基于概念格非功能属性的语义网络服务匹配方法
信息检索系统中的语义匹配算法研究
信息检索系统中的语义匹配算法研究随着互联网的普及，信息量越来越庞大，人们如何高效地获取所需信息成为了一个重要的问题。
信息检索系统充当着这个问题的解决者，在不断地进化中为我们提供更好的搜索体验。
而在信息检索系统的背后，语义匹配算法的改善则是其核心所在。
语义匹配算法是信息检索系统中的重要组成部分，其功能是将用户所输入的关键词转化为与之相关的信息，帮助用户定位到他们真正需要的内容。
传统的搜索引擎在处理用户输入的关键词时，大都是采用字符串匹配的方式。
这种方法虽然可以简单地实现信息的检索，但缺乏语义理解的能力，往往不能准确地满足用户的需求。
因此，语义匹配算法的出现成为了信息检索系统中的一次重大革命。
目前，市场上主流的搜索引擎都是基于语义匹配算法成型的产品，包括谷歌、百度等。
这些搜索引擎使用的语义匹配算法大多采用自然语言处理技术，通过语义分析等方法对用户输入的关键词进行理解和解析，并与搜索引擎所索引的网页进行匹配，最终呈现出最符合用户需求的搜索结果。
其中，谷歌使用的语义匹配算法被誉为目前业内最先进的技术之一，其主要借助于人工神经网络和深度学习技术实现了关键词的语义匹配与理解。
在实际的语义匹配算法实现中，一些较为常见的技术包括词嵌入、人工神经网络、传统词法分析、语法分析、句法分析等。
其中，词嵌入是最为简单的一种技术，它的主要工作是将关键词转化为一系列的数值向量，然后通过语义距离的计算进行匹配。
相比于其他复杂的技术，词嵌入不仅处理速度较快，而且精确度也足够高，因此被广泛应用于各类信息检索系统中。
除此之外，人工神经网络也是当前语义匹配算法中的重要手段。
人工神经网络利用神经元模拟人脑信息处理的方式，通过大量的数据学习语义信息，最终实现关键词的匹配和语义理解。
由于其能力强大，一些新兴的语义匹配算法都开始使用人工神经网络进行开发。
例如，现在的机器翻译技术就采用了长短时记忆网络（LSTM）这种神经网络架构。
然而，语义匹配算法中仍存在着一些挑战。
基于规则与相似度的语义web服务匹配_陶望胜
第46卷 第2期2010年3月 南京大学学报(自然科学)JOU RNAL OF NANJING UNIVERSIT Y(NA TU RA L SCIENCES) Vo l.46,No.2Ma r.，2010基于规则与相似度的语义web服务匹配＊陶望胜＊＊,陶先平,吕 建(南京大学软件新技术国家重点实验室,南京大学计算机科学与技术系,南京,210093)摘 要: 随着语义w eb技术的快速发展,基于语义的web服务发现技术,已成为w eb服务领域研究热点之一.效率和精度,是web服务发现技术的两个主要关注点.W eb服务发现可以分为基于本体概念相似度度量和基于逻辑推理这两种方法.这两个方法互有优点,前者主要效率方面占优,而后者则在精度方面优势明显.本文提出了一种基于规则与相似度的语义web服务两阶段匹配方案.该方案采用语义网规则语言作为规则描述语言,利用基于相似度的服务输入输出匹配方法进行第一阶段的筛选.在此基础上再次利用基于规则推理的方法,对第一阶段的匹配结果进行进一步的精化,从而在效率与精度两方面取得一定的平衡.关键词: 语义w eb服务匹配,语义网规则语言,本体相似度中图分类号: T P315Rule and similarity based semantic web service matchmakingTao Wang-Sheng,Tao X ian-P ing,LǜJ ian(Sta te K ey Labor atory of Com puter Sof twar e and New T echno lo gy,Depar tment of Com puter Scienceand T echno lo gy,N anjing U niver sity,Nanjing,210093,China)A bstract: Duo to the rapid develo pment of semantic web,semantics-based w eb ser vice disco very ha s beco me a ho t topic in web se rvice communities.With tw o main fo cuses,namely effec tivene ss and pr ecision,web se rvice disco very can be implemented in tw o approaches,w hich a re similarity-based and lo gic-based respectiv ely.Bo th of the two appro aches have their disadvantag es and adv antag es.Similar ity-based appro ach is usually go od fo r impro ving discov ering effectiveness w hile lo gic-based approach benefits precisio n.But if combined them toge ther,we can reach the balance of effectiveness a nd precision.Because of this,we put forw ar d rule and simila rity based tw o-stage web se rvice matchmaking approach in this paper.A t the first stage,we use the similarity-based approach to do the web se rvices IO matchmaking.Based on the result w e have go tten at the first stage,w e do rule-based matchmaking ag ain to refine it as the second stag e.As fo r the de scription lang uage fo r rules,we cho ose semantic web rule language. T he results o f our experiment show that our approach in this paper ca n reach the balance o f effectiveness and precision on semantics-based w eb serv ice disco very process.＊＊＊基金项目:国家自然科学基金青年基金(60903024)收稿日期:2008-10-25通讯联系人,E-mail:taow angsheng@Key words : semantic w eb service matchmaking ,semantic web rule lang uage ,ontology similarity 作为当前企业应用集成的重要手段,Web服务提供了一个快速、方便的企业应用开发途径,这主要得益于其高度的跨语言、跨平台等特性.Web 服务的目标是使用哪个Web 标准实现不同系统之间的协同工作[1].对于w eb 服务而言,它被服务请求者使用的首要条件,就是后者需要知道其位置,也即服务请求者调用服务的第一步,就是发现服务.传统服务发现机制基于UDDI (Unive rsal Description ,Discovery and Integ ra tion ,通用描述、发现和集成)/WS -DL (Web Service De scriptio n Language ,Web 服务描述语言)[2,3],本质上通过关键字匹配来完成.这种发现机制的一个重要缺点就是缺乏显式的语义描述,从而可能导致两个相同的WSDL 描述所表示的web 服务,可能具有完全不同的功能[4].目前,解决这个问题的途径,就是通过融合传统w eb 服务和语义网技术,将web 服务语义信息加入到w eb 服务描述中去,如DAM L -S [5]、OW L -S [6]等.基于语义技术的w eb 服务发现,目前已是web 服务领域研究热点之一.整体上来说,这类工作一般流程是:首先,给出w eb 服务的一个结构化语义描述,结构中的元素一般取之于服务的属性,比如输入、输出、服务Preconditio n 等,描述一般都基于本体技术;其次,在所定义的结构化描述基础上,根据一定的算法,对服务中的每一个属性与服务请求中所包含的相应属性进行匹配;最后,综合各个属性的匹配结果,根据一定的策略做出最后抉择,以确定该服务是否满足服务请求.具体到匹配时所采用的方法,可以分为以下几种:基于本体相似度度量[7～10]和基于逻辑推理[11～13].基于本体相似度度量方法,首先需要给出一个本体相似度度量函数,然后计算服务描述中各个属性与服务请求中相应属性相对于该函数的值,如果满足服务请求者所提供的相似度阈值,则表示在这个属性上,服务满足服务请求;否则表示不满足,此时一般停止与该服务继续进行匹配.这种方法一般针对,服务描述中所选取的元素为服务描述性属性,比如输入、输出等.它实现起来相对简单,但它仍然是一种服务接口级别的匹配,精度仍然不够.基于逻辑推理的服务匹配方法,除了要确定服务的结构性语义描述外,一般还需要选择一个本体推理工具,如Jena [14]、Prot ég é[15]等.在这种方法的结构语义描述中,不仅可以包括服务描述性元素,而且可以包含与服务相关的条件,比如服务执行前件等,不过缺点是实现起来较复杂.正是基于这一点考虑,在本文服务匹配方案中采用了混合了这两种服务匹配方式.OWL -S 是目前语义w eb 服务描述事实上的标准,但是目前在采用基于逻辑推理的语义服务匹配的方法中,所采用的技术并没有考虑与它的融合.事实上,在OW L -S2004[6]版的规范中,已经考虑了关于服务条件表达式的表述,如SW RL (Semantic Web Rule Language )[16]、KIF (Know ledge Interchang e Form at )[17]等.为了和标准兼容,本文采用SWRL 作为服务涉及的条件描述语言,并提出了基于SWRL 的服务匹配算法.总的来说,本文的主要思路为:服务描述语言使用扩展后的OW L -S ,输入输出匹配通过相似度度量方法,相关的条件使用SWRL 来进行描述.另外,在OWL -S 中定义了四个基本本体,即Se rvice 、Service Profile 、Service M odel 和Service Grounding ,它们分别代表了服务的不同方面.其中,Service Profile 和Serv -ice M odel 中,都有对服务功能的描述,因而他们可以用于服务匹配.但是,Service Profile 缺乏输入输出之间的逻辑关系[18],因而,本文的服务匹配基于扩展后的OW L -S M odel ,也就是以OW L -S M odel 来包含服务或者服务请求信息.1 相关工作前面提到过,服务匹配的基本思路是通过·160·南京大学学报(自然科学) 第46卷匹配结构化描述的w eb服务和请求,描述中包含的元素为web服务相关的属性,比如输入、输出等.文献[7]在将服务属性分类的基础之上,定义了一组相似度度量函数.在他们的方法中,服务属性被分为服务共有属性、特殊属性、服务接口以及QoS属性等.不过,他们方法的缺陷是服务和服务请求者必须共享同一个领域本体.M adeche和Staab[19,20]提出了多阶段交叉评估来计算两个领域本体之间的相似性.Al-berto Fern'andez[9]等定义相似度度量函数时认为两个本体概念的相似度不具有对称性,这个思想已被本文所接受并在后面定义相似度函数时,作为考虑因素之一.OW L-S作为当前语义w eb服务描述的事实上的标准,日益受到服务研究人员的重视. Yasser Ganjisaffar[21]等提出了基于OWL-S描述的w eb服务相似度度量方法,综合考虑了服务功能和注释的相似度.除此之外,他们还有一个很有意义的工作,就是在计算两个本体概念的相似度时,他不仅考虑了本体概念之间的语义距离,而且还将概念属性纳入到本体概念相似度度量的范围内.这种思想背后的原理是,两个本体概念所拥有的共同属性越多,相异属性越少,则它们两个越相似.UDDI、SOAP、WSDL等作为传统w eb服务标准协议,已经有着广泛的应用和实现.因而,考虑如何将语义w eb服务技术与这些技术结合,有利于提高新旧系统间的兼容性,减少企业应用开发成本.其实,在OW L-S规范中,已经考虑了这个问题.一个OW L-S描述,可分为三个部分,分别是Service Pro file、Service Mo del、Service G rounding.其中,在Service G rounding中,定义了OW L-S如何与WSDL 关联.不仅如此,在语义w eb服务技术出现伊始,M assimo Paolucci等就探讨了如何将w eb 语义信息加入到UDDI中去,从而实现了传统服务发现与基于语义服务发现的有机融合.不过,它们所使用的描述框架是DAM L-S,而不是OWL-S.Qiu Tian等则提出了如何将OW L-S与UDDI融合,并在此基础上提出了一个基于相似度度量的匹配算法[10].虽然,相似度度量函数在效率方面比较突出,但有些问题,譬如匹配服务涉及的条件,就很难通过它来完成.不过,S WRL,SPA R-QL[22]、KIF等可以用来描述服务涉及的条件,而且在OWL-S2004规范中还提供了融合它们的途径[6].Domenico Redavid[23]等利用SWRL 作为条件描述语言,探索了如何基于SW RL进行w eb服务组合.2 服务本体模型及其描述2.1 SWRL SWRL(Semantic Web Rule Lang uage,语义网规则语言)是在综合OWL DL[24]和OW L Lite[24]的基础上,结合RuleM L (Rule M arkup Lang uage)而发展起来的一个规则描述语言.它通过H orn形式的规则来扩展OW L公理集合,从而使得Ho rn形式的规则能够与OWL知识库相结合.和一阶谓词逻辑的规则一样,一个SWRL 规则包含两个部分,即规则前件和结论,在SW RL中也叫主体和头部,它们都由零个或者多个原子构成.一个SWRL的规则含义可以解释为:无论何时规则前件中的所有条件成立,那么处于结论中的所有条件也必然成立.对于SW RL来说,还包含两个特殊形式的规则,分别是前件为空和结论为空,即前件或结论中包含零个原子.关于这两类规则,SW RL规范定义它们的解释为:一个包含空的前件的规则,规定其前件总是为真,因而所有结论中的条件都无条件成立;相反,一个包含空的结论的规则,则表示其结论永远为假,那么规定前件中的所有条件必然不成立.规则中所包含的原子可以有如下形式: C(x)、P(x,y)、sameAs(x,y)、diffe rentFrom (x,y),其中,C、P分别表示OW L类、属性,x 和y则可为变量、OWL实体或者OWL数据值.但是,按照这种形式扩展的SWRL的缺陷是其不可判定性.这个问题的解决方案之一就是限制SWRL规则应用于那些在ABox中显示包含的实体,这种类型的SW RL称之为·161· 第2期陶望胜等:基于规则与相似度的语义web服务匹配DL -safe [23].在后面的论述中,本文所涉及的S WRL ,也都是这种类型.SW RL 规则中所能包含的原子,除了以上形式外,还可以包含SW RL 规范中定义的内嵌函数,它们使得S WRL 表达更为清楚易懂,更具可读性.2.2 服务本体模型 对于一个w eb 服务而言,其每一个功能可以从以下几个方面来描述:·输入,可以有零个或者多个输入·输出,可以有零个或者多个输出;·服务执行前件,该服务功能在执行之前,所需要满足的条件;·服务执行结果,主要用来说明在什么样的条件下,产生什么样的输出;·服务执行后件,服务执行成功后,服务所在的域将会满足什么样的条件.在OW L -S 规范定义的服务模型中,包含了四个基本的本体,即Service 、Service Profile 、Service Mo del 、Service Grounding .Service M odel 子类Process 包含四个属性,分别为In -put 、Output 、Precondition 和Result .为了使得OWL -S 与本文的方法更加匹配,本文扩展了OWL -S ,其最终的本体结构如图1所示,其中灰色的椭圆和方向线为本文添加的本体概念和属性.图中仅给出了与本文工作相关的Service M odel 详细情况,至于,Service Pro file 以及Service G rounding ,由于与本文的工作本身没有什么联系,图中没有更进一步给出其结构.图1 扩展的OWL -S Fig .1 Extension of OWL -S2.3 web 服务描述实例 假设现有一个w eb 服务VODService ,用于向客户提供视频服务.图2为本文定义的简单视频服务领域本体模型.服务VODService 执行需要满足以下约束:·服务只向注册用户开放·服务不向未成年人开放不健康内容·每一个视频只能同时向20个人开放.它们分别作为服务的Precondition 、Result 和Po stcondition ,其SWRL 描述分别如下:M ember (x ) Passw (y )->hasPassw (x ,y )(1)Adult (?x )∧Video (?y )∧islimited(?y ,true )※canView (?x ,?y )(2)Video (?x )∧view Count (?x ,?y )∧sw rlb :lessThan (?y ,20)※view Count (?x ,?y )(3)当然,在OWL -S 服务描述文档中,规则的表示不是这种形式,而是基于XM L 的形式.该服务的描述如图3.·162·南京大学学报(自然科学) 第46卷·163· 第2期陶望胜等:基于规则与相似度的语义web 服务匹配3 基于本体概念相似度的匹配3.1 相似度度量函数 在给出这些函数之前,本文首先分析一下影响两个本体概念之间相似度的因素.同一个本体框架中两个本体概念之间的关系,不外乎以下3种情况: 图4 本体概念关系 Fig .4 Relation betw een two ontolog y concepts针对图4,本文有以下假设:(1)A 与B 之间的相似度不具有对称性,即图4a 中A 与B 的相似度与图4b 中B 与A 的相似度不相等,而且本文认为前者要小于后者.(2)亲房不如直系,即考虑图4a 以及4c ,本文得出前者的相似度要比后者大. 除此之外,再考虑以下情况: 图5 本体概念关系 Fig .5 Relation between two ontology concepts很显然在图5中,本体概念A 与B 之间的相似度要比D 与E 之间的相似度要大.这是因为随着本体概念的细化,处于本体下层的各概念之间的差异,越来越小.综上所述,本文可以得出,影响某本体中两个概念之间相似度的因素至少如下:·概念在本体中所处的深度;·两个概念之间的关系,比如是直系关系还是远房关系;·两个概念之间的距离,即它们在本体概念层次结构图中的路径长度;根据以上假设,本文设计了以下本体概念相似度度量函数:sin (A ,B )=1(A ,B 是同一个概念)deep (A )dis (B ,A )＊deep (Onto )(A 是B 的祖先)deep (B )dis (B ,A )＊deep (Onto )(B 是A 的祖先)deep (C )(dis (A ,C )2+dis (B ,C )2)＊deep (Onto )(A ,B 为房亲关系,C 是它们最近祖先)(4)其中,deep (Onto )为本体概念有向图中的最大路径长度,dis 表示两个概念在本体框架中的路径长度.上面所叙述的是两个本体概念之间的相似度度量函数,但是通常本文更多的是需要知道两个本体概念集合之间的相似度,比如服务的输入与服务请求的输入之间的相似度.假设,现有本体概念集合CA ={C 1,C 2,…,Cn }和CB ={C 1,C 2,…,Cm },本文定义CA 与CB 之间的相似度度量函数如下:sim (C A ,C B )=∏ni =1max {s s =sim (C i ,C j )C i ∈C A ,C j ∈C B ,1≤i ≤n ,1≤j ≤m }(5)由于服务或者服务请求中的输入和输出,都可以看成是本体概念集合,故而,它们的相似度度量函数,只要将(5)中的概念集合换成相应的输入或者输出即可.3.2 输入输出匹配 由于输入与输出匹配,算法上差别不大,故而在此,仅给出服务与服务请求输入之间的匹配算法.假设,Insr ={I1,I2,…,In }和Insa ={I1,I2,…,Im }分别表示服务·164·南京大学学报(自然科学) 第46卷请求与某个服务的输入,α为服务请求者通过服务请求传送过来的相似度阈值.那么,它们之间的匹配算法可描述如图6.图6 输入输出匹配算法Fig .6 Algo rithm for IO matchmaking其中,sim Func (In s i ,In s j )用于计算两个本体概念之间的相似度,即是(4)式的实现.需要指出的是,上面定义的相似度函数,在输入输出方面,只能保证经过这一轮筛选的服务满足服务请求,而不能保证满足服务请求的服务一定被选取.另外,也保证被选取的服务与不被选取的服务相比,前者更适合服务请求.4 基于SWRL 的条件匹配根据Preconditio n 、Po stcondition 和Re -sult 的含义,对于服务以及服务请求匹配而言,它们之间的关系可描述如下:·Preco ndition r =>Preconditio n a ·Po stcondition a =>Po stcondition r·Result a =>Result r其中,下标a 表示的是w eb 服务本身,而r 则表示w eb 服务请求.由此可知,服务和服务请求Precondition 、Postconditio n 以及Result 之间的匹配,可归结为Co ndition -a =>Con -dition -b 形式,具体算法描述如图7.图7 条件匹配算法Fig .7 Algorithm for condition matchm aking5 实 验服务注册中心中,存储有视频点播相关的一些服务,如表1所示,包括视频点播、用户注册、用户登录、定制视频等等.表1 注册中心服务集Ta ble 1 Services in registration center视屏点播用户注册用户登录用户定制视频输入M ember ,Passw ,V ideoN ameM embe r ,P assw ,Passw M ember ,Passw M ember ,Passw ,V ideoN ame输出Video BoolResultBoo lResultV ideo P reConditio nsM ember (x ) Passw (x ,y )※hasPassw (x ,y )Passw (x ) Pa ssw (y )※sw rlb :equals (x ,y )M ember (x )P assw (x ,y )※ha sP assw (x ,y )M ember (x ) Passw (x ,y )※hasP assw (x ,y )P ostConditio nsVideo (x ) viewCo unt (x ,y ) sw rlb :le ssT han (y ,20)※view Co unt (x ,y +1)ResultsV ideo (x ) isLimited (x ,true ) A dult (y )※canView (x ,y )·165· 第2期陶望胜等:基于规则与相似度的语义web 服务匹配 在视频服务中心,对其所提供的内容有以下的限制:(1)情色暴力等少儿不宜的内容不向未成年人开放;(2)为了保障视频观看的质量,限定每一个视频的同时观看人数不超过20.设想以下场景:Tom 是一个未成年的高中生,平时功课繁重;不过今天晚上作业不多,Tom 很快就完成;看看时间还早,于是想看健康电影KingofComics 轻松一下.为了获得较好的观看质量,To m 希望找视频观看人数不超过15的Kingo fComics 视频.Tom 的请求可简单描述如表2所示.表2 Tom 视频点播服务请求描述Table 2 VOD request description for Tom输入输出PreCo nditio nsPostConditio nsResultsM ember Passw Video N ameV ideoVideo (K ingo fCo mics ) view Count (KingofCo mics ,y )※sw rlb :lessT han (y ,15)V ideo (King ofComics )M embe r (T om )※ca nV iew (To m ,K ing ofComics ) 在视屏服务中心中,与King ofComics 相关的有三个视屏,其目前的状态如表3:表3 KingofComics 相关的视频状态Table 3 KingofComics related videos 'stateV iew Co untisLimited KingofCo mics -A 12true King ofComics -B 13false K ing ofComics -C18false 针对上述场景,本文设计了一组对比试验:单纯的基于IO 以及基于IO 和逻辑推理,从而验证本文所提方法的有效性,实验所得结果如表4所示.表4 实验结果Table 4 Experiment results服务消耗时间精确度IO -Based M atchmaking 视频点播视频定制930.5IO and Rule -Ba sed M atchmaking视频点播1251 从表4中看出,相对于单纯的基于IO 的匹配算法而言,本文所提出的基于IO 与约束匹配的服务发现方法虽然在时间消耗方面有一定的差距,不过在最终的服务发现结果精度方面优势很明显,符合我们所预想的时间与精度方面的平衡.6 总结与展望本文主要讨论了如何结合SWRL 和本体相似度度量,进行w eb 服务匹配.需要指出的一点是,不论是输出、输入等服务描述性质的属性,还是服务相关的条件,比如Precondition 、Postconditio n 等,这些都是服务相关的静态属性,它们很少需要改变.但对于服务的QoS 属性而言,包括服务响应时间、网络连接状况等,这些都是与时间相关的,随着服务的执行,可能这些值也会不同.因此,如何去动态维护这些值,使得它们不至于与服务当前状况冲突,或者至少相差不大,这将是本文以后工作的一个方向.另外,前面已经指出,本文基于相似度度量函数的服务匹配方法,在输入输出级别,只能保证满足被选取的服务能够满足服务请求,而不能保证满足服务请求的服务一定被选取.这主·166·南京大学学报(自然科学) 第46卷要是因为,本文的相似度度量函数中缺乏一个调节因子.但如何去确定这个调节因子,目前还有很多困难,因为本文认为该调节因子应是可以随着服务匹配历史记录而动态变化.对此目前还没有好的想法,不过这也将是本文以后工作目标之一.References[1] Qian Z Z,Qi Y S,Lu S L,et al.Ontolog ybased heterog eneo us messag e tr ansfo rmatio n inweb ser vice co mpo sitio n.Jo urna l of N anjingU niver sity(N atural Sciences),2005,41(1):67～71.(钱柱中,戚玉松,陆桑路等.基于本体的Web服务组合异构消息的转换.南京大学学报(自然科学),2005,41(1):67～71).[2] Luc C,A ndrew H.U DDI Ver sion3.0.2.UD-DI Spec T echnical Co mmittee D raft.http://ww w.uddi.o rg/pubs/uddi-v3.htm,2004. [3] Eric C,F rancisco C.W eb Se rvice Desc riptio nLanguag e(W SDL)1.1.W3C N ote.http://ww w.w3.o rg/T R/w sdl,2001.[4] M assimo P,T akahiro K,T e rry R P,et al.Im-po rting the Semantics Web in U DDI.http://ww w.spring erlink.co m/content/0k3m5htky7rbf t84/fulltex t.pdf,2002.[5] Anupriy a A,M a rk B.D AM L-S:Web Se rviceDescriptio n fo r the Semantic W eb.DAM L-S0.7Draft Release.http://w ww.daml.o rg/se rvices/daml-s/0.7/,2002.[6] David M,M a rk B.O W L-S:Semantic markupfor W eb Se rvices.W3C M embe r Submission.http://ww w.w3.or g/Submission/O W L-S/,2004.[7] Wu J,Wu Z H.Simila rity-ba sed w eb se rvicematchmaking.Pr oceeding s of the2005IEEEInte rna tional Co nfere nce on Service s Compu-ting.Lo s Vaque ros:IEEE Co mp Society,2005,287～294.[8] G eo rgios M,Nick B.Object-o riented similaritymea sures fo r semantic w eb serv ice ma tchmak-ing.Z immerma nn W,Ko nig Ries B,P ahl C.T he5th Euro pean Conference o n Web Ser vices.Los Vaquer os:IEEE Comp Socie ty,2007,57～66.[9] A lber to F,Salvador G.A role-based suppor tmechanism for ser vice description anddiscover y.Huang J,K ow alczyk R,M aamar Z,et al.Pr oceeding s o f Service-O riented Co mpu-ting:Ag ents,Semantics,and Enginee ring.Be rlin:S rping er-V er lag Be rlin,2007,132～146.[10] Q iu T,Li L,Li P.Web service disco very withU DDI ba sed o n semantic similarity of Serv iceP roper ties.http://ieeexplo /ielx5/4438492/4438493/04438593.pdf?arnumber=4438593,2007.[11] F ranz B,Carsten L,M aja M,et al.A descrip-tio n logic based appro ach to reasoning aboutw eb se rvice.http://w rmatik.uni-bre-men.de/～clu/paper s/archive/w ss05.pdf,2005.[12] Baader F H.Descriptio n log ics as ontology lan-guage s fo r the semantic web.http://ww w.cs./～ho rro cks/Publicatio ns/do wnlo ad/2003/BaHS03.pdf,2005[13] M ichael K,Rub'en L,A xel P,et al.A logicfr amew o rk for web se rvice disco very.http://w /SWS2004/final-ver sio ns/SWS2004-K ifer-F inal.pdf,2004.[14] Chris B,Ben S,Steve B,et al.Jena—Asemantic web framew ork fo r Java.http://jena.sourcefo rge.ne t/,2009.[15] M ar k M,N atasha N,M a rtin O,et al.T hepro tégéontolog y editor and knowledg e acquisitionsy stem./,2009. [16] Ian H,Pe te r F P.SW RL:A semantic w eb r ulelang uag e co mbining O W L and RuleM L.http://w ww.w3.or g/Submissio n/SW RL/,2004. [17] M ichael R G.K now ledge interchang e fo rmat.Dr aft P ro po sed Ame rican Na tional Standa rd./kif/dpans.html,1998.[18] Ba nsal S.M atchmaking of web se rvice based onthe DAM L-S se rvice model.U nive rsity of SouthCaro lina,2002.[19] Er M,S teffen paring ontologies—Simi-la rity measure and a co mpa riso n study·167· 第2期陶望胜等:基于规则与相似度的语义web服务匹配w w w .aifb .uni -ka rlsr uhe .de /～sst /Research /Publicatio ns /repor t -aifb -408.pdf ,2002.[20] Alexande r M ,S teffen S .M easuring similaritybetw ee n ontolog ies .Go mezPe rez A ,Benjamins V R .P roceedings of 13th Inte rnational Co nfer -ence o n Know ledge Enginee ring and K now ledge M anag ement .Berlin ,Ge rmany :Springe r -V erlag Berlin ,2002,251～263.[21] Yasser G ,H assan A .A simila rity measure fo rO W L -S anno tated web serv ices .Pr oceeding s of the 2006IEEE /WIC /A CM Internatio nal Con -ference on Web Inte lligence .L os V aquero s :IEEE Co mputer So ciety ,2006,621～624.[22] Eric P ,A ndy S .SP A RQ L query lang uag e fo rRDF .http ://w ww .w 3.o rg /T R /rdf -spa rql -query ,2008[23] Do menico R ,L uigi I ,T er ry P .O W L -S ato micservices co mpo sitio n w ith SW RL rule s .http ://eprints .ecs .soton .ac .uk /15658/1/31.pdf ,2007.[24] Debor ah L M cG ,F rank v an H .O W L w eb o n -tolog yla ng uag e ,W3CReco mmendatio n .http ://w ww .w 3.or g /T R /ow l -features /,2004.·168·南京大学学报(自然科学) 第46卷。
一种利用描述逻辑的语义Web服务前提／效果匹配方法
（． 安 交 通 大 学 计算 机 系 统结 构 与 网络 研 究 所 ， １０ ９ 西 安 ；２西 安 邮 电学 院计 算 机 系 ，７ ０ ６ ， 安 ； １西 ７０４ ， ． １０ １ 西
பைடு நூலகம்
３ 北京邮电大学网络与交换技术国家重点实验室 ，１０ ７ ， ． ０８ ６ 北京 ）
ｋ ｏ ｅ ｇ ａ ｅｃ ｎ ｉｔ ｎ ｙ ｃ ｅ ｋ ｎ ｕ ｃ ｉｎ ｏ ｅ ｃｉ ｔ ｎ ｌｇｃ ｒａ ｏ ｉｇ ｉ ｓ ｄ ｔ ｅ ｅｍ ｉｅ ｎ ｗｌｄ ｅｂ ｓ ｏ ｓｓｅ ｃ ｈ ｃ ｉｇ ｆ ｎ ｔ ｆｄ ｓ ｒｐ ｉ ｏ ｉ ｅ ｓ ｎｎ ｓｕ ｅ ｏ ｄ ｔｒ ｎ ｏ ｏ
第４ ４卷
第 ４ 期
西
安 交
通 大 学 学
报
Ｖｏ ． ４ № ４ １４
Ａｐ ． ２ １ ｒ ０ ０
２１ ０ ０年 ４月
Ｊ ＯＵＲＮＡＬ ＯＦ ＸＩＡＮ Ｉ ＪＡＯＴＯＮＧ ＵＮＩ ＶＥＲＳ ＴＹ Ｉ
一
种 利 用描 述 逻 辑 的语 义 Ｗｅ ｂ服 务 前 提 ／ 果 匹 配 方 法 效
摘 要 ：为 了解决语 义 ｗｅ 服 务 匹配 方法主 要针 对服 务输入 ／ 出匹配 而导致功 能 匹配结 果较 为 片 ｂ 输 面的 问题 ， 出了一种基 于描 述逻辑 的语 义 Ｗ ｅ 服 务 前提／ 果 匹配 方 法． 用描 述逻 辑知 识 库一 提 ｂ 效 利 致 性检 查推理 ， 断服务 请 求与广告 的前提 ／ 判 效果之 间逻 辑蕴 含 关 系， 立类 匹配度 概念 ， 由此度 建 并
关键 词 ：语 义 Ｗｅ ｂ服务 ； 前提 ／ 果 ； 务 匹配 效 服
中图分 类 号 ：ＴＰ ９ 文献标 志码 ：Ａ 文章编 号 ：０ ５ －８ Ｘ（０ ０ ０ —０ ９０ ３３ ２ ３９ ７ ２ １ ） ４０ ３ —４
知识表示-框架表示法
2 框架与框架网络
对各层对象的”槽”及”侧面”进行合理的组织和安排,避免信息描述的重复.在框架的表示中,ISA、AKO和Instance槽等所联系的上下框架间具有继承性,这就要求把同一层中不同框架间所具有的相同的槽名作为这些框架所表示的对象的共同属性抽取出来,放入他们上层框架中.
例 2.3 建立一个分层的框架网络
对某些事物除了给出有关外形的属性描述外,还可以给出功能其功能属性描述,而且功能属性描述应该高于外形描述,这有利于实现框架的确定性描述.
例如,如果能在<椅子>的框架中给出其功能属性,那么即便对只有一条腿的椅子,只要它具有椅子的功能,仍然可以认为它是椅子.
小结
实际应用中可以将几种情况组合起来使用.
5 框架推理步骤
框架:墙(w,d) 墙面材料:白灰(或墙纸) 颜色:白 窗数:w 门数:d 窗:窗框架调用 门:门框架调用
|||||
|
||||
||
|||
2 框架与框架网络
2.4 框架的知识表示步骤框架是一种描述对象属性并反映相关个对象间的各种关系的数据结构,并且可以把它视作知识单位.对于要表达的知识,其中可能包含着许多对象,各个对象之间有着各种各样的联系,将这些有关系的对象的框架联结起来便形成了要表达知识的框架系统.框架表示知识的具体步骤:分析代表的知识对象及其属性,对框架中的槽进行合理设置.
在用框架表示知识的系统中,通过框架中的AKO槽和Instance槽把框架连接起来,构成的框架网络是一个层次结构.
框架推理就是以此层次结构为基础,按照一定的搜索策略,不断寻找可匹配的框架进行填槽过程.
此过程有可能找到合适的框架,得到问题的解而成功结束,也有可能因为找不到合适的框架而被迫终止.
语义匹配题目
语义匹配题目语义匹配是自然语言处理中的一个重要任务，指的是判断两个语句之间的语义关系。
在语义匹配中，我们需要根据语句的含义和语境，判断两个语句是否具有相似的语义。
本文将介绍语义匹配的概念、应用场景以及常见的语义匹配方法。
一、语义匹配概述语义匹配是指判断两个句子之间的语义是否相似或相匹配。
在自然语言处理中，语义匹配通常是通过计算两个句子的相似度来完成的。
在实际应用中，语义匹配被广泛应用于问答系统、信息检索、机器翻译等领域。
二、语义匹配应用场景1. 问答系统：语义匹配可以用于判断用户的问题和系统的回答之间是否相匹配，从而提供更准确的答案。
2. 信息检索：语义匹配可以用于对用户的查询语句和数据库中的文档进行匹配，从而找到与用户意图相符合的文档。
3. 机器翻译：语义匹配可以用于判断源语言句子和目标语言句子之间的语义关系，从而提高翻译的质量和准确性。
4. 文本相似度计算：语义匹配可以用于计算两个文本之间的相似度，从而实现文本的分类、聚类等任务。
三、常见的语义匹配方法1. 基于词向量的方法：该方法通过利用词向量表示句子，计算句子之间的相似度。
常用的词向量模型有Word2Vec、GloVe等。
2. 基于句向量的方法：该方法将整个句子作为一个向量进行表示，常用的模型有Skip-thought、InferSent等。
3. 基于BERT的方法：BERT是一种预训练语言模型，可以通过微调的方式计算句子之间的相似度。
4. 基于注意力机制的方法：该方法通过自注意力机制计算句子内部的语义关系，并结合全局注意力计算句子之间的相似度。
四、语义匹配的挑战与改进语义匹配面临着语义表达的多样性、数据稀疏性、语义偏置等挑战。
为了克服这些问题，研究者们提出了一系列的改进方法，如引入外部知识、多任务学习、模型集成等。
五、结语随着自然语言处理技术的不断发展，语义匹配在实际应用中起到了重要的作用。
通过了解语义匹配的概念、应用场景以及常见的方法，我们可以更好地理解语义匹配的原理和实现方法，并在实际应用中灵活运用。
基于属性Petri网的语义网络知识表示
第23卷第4期 计算机应用与软件Voi.23，No.42006年4月 Computer Appiications and Software Apr.2006基于属性Petri 网的语义网络知识表示周如旗 孟月萍 程昌品 罗英辉（广东教育学院计算机科学系 广东广州510303）收稿日期：2004-06-07。
周如旗，讲师，主研领域：Petri 网和人工智能。
摘 要 首先给出了基于定性映射的属性Petri 网的形式定义和运行机制；其次给出了基于属性Petri 网的语义网络知识表示模式，此模式适合于感觉特征抽取与整合，和基于该机制的各种思维功能的描述。
关键词 定性映射 属性Petri 网 语义网络 知识表示SEMANTIC NETWORK KNOWLEDGEREPRESENTATION BASED ON ATTRIBUTE PETRI NETZhou Rugi Meng Yueping Chen Changpin Luo Yinghui（Department of Computer Science ，Guangdong Institute of Education ，Guangzhou Guangdong 510303，China ）Abstract In the paper ，firstiy ，the authors formaiiy define an attribute Petri net ，which based on guaiitative mapping.Secondiy ，a modei of semantic network knowiedge representation based on the attribute Petri net is gived.It adaptes to describe sensation attributive abstraction and integration.Keywords Ouaiitative mapping Attribute petri net Semantic network Knowiedge representation0 引 言语义网络最初是由J.R.Ouiiian 于1968年在他的博士论文中作为人类联想记忆的一种显式心理模型提出来的，他建议用一种语义网络来描述人对事物的认识［1］。
基于Petri网的语义Web服务组合方法
基于Petri网的语义Web服务组合方法吴敏敏【摘要】Web服务的自动组合是一个具有挑战性的任务,在于独立开发的Web服务相互组合不总是兼容的.为了解决Web服务之间的异质性和提高Web服务组合的质量,文中提出了一个基于语义Web服务组合的新途径,它广泛应用Petri网和本体.文中构建一个语义Web服务组合框架.首先,该框架中扩展其本体内知识领域.其次,建立了交互式Web服务的Petri网模型.在此基础上,融合了调解算法来保证Web服务间的组合.最后,用一个具体实例验证Web服务组合的办法是可行的.【期刊名称】《泰山学院学报》【年(卷),期】2016(038)003【总页数】7页(P60-66)【关键词】Web服务;语义;调解;Petri网;本体【作者】吴敏敏【作者单位】莆田学院信息工程学院,福建莆田351100【正文语种】中文【中图分类】TP311面向服务的架构(SOA)是基于独立的开发平台且在互联网上提供Web服务发布的体系结构.Web服务是一个模块化的软件应用程序，以提供独特的功能或不同的应用程序之间的互操作性［1］.然而，一个单一的Web服务的功能是有限的，难以解决用户的实际需求.因此，Web服务组合是目前一种有效的解决方案，将两个或多个Web服务的功能组合为一个复合的服务，满足当代用户的需求.然而，Web 服务组合的主要挑战是不同的服务提供商开发的个性化Web服务的自主性和异质性.独立开发的Web服务并不总是相互完全兼容，因此不能直接组合在一起.考虑到在以往的研究中使用的调解，可作为一个主要的方式，实施Web服务组合的方法.本文提出了一个基于Petri网的语义Web服务组合的的框架，解决了Web服务的语义上下文的语义相似的物体识别和解决基于领域本体的原语差异.以前的研究涵盖了各个方面，如SOA的实施和测试，Web服务的普及和安全问题.SOA的核心是实现Web服务间在网络中提供机器对机器的互操作性，这样的架构提供了服务间通信与组合的标准协议［2］.在大多数情况下，单独的Web服务可能无法涵盖整个业务流程.因此，构成多个独立的Web服务互操作，提供一个完整的业务能力是合理的［3］.Web服务的调解是使服务请求者无须考虑服务间的异质性，以透明的方式连接到服务提供商提供相关的服务［4］.由于早期的Web服务流语言(WSFL)和Web服务编排接口(WSCI)的不兼容.因此第二代Web服务业务流程执行语言(BPEL4WS 或BPEL)出现了.BPEL4WS或BPEL能在Web服务之间以标准化的交互方式实现得以组织，作为组合的结果返回一个调解的过程［5］.在最近的研究中，Dao［6］提供了一个基于语义的Web服务组合通用的框架，该框架包含翻译器、过程生成器、过程评估，执行引擎和Web服务库等.所提出的方法实现Web服务组合中涉及服务组合模块的生成与和基于语义Web服务库的执行两个阶段.Stollberg［7］等人广泛讨论了异构Web服务的语义互操作问题.Stollberg提供了一个简单的调解.在系统用户user和服务提供者service provider之间以消息交换进行交互，用户发送日期date类型的消息，但服务提供者只接受路由route类型的消息.在这种情况下，调解员为了接收到来自用户的第一个消息而提供一种次序转化模式，并直接将适当的次序重定向到服务提供者，如图1所示.为了解决Web服务组合过程中出现语义和功能错配的问题，本文将结合Petri网和本体构建一个基于Petri网的语义Web服务组合的框架.同时通过服务于旅客需求的旅行社、酒店的应用场景作为案例，其中旅行社是机票预订处理服务，而酒店是客房预订服务.这两个Web服务独立开发，从而具有异构接口.2.1 语义Web服务组合框架和算法从Web服务组合中语义和功能的异质性角度考虑，建立一个具有调解能力的语义Web服务组合框架显得尤其关键.该框架使用BPEL来描述Web服务流程，OWL －S为网络服务的本体语言，通过网络服务描述语言(WSDL)和可扩展标记语言(XML)来标识其功能和语义的描述.同时考虑利用BPEL描述进一步转化成有色Petri网(Colored Petri Net，CPN)形式化模型框架，CPN描述Web服务的功能行为，表明其输入和输出，如图2所示.该框架功能分为四个阶段:起始、预调解、调解执行和组合完成.框架与服务请求者或用户、服务提供者、各库进行外部沟通.调解执行模块调用两个库即语义数据映射库和调解模式库.首先，使用领域本体存储在语义数据映射本体库中.在这个过程中，所涉及的Web服务输入和输出接口标识上一个共享的本体库中提供的语义表达和概念描述，这可以解决词汇的差异造成语义不匹配问题.其次，Web服务的兼容性检查和预先定义的调解模式选择用于调解输入和输出不兼容的Web服务，其中调解模式存储为有色Petri网(CPN)的知识库中且存储的常见类型具备可靠性.本体库将存储领域内本体指定数据映射中的对象.因此，这个阶段将考虑语义数据映射和现有的调解模式，分析兼容性，并选择适当的调解类型. 此外，还需提供一个调解的算法，用于检查的兼容性和选择适当的调解模式.该算法检查数据映射规则，选择正确的调解模式.Petri网是一个有向连通图，其两个结点分别称为库所和变迁，通过向弧连接各结点.定义1Petri网［8］.N=(P，T，F)称为一个网，当且仅当(1)P是一个有限库所集，T是一个有限变迁集;(2)P∪T≠Φ，P∩T≠Φ;(3)F⊆(P×T)∪(T×P)是一个弧集.定义2输入集和输出集.∀i∈P∪T或o∈P∪T，i={o|(o，i)∈F}称为i的输入集;o={i|(i，o)∈F}称为o的输出集.给定的算法检查映射规则中的每一个元素，即所涉及的Web服务的相应的输入Target(Ii)和输出Source(Oi).首先定义Source(Oi)作为输出元素，Target(Ii)作为输入元素.然后，检查Target(Ii)元素.若|Target(Ii)|=1意味着源Web服务输出在目标Web服务只有一个地方需要输入.因此，该映射规则可以完全满足的存储和转发调解模式1，直接连接输入和输出;若Source(Oi)和Target(Ii)语义不相同的情况下，则调解模式2被应用.然而，当|Source(Oi)|或|Target(Ii)|大于1的情况，以上存储和转发调解模式就不能适用.若| Source(Oi)|大于1，就意味着源Web服务含有两个或两个以上输出的信息，作为目标Web服务只有一个输入.此时应考虑合并的调解方式以满足这个映射规则，则选择调解模式3;若Source(Oi)和Target (Ii)语义不相同的情况下，则调解模式4被应用.同样，若|Target(Ii)|大于1，就意味着目标Web服务含有两个或两个以上输入的信息.在这种情况下，此时应考虑分离的调解以满足这个映射规则，则选择调解模式5;若Source(Oi)和Target(Ii)语义不相同的情况下，则调解模式6被应用，如图3所示.预定义的调解模式的Petri网模型存储在调解库中.调解模式的选择定义如下:2.2 旅行本体在现有Web服务组合方法的一个显著的局限性是所涉及服务间的兼容性需要通过人工分析，这种规范已经超出了人的能力范围.为了解决这个问题，需要在语义上丰富映射规则.以旅行社为例，文中扩展由Park［9］提出的旅游域的本体以解决研究中的语义问题，主要通过缩短其结构并增加了几个新的概念，明确地定义旅行和旅行活动相关的概念及Web本体语言(OWL)和资源描述框架(RDF)提及的属性.这样，旅行域本体中涉及了10个主要概念和48个子概念，本体抽象视图如图4所示.在注释过程中，各个Web服务所有的输入和输出信息将使用本体论的概念描述，构建新的语义映射规则.这将使之能够自动地检查Web服务组合的兼容性，反而构建调解作用.2.3 调解调解的目的是将两个Web服务组成一个复合服务以满足用户的需要.文中以旅行社Travel Agent、酒店Hotel Reservation的应用场景所涉及的Web服务间消息相互作用来进一步阐述.对于旅行社代理服务而言，首先，该服务通过发送消息预定申请reservationreq调用Hotel Reservation服务;其次，酒店在收到有效消息availability confirmation确定后，获取预定消息gethotelreservation过程，并立即响应Arrival Date，DepartureDate和Roomtype等消息;最后，旅行社代理收到预定消息ReservationID，并发送消息UserID.另一方面，酒店预订也是由reservationreq消息启动，并通过发送availabilityconfirmation和reserva-tionid消息来调用Travel Agent;然后，旅行社代理服务接收到CheckinDate、CheckoutDate、RoomType和CustomerID等消息.最后，它发出确认信息Confirmation从而完成预定安排，Web服务的Petri网模型如图5所示.以上Web服务的输入和输出存在若干不匹配，两个Web服务来自不同的供应商，他们使用不同的术语和数据格式指定语义相似的对象，这使得服务的彼此接口不兼容，如图6所示.旅行社Web服务发送reservationreq，ArrivalDate，DepartureDate，Roomtype和UserID，而酒店预订Web服务则接收reservationreq，CheckinDate、CheckoutDate、RoomType和CustomerID.反之，酒店预订Web服务发送Availability-Confirmation、ReservationID和ReservationConfirmation，而旅行社Web服务则接受AvailabilityConfirmation和ReservationID.因此，确立通过领域本体及映射规则来解决这些问题，其中调解的必要性是将Web服务的信息转换为另一Web服务所需的格式.否则，Web服务间存在二义性和模糊性，Web服务之间不兼容导致无法组合.传统的解决是手动映射Web服务的输入和输出.然而，这种方法将限制选定的Web服务组合的能力与效率，无法实现半自动化或自动化.相比之下，文中提出了依托于领域本体库和调解库构建的更广泛的系统框架.当然，这种框架也允许使用较少的手工工作.然而，多数的情况下，Web服务所相应的输入和输出的调解应建模为映射规则.Web服务涉及M个输入为{I1，I2，…，Im}，生成N个输出为{O1，O2，…，On}.因此，Web服务存在N个映射规则来表示相对的输入和输出，例I1＆I2＆…＆Im→O1.每个映射规则与关联的域本体的语义概念相关.通过这种方式，注释Web服务中所有输入和输出的本体的语义不匹配.在旅行社Travel Agent和酒店Hotel Reservation服务的案例中，应用上述研究的基础上，实现Web服务组合的调解.其中P5和P10满足Source(Oi)=Target(Ii)且|Target(Ii)|=1，酒店预订的输入和旅行社输出信息一致，两者通过reservationreq交换消息.因此，使用存储/转发模式来调解，调用库里的模式1;P6、P8和P11满意Source(Oi)=Target(Ii)且|Target(Ii)|＞1，酒店预订通过availabilityconfirmation和reservationid来响应，而旅行社只等待availabilityconfirmation确定消息发送P6，reservationid消息直到被P8请求发送.因此，它们使用分离模式来调解，调用库里的模式5;最后，P7，P9和P12满足Source (Oi)!=Target(Ii)且|Source(Oi)|＞1，输入和输出消息在语义上彼此不匹配.P12接收含有checkindate、checkoutdate、RoomType和CustomerID消息来确认安排与预订.P7回复ArrivalDate、DepartureDate和RoomType等消息.此外，P9回复UserID消息.在这种情况下，语义上出现冲突，则使用域本体来数据映射来解决，其中checkindate对应ArrivalDate，checkoutdate对应DepartureDate，CustomerID对应UserID.将P7和P9合并后重定向P12，从而完成预定确定消息reservationconfirmation.因此，它们使用合并模式来调解，调用库里的模式4，如图7所示.在本文中，构建一个基于Petri网和本体调解功能的语义组合框架.该框架明确设计Web服务和本体之间的相互作用的Petri网模型.此外，Web服务的接口是使用领域本体进行语义调解自动匹配.未来的工作包括在调解方面应考虑到服务质量的可靠性和安全性.例如加强Web服务的安全弱点和Web服务的入侵防御性，为Web服务组合提供安全体系结构.【相关文献】［1］Chen Zhihui.Formal Analysis and Verification of Web Service Compositions with Timing Constraints［J］.International Jourinal of Ad-vancements in Computing Technology，2012，4(17):426－434.［2］P.Kalamegan，Z.Godandapani.A Survey on Testing SOA Built using Web Services ［J］.International Journal of Software Engineering and Its Applications，2012，6(4):91－104.［3］S.Sultana，S.Ahamed.Ubiquitous Secretary:A Ubiquitous Computing Application Based on Web Services Architecture［J］.International Journal of Multimedia and Ubiquitous Engineering，2009，4(4):53－70.［4］Q.Yu，X.Liu，B.Medjahed.Deploying and Managing Web Services:Issues，Solutions and Directions［J］.International Journal on Very Large Data Bases，2008，17(5):537－572.［5］陈志辉，吴敏敏.时间约束条件下Web服务组合的形式化分析与验证［J］.贵州大学学报，2015，32(5):69－75.［6］C.Dao，C.Xu，C.Chunlai.Semantic and Rules Based Upon Mediator Dynamic Web Service Composition in Logistics Information Application［J］.International Journal on Management of Innovation and Technology，2008，6(1):532－536.［7］M.Stollberg，E.Cimpian，A.Mocan D.Fensel.A Semantic Web Mediation Architecture ［R］.Canada:In Proceedings of the 1st Canadian Semantic Web Working Symposium，2006.［8］吴虹越，杜玉越.一种基于逻辑Petri网的Web服务簇组合方法［J］.计算机学报，2015，38(1):204－218.［9］H.Park，A.Yoon，H.Kwon.Task Model and task Ontology for Intelligent Tourist Information Service［J］.International Journal of uand e－Service and Technology，2012，5(2):101－109.。
基于规则与相似度的语义web服务匹配
基于规则与相似度的语义web服务匹配
陶望胜;陶先平;吕建
【期刊名称】《南京大学学报：自然科学版》
【年(卷),期】2010(46)2
【摘要】随着语义web技术的快速发展,基于语义的web服务发现技术,已成为web服务领域研究热点之一.效率和精度,是web服务发现技术的两个主要关注点.Web服务发现可以分为基于本体概念相似度度量和基于逻辑推理这两种方法.这两个方法互有优点,前者主要效率方面占优,而后者则在精度方面优势明显.本文提出了一种基于规则与相似度的语义web服务两阶段匹配方案.该方案采用语义网规则语言作为规则描述语言,利用基于相似度的服务输入输出匹配方法进行第一阶段的筛选.在此基础上再次利用基于规则推理的方法,对第一阶段的匹配结果进行进一步的精化,从而在效率与精度两方面取得一定的平衡.
【总页数】10页(P159-168)
【关键词】语义web服务匹配;语义网规则语言;本体相似度
【作者】陶望胜;陶先平;吕建
【作者单位】南京大学软件新技术国家重点实验室,南京大学计算机科学与技术系,南京210093
【正文语种】中文
【中图分类】TP315
【相关文献】
1.基于语义相似度与QoS的Web服务匹配模型研究 [J], 张金英;李蜀瑜
2.Web服务匹配中基于语义距离的概念相似度计算方法的改进 [J], 徐红艳;方欣;冯勇
3.基于语义相似度的Web服务匹配研究 [J], 舒毅;杨凡
4.基于本体概念集合相似度的语义Web服务匹配 [J], 杨佳;张金广;杨龙;江萍;魏晓莉
5.一种基于本体概念相似度的语义Web服务匹配算法 [J], 李淑芝;杨刚;杨书新因版权原因，仅展示原文概要，查看原文内容请购买。
基于语义相似度的知识服务匹配方法
基于语义相似度的知识服务匹配方法葛程程【摘要】This paper presents a knowledge service model,it takes business activity as a clue,it uses web service as its media.it describes enterprise knowledge resources uniformly, packages knowledge resources with a certain function to services.It uses a knowledge service matching algorithm based on semantic similarity,considers service quality similarity and service function similarity,sort ad services in accordance with the similarity in descending order,the highest similarity service is the best service.The model builds enterprise business processes on demand,fast and dynamic.%本文提出一种以业务活动为线索的知识服务模型，模型以Web Service为媒介，对企业知识资源进行统一描述，将具有特定功能的知识资源封装成服务，模型采用基于语义相似度的知识服务匹配算法，综合考虑服务功能相似度和服务质量相似度2个因素，将广告服务按照相似度从大到小排序，选取服务相似度最高的作为最佳服务，实现了企业按需、快速、动态构建业务流程。
【期刊名称】《山东轻工业学院学报（自然科学版）》【年(卷),期】2015(000)001【总页数】4页(P56-59)【关键词】知识服务;语义相似度;Web Service;服务匹配【作者】葛程程【作者单位】齐鲁工业大学信息学院，山东济南 250353【正文语种】中文【中图分类】TN915.93随着知识经济的不断深化与发展,知识密集型企业数量不断增多,规模也不断增大,知识已经成为现代企业的核心资源[1],企业的所有业务活动都离不开知识的支撑。
考虑IOPE匹配的语义web服务组合
考虑IOPE匹配的语义web服务组合王向辉;冯志勇【期刊名称】《天津大学学报》【年(卷),期】2017(050)009【摘要】针对传统语义web服务组合方法中仅考虑I/O接口间匹配,从而导致服务间功能匹配度不高的情况,提出一个新的语义web服务组合框架.该框架改进传统规划图以便体现服务的IOPE特性,为抽取组合方案提供功能匹配相关的启发信息.为了获得更多组合方案,框架一方面支持抽象用户请求的表达,另一方面在规划图的基础上,采用基于广度优先的后向搜索策略.最后,基于该框架实现一个web服务组合系统,一系列实验表明该框架是有效的和可伸缩的.%Most traditional semantic web service composition approaches only consider the matching between I/O interfaces.This results in the low the function matching degree among services.To solve this problem,this paper proposes a new semantic web service composition framework,in which improved planning graph considering IOPE is used to provide heuristic information related to function matching.To obtain more solutions,the framework sup-ports abstract user requests and adopts the back-searching algorithm based on breadth-first stly,a web service composition system is implemented on the basis of this framework.The efficiency and scalability of this framework are proved by a series of experiments.【总页数】13页(P984-996)【作者】王向辉;冯志勇【作者单位】天津大学计算机学院,天津 300072;山东建筑大学计算机学院,济南250101;天津大学计算机学院,天津 300072【正文语种】中文【中图分类】TP301【相关文献】1.基于Petri网的语义Web服务组合方法 [J], 吴敏敏2.基于模糊Petri网的语义Web服务组合 [J], 盛建家3.基于Petri网的语义Web服务组合建模研究 [J], 杨波;李颖芳;傅锦伟4.基于流演算的语义Web服务组合研究 [J], 孙爱玲5.基于Petri网的语义Web服务组合方法 [J], 吴敏敏因版权原因，仅展示原文概要，查看原文内容请购买。
基于词法规则的语义对象匹配算法
基于词法规则的语义对象匹配算法
李毅;何伟国;李涓子
【期刊名称】《计算机工程》
【年(卷),期】2005(031)004
【摘要】介绍了基于词法规则的语义对象匹配算法,通过有限状态自动机将文本与描述语义对象的规则匹配,分析连续匹配成功的片段,以计算文本与语义对象的综合相似度,确定二者的匹配程度.该算法的特点是通过引入相似度计算,有效地解决了规则的不完全匹配问题.
【总页数】3页(P172-174)
【作者】李毅;何伟国;李涓子
【作者单位】清华大学计算机系,北京,100084;清华大学计算机系,北京,100084;清华大学计算机系,北京,100084
【正文语种】中文
【中图分类】TP301.6
【相关文献】
1.突破语义规则造词法的语义理据 [J], 孙洁玮
2.本体匹配中基于词义组合的词法分析算法 [J], 刘秀磊;廖建新;朱晓民;杨迪;徐童
3.基于免疫匹配规则的本体语义匹配 [J], 谢红薇;王志国;余雪丽
4.基于免疫匹配规则的本体语义匹配 [J], 谢红薇;王志国;余雪丽
5.基于规则的德汉机器翻译词法分析算法 [J], 黄河燕;陈肇雄
因版权原因，仅展示原文概要，查看原文内容请购买。
基于QoS的语义Web服务匹配策略
基于QoS的语义Web服务匹配策略
于敏;曹宝香
【期刊名称】《计算机技术与发展》
【年(卷),期】2010(020)009
【摘要】Web 服务技术的迅速发展使得Web 服务的应用越来越广泛.因此Web 服务的匹配和查找问题成为研究热点.文中引用OWL-S对Web 服务进行语义描述,在此基础上增加了对服务QoS的描述.把对Web服务的输入、输出参数的语义描述匹配问题进行转化,可以转为基于领域本体库中相似概念间的语义距离计算,并根据语义距离给出了概念相似度的计算公式.对于基于语义的Web服务发现给出了匹配算法描述.在QoS约束匹配过程中,利用服务性价比的概念,为用户选择最佳性能的Web服务,同时也可以对最终的匹配结果按照请求者的意愿进行排序,以满足请求者不同的需要并使得用户同时可以根据本身需求选择性地使用服务.
【总页数】5页(P78-82)
【作者】于敏;曹宝香
【作者单位】曲阜师范大学,计算机科学学院,山东,日照,276826;曲阜师范大学,计算机科学学院,山东,日照,276826
【正文语种】中文
【中图分类】TP301.2
【相关文献】
1.基于QoS本体的语义Web服务组合策略 [J], 严良达
2.基于QoS的语义Web服务选择 [J], 马力;邱志洋;陈彦萍;赵璟
3.基于QoS约束的改进语义Web服务发现方法 [J], 许国鹏;马良荔;冯泽波
4.基于推理和相似度计算的语义Web服务匹配策略 [J], 王树义;杨昊霖
5.基于语义Web服务的高校学生工作管理系统的服务匹配策略 [J], 覃颖菊;陈宁江
因版权原因，仅展示原文概要，查看原文内容请购买。
概念检索名词解释
概念检索名词解释定义和应用
概念检索是一种信息检索方法，它基于词语之间的关系进行查询和匹配。
本文将介绍概念检索的定义、原理和应用领域。
概念检索是一种基于概念间关联关系的信息检索方法。
它通过建立词语之间的语义关系，实现对文本的高效查询和匹配。
概念检索的基本原理是利用知识图谱等语义模型，将词语转化为概念，并建立起概念之间的关联关系。
在概念检索中，用户可以通过输入一个或多个关键词，系统会根据概念之间的关联关系，提供与这些关键词相关的文本信息。
概念检索在信息检索领域有着广泛的应用。
首先，概念检索可以提高搜索引擎的检索效果。
传统的关键词检索往往受限于词语的表面形式，容易产生歧义和低效的搜索结果。
而概念检索通过建立词语之间的关联关系，能够更准确地理解用户的查询意图，提供更具语义相关性的搜索结果。
其次，概念检索在自然语言处理和机器学习领域也有重要应用。
通过概念检索，可以将文本转化为概念向量表示，实现文本的语义匹配和相似度计算。
这对于文本分类、文本聚类、信息抽取等任务都具有重要意义。
此外，概念检索还在推荐系统中发挥着重要作用。
在电商平台、社交媒体等应用中，概念检索可以根据用户的兴趣和历史行为，为其推荐相关的商品、文章或社交圈子。
通过概念检索，可以提高推荐的
准确性和个性化程度。
总之，概念检索是一种基于概念间关联关系的信息检索方法，它通过建立词语之间的语义关系，实现对文本的高效查询和匹配。
概念检索在信息检索、自然语言处理和机器学习等领域都有着广泛的应用。
语义Web服务前提与效果功能匹配
语义Web服务前提与效果功能匹配
王海;李增智;范琳
【期刊名称】《东南大学学报（英文版）》
【年(卷),期】2009(025)004
【摘要】为了解决语义Web服务匹配方法主要针对服务IO描述的匹配, 导致匹配结果较为片面的问题, 提出了一种基于描述逻辑的语义Web服务IOPE描述及匹配方法. 具体使用描述逻辑概念标注服务IO, 以描述逻辑断言库刻画服务PE. 进行服务匹配时, 利用描述逻辑TBox概念包含检测确定服务请求与广告IO之间的包含关系; 利用描述逻辑ABox一致性检测推理, 判断服务请求与广告PE之间的逻辑蕴含关系; 依据此蕴含关系, 将PE匹配情况划分为4种, 即Exact, Perfect, Side-effect和Common匹配, 用以对匹配结果进行有意义的排序. 实验结果表明, 所提方法在召回率与现有方法相当的情况下, 具有更高的查准率.
【总页数】4页(P464-467)
【作者】王海;李增智;范琳
【作者单位】西安交通大学计算机系统结构与网络研究所,西安,710049;西安交通大学计算机系统结构与网络研究所,西安,710049;西安邮电学院计算机科学与技术系,西安,710061
【正文语种】中文
【中图分类】TP311
因版权原因，仅展示原文概要，查看原文内容请购买。
概念检索的名词解释
概念检索的名词解释概念检索是信息检索领域的一种重要技术，用于从大规模的信息集合中提取所需信息。
它通过对用户需求中包含的概念进行理解和匹配，从而找到与这些概念相关的文档或数据。
本文将对概念检索进行名词解释和简要讨论。
一、概念概念是人们对具有相同属性或特征的事物进行抽象和归纳的结果。
它是对某一类事物的普遍性特征的概括，是一种思维活动的产物。
在信息检索中，概念是用户需求的核心，通过理解和匹配概念，我们能够更好地满足用户的信息需求。
二、检索检索是从信息集合中获取所需信息的过程。
它可以通过关键词、概念、语义等多种方式进行。
概念检索是一种基于概念的检索方法，它不仅考虑关键词的相似性，还注重文档或数据与用户需求中概念的关联程度。
相比于传统的关键词检索，概念检索更能准确地理解和满足用户需求。
三、概念检索的原理概念检索的核心原理是语义匹配。
它通过对用户需求中概念的分析和理解，构建概念的语义表示模型，并将其与文档或数据中的概念进行匹配，从而找到相关的结果。
在概念检索中，常用的语义匹配方法包括词向量模型、语义网络和本体推理等。
词向量模型利用机器学习算法将概念映射到一个高维向量空间中，通过计算向量之间的相似度来进行匹配。
这种方法能够捕捉到概念之间的关联性和相似性，但对于一些复杂的语义关系处理效果有限。
语义网络建立概念之间的关系，并通过网络的节点和边表示概念之间的相似程度和相互关联关系。
这种方法能够有效地展现概念的语义结构，但构建和维护网络需要大量的人力和时间成本。
本体推理是一种基于知识表示和推理的方法，它通过对本体知识库中的概念进行推理和推断，从而找到与用户需求相关的结果。
这种方法能够充分利用领域知识和规则，但构建和维护本体需要专业知识和大量的努力。
四、概念检索的应用概念检索在许多领域有着广泛的应用。
例如，在文献检索中，研究者可以通过概念检索找到与自己研究主题相关的文献并进行综述。
在电子商务中，用户可以通过概念检索找到与自己需求相关的商品，提高购物的效率。
结合语义与模糊推理的两阶段服务组合
结合语义与模糊推理的两阶段服务组合
王雷;齐美石
【期刊名称】《微电子学与计算机》
【年(卷),期】2012(29)1
【摘要】如何选择Web服务使组合服务的功能性属性与非功能性属性都能满足实际需求,是当前服务组合领域研究的一个重要问题.通过引入语义和服务质量,给出服务组合的形式化分析方法.该方法采用模糊Petri网建模,利用模糊Petri网的模糊推理能力,在语义层次上对服务组合进行功能性匹配.提出服务的服务质量QoS匹配度模型,对组合服务进行服务质量匹配.仿真结果表明,该方法可以解决综合考虑语义和服务质量的组合问题.
【总页数】5页(P1-5)
【关键词】语义Web服务;模糊Petri网;服务组合;形式化方法;服务质量
【作者】王雷;齐美石
【作者单位】中国科学技术大学自动化系
【正文语种】中文
【中图分类】TP31
【相关文献】
1.基于阶层式语义范例推理的服务组合方法研究 [J], 成睿星;杨放春;苏森
2.基于模糊Petri网的语义Web服务组合 [J], 盛建家
3.面向语义Web服务组合的模糊Petri网推理算法 [J], 葛敬军;黄华;胡建明
4.基于模糊多属性决策理论的语义Web服务组合算法 [J], 李祯;杨放春;苏森
5.含风电电力系统机组组合问题的两阶段对称模糊建模与优化 [J], 蔡佳铭;王承民;谢宁;李欣
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ｔ ｅ ｂ ｓｓｏ ｈ ｓ ｅ ｔ ｏ ｅ ｓ ｒ ｉｅ ｃ ｎ ｅ ｔｌｔ ｃ ｔ ｃｕ ｅ ａ ｔ ｂ ｔ ｅ ， ｃ ｏ ｄ ｎ ｏ ｃ ｎ ｅ ｔｌｔ ｃ ｎ ｌ ｒｎ ｈ ａ ｉ ｆ ｅ ｔ ａ ｐ ｃｓ ｆｔ ｅ ｃ ｏ ｃ ｐ ａｔ ｅ ｓ ｕ ｔ ｒ ｔ ｕ ｅ ｓ ｔ ａ ｃ ｒ ｉ ｇ ｔ ｏ ｃ ｐ ｔ ｅ ａ ｄ ｆ ｔｉ ｇ ｔ ｗｏ ｈ ｖ ｉ ｒ ｉ ｒ ａｉ ｉｅ
Ｃｈｅ ｎ，Ｓ ｓ ｅ ｇ ｎ Ｌｉ ｈｉＬｕ ｈ ｎ
（ｅ ａ ｍ ｎ ｆ ｏ ｕｅ ｃｅｃＳ ｓ ｎ ｏ ｅｅ， Ｓ ｑａ ２ ８０ ，ｈｎ） Ｄ ｐｒ ｅｔ ｍｐ ｔ Ｓｉｎｅｕｉ ａＣ ｌ ｇ ｔ ｏＣ ｒ ａ ｌ ｕ ｉｎ２ ３ ０ Ｃ ｉａ
Ａｂｓ ｒ ｃ ：Ｒｅ ｅ ｒ ｈ ｎｅｗｏ ｋ ｏ ｅ ａ ｉ ｅ ｅ ｖｃ ｔ ｈｎｇ ｎｄ ｅ ｕ ｅ ｔ ｃ ｕ ａ ｙ ｏ ｔｈｉｇ Ｗ ｅ ｅ ｖｃ ．Ｉ ｔａ ｔ ｓ ａｃ ｔ ｒ ｆｓ ｍ ｎｔｃ Ｗ ｂ ｓ ｒ ｉｅ ｍａ ｃ ｉ ，ａ ｎｓ ｒ ｈｅ ａ ｃ ｒ ｃ ｆ ｍａｃ ｎ ｂ ｓ ｒ ｉｅｓ ｎ
ｃ ｍｐ ｔ ｒ ｎ ｔ ｒ ｏ ｏ ｕ ｅ ｅｗｏ ｋ ｃ ｍｍｕ ｉａｉ ｎ ｓ ｒ ｉ ｅ ｒ ｑ ｅ ｔ ｃ ｏ ｄ ｎ ｏ ｔ ｅ ｓ ｒ ｉｅ ｒ ｑ ｅ ｔ ｏ ｅ ｎ ｉ ｄ ｓ ｒ ｔ ｎ ｌｏ ｉ ｇ ｆｒ ｎ ｃ ｔ ｅ ｖｃ ｅ ｕ ｓ，ａ ｃ ｒ ｉｇ ｔ ｈ ｅ ｖｃ ｅ ｕ ｓ ｆｓ ｍａ ｔ ｅ ｃ ｐ ｉ ｏ ｋ ｎ ｏ ｏ ｃ ｉ ｏ
Ｂａ ｅ ｎ ｔ ｅ Ｆｕ ｃ ｉｎ ｏ ｅ Ｓ ｍａ ｔ ｔｉ ｕ ｅ ｓ ｄ ｏ ｈ ｎ ｔｏ ｆｔ ｅ ｎ ｉ Ａｔｒｂ ｔ ｈ ｃ Ｃｏ ｃ ｐ ｔｉｅ Ｎｅ ｗｏ ｋ Ｓ ｒ ｉｅ Ｍ ａ ｃ ｉ ｇ ｎ ｅ ｔＬａ ｔ ｔ ｒ ｅ ｖ ｃ ｔ ｈ ｎ ｃ
ｔ ｅ ｅ ａｅ ｃ ｒ ｉ ｔ ｈ ｒ ｓ ｅ ｔ ｅｙ ａ ｄ ｅ ｉ ｏ ｓ ｍａ ｔ ｅ ｅ ｉｅ ｍａｃ ｉｇ ａ ｃ ｒ ｃ ｓ ｎ ｔｈ ｇ ． ｎ ｏ ｄ ｒ ｔ ｍ— ｈ ｒ ｒ ｅｔ ｎ ｍａｃ ｅ ｐ ｃ ｉ ｌ ， ｎ ｘ ｓ ｔ ｅ ｎ ｉ Ｗ ｂ ｓ ｒ ｃ ｔｈ ｎ ｃ ｕ ａ ｙ ｉ ｏ ｉｈ Ｉ ｒ ｅ ｏ ｉ ａ ｖ ｔ ｃ ｖ ｐ ｏ ｅ ｔ ｅ ａ ｃ ｒ ｃ ｔ ｈ ｎ ， ａ ｅ ｎ ｔ ｅ ｓ ｍａ ｔ ｏ ｃ ｐ ａｔ ｅ Ｗ ｅ ｅ ｉｅ ｍａ ｃ ｉ ｇ ｍｅｈ ｄ ｎ ｔｏ ｌ ｏ ｓｄ ｒｔ ｅ ｒｖ ｈ ｃ ｕ ａ ｙ ｍａ ｃ ｉ ｇ ｂ ｓ ｄ ｏ ｈ ｅ ｎ ｉ ｃ ｎ ｅ ｔｌｔ ｃ ｂ ｓ ｒ ｃ ｔ ｈ ｎ ｔ ｏ ｏ ｎ ｙ ｃ ｎ ｉ ｅ ｈ ｃ ｉ ｖ
陈 林 ，） ２ ８ ０
摘
要： 研究 网络 的语义ｗｅ 服务 匹配问题 ， ｂ 保证ｗｅ服务 匹配 的准确率。在计算机 网络通信 的服务请 ｂ
求中， 根据服务请求者 的服务语 义描述 寻找匹配服务 时 ， 多数 匹配策略机制仅依 靠服务功能信 息进行 匹配 ， 使得服务匹配存在一定 的片面性 ， 而存在语 义Ｗｅ Ｈ务 匹配准确率不高的问题。为提高 匹配准确 ｂ￣ 率 ， 出基于概念格的语 义Ｗｅ Ｈ 务匹配方法 。不仅考虑服务功能信息而且考虑服务质量等 非功能属 提 ｂ￣
ｍ ａｃ ｉ ｇ ｓ ｒ ｉ ｅ ｓ ｒ ｉｅ ｔｈ ｎ ｅ ｃ ｅ ｖｃ ，ｍ ｏ ｔｍ ａｃ ｉ ｇ ｓｒ ｔｇ ｅ ｈ ｎ ｓ ｒｌ ｎ ｉ ｆ ｒ ｔｏ ｔ ｈ ｎ ｅ ｉ ｅ ｆ ｃｉ ｎ ｖ ｓ ｔｈ ｎ ｔａｅ ｙ ｍ ｃ ａ ｉｍ ｅ ｙ ｏ ｎ ｏ ｍａｉ ｎ ｍａ ｃ ｉ ｇ ｓ ｒ ｃ ｕｎ ｔｏ ，ｍ ａ ｅ ｓ ｒ ｉｅ ｖ ｋ ｅ ｃ ， ｖ
第 ２ ８卷 第 １ ０期
２１ ０ ２年 １ 月 ０
科 技 通 报
ＢＵＬ ＬＥＴＩ ＯＦ ＣＩ Ｎ Ｓ ＥＮＣＥ ＡＮＤ ＴＥＣＨＮＯＬＯＧＹ
ＶｏＩ Ｎｏ．０ ． ２８ １ ０ｃ ． ２ ２ ｔ ０ｌ
基 于概 念 格 非 功能 属 性 的语 义 网络 服 务 匹配 方 法
ｓ ｒ ｉｅ ｆ ｃ ｉｎ ｏ ｎｆｒ ａｉｎ ａ ｄ ｃ ｎ ｉｅ ｈ ｅ ｖｃ ｕａｉｙ ｏ ｕｎ ｔｏ ａ ｔｒｂ ｅ ，ｉ ｈｅ ｆｒ ａｌｃ ｎｃ ｐｔａ ｌｓｓ ｏ ｅ ｖｃ ｕｎ ｔｏ ｆｉ ｏ ｍ ｔｏ ｎ ｏ ｓｄ ｒｔ ｅ ｓ ｒ ｉｅ ｑ ｌｔ ｆｆ ｃ ｉｎ ｌａｔ ｕｔｓ ｎ ｔ ｏ ｉ ｍ ｏ ｅ ｎａｙ ｉ ｎ
性， 在形式概念分析 的基础上将服务两方 面的属性集合构造 概念格 ， 根据概念格 和过滤机制计算语 义 相似度 ， 并据此 完成语义ＷｅＨ 务 的匹配 。 ｂ￣ 仿真实验表明 ， 这种 方法能够准确完成语义ＷｅＨ 务地匹配 ， ｂ￣
取得理想的结果 。
关键词 ： 概念格 ； 服务 匹配 ； 义描述 语 中图分 类号 ：Ｐ ９ Ｔ ３１ 文献标识码 ： Ａ 文章编号 ０ １ ７ １ （０ ２ １— １６ ０ １０ — １９ ２ １ ）０ ０ ７ — ４
ｍｅ ｈ ｎ ｓ ｓ ｍａ ｔ ｉ ｌ ｒ ｙ ｃ ｌｕ ａ ｉｎ ａ ｄ ｂ ｓ ｄ ｏ ｈ ｅ ｎ ｉ ｅ ｅ ｖｃ ｓ ｃ ｍｐ ｅ ｅ ｍａｃ ｉｇ ｔ ｅ ｓｍｕ ａｉ ｎ ｃ ａ ｉｍ ｅ ｎ ｉ ｓｍｉ ｉ ａ ｃ ｌｔ ， ｎ ａ ｅ ｎ ｔ ｅ ｓ ｍａ ｔ Ｗ ｂ ｓ ｒ ｉｅ ｏ ｌｔ ｔｈ ｎ ｈ ｉ ｌ ｔ ｃ ａｔ ｏ ｃ ｏ