ｚ Ｊ２＋ ２Ｃ （ １ ） ｃ １２＝ ￣ （， ） ｗＳ ｗ，， ， Ｃ ，， Ｉ２
计算过程参见文献【】 ６。
（ ２ 赢奇 耢 １） ｊ ， ｌ
２ ｄｐ （ｏｃｃ１ ｘ ｅｔ １ ｆ ， １ ｈ ｓ ．。
・
）
２ 实例关系语义相似度计算 ． ３
主要考虑实例继承关系的相似度 。 Ｊ
其中，ｃ 和 ０ 分别是来 自实例 』和 ｊ的概念名称 ；ｄｐｈｃ） ｌ ２ ｌ ２ ｅ ｔ（１ 和 ｄｐｈｃ） ｅｔ（２分别表示 实例 ， 和 １ ｌ ２的概念名 称 Ｃ 和 ２在 ｌ Ｗｏｄ ｅ ｒＮ ｔ语义树 中的深度 ；ｌ （１ ｅ） ｓ ｃ， ２则指的是概念 ｃ 和 Ｃ ｏ ｌ ２ 的最近共 同祖先概念 。当 ２个实例概念名称为 由多个词组成 的复合词 时 ，首 先应使 用分词工具将其进行分词 ，消除概念