基于本体和相似图的概念语义相似度计算

序 。按此方式建 立 的 （ Ｓ Ｇ Ｄ，， ）所有形 式概 念 的集合
表示为 （ Ｓ Ｇ 称 做形 式 背 景 （ Ｓ Ｇ Ｄ， ， ）， Ｄ， ， ）的 概念
格。
近年来 ， 本体在 知识共 享 、 能信 息检 索 、 智 数字 图
书馆 、 语义 Ｗｅ ｂ和信息 集 成等 方 面有着 广泛 的应 用 ， 对实现知识 的重用 和共享 、 提高 系统 间互相通讯 、 互操
度计算是计算句子相似度的基础 。概念相似度是一个
主观性较强 的概念 ， 有非常 明确 的客观标 准可 以衡 没
量 。目前 ， 概念语义相似 度计算 已广泛 应用 在数 据挖 掘、 信息提取 、 自动问答系统 、 文本 分类 、 索等诸 多领 检 域， 成为 当今人工智能领域研究的一个热点。
Ｔ ｅｒｓｌ ｆ ｐ ｌｄｃｓ ｈｗｓｈ ｏ ｕ ｔ ｎｒｓｌ ｒ ｉｅｔ ａ ｔ ｕ ｎｓｂｅｔ ｅ ｕ ｇ ｎ． ｈｓ ｔｏ ｆ ｃ ｖ ｒ ｏ — ｈ ｅｕｔ ｏ ｐｉ ａｅｓｏ ｅｃ ｍｐｔｉ ｕｔａｅ ｄ ｎ ｃ ｗｉ ｈｍａ ｕｊｃ ｖ ｄ ｍｅｔＴ ｉ ｍｅ ｄ ｉｅ ｅｔ ｅｆ ｎ ｓ ａ ｅ ｔ ａ ｏ ｅ ｓ ｉｌ ｈ ｉ ｊ ｈ ｓ ｉ ｏｃ
念 ， Ｅ 若 。
， （ ，Ⅳ ）被称 为 （ ， ２ 则 ，Ｉ Ⅳ ）的子概
念 ， ，２ （ Ｎ ）被称 为 （ 。Ｎ ）的超概 念 ， 作 （ｆ， Ｍ ，。 记 Ｊ。 ｊ ｌ
１ 预备知识
１ １ 本体 （ ｎｏ ｇ ） ． Ｏ ｔｌ ｙ ｏ
Ｎ ）≤ （ ， ２ 偏 序关 系 ≤ 称 为形 式概 念之 间 的 Ｉ Ⅳ ），
对集合等定义提 出概 念语义 相似 度计算 方 法 ， 最后 通 过一个应用实例验证算法 的可行性 。
涵 。形式背景 （ Ｓ Ｇ Ｄ， ， ）所 有形 式概念 的集 合表 示 为
（ ＳＧ 。 Ｄ， ， ）
Ｄ ｆ ｉｏ ： ｅ ｎ ｉ ４ 对于 （ 。Ｎ ）和 （ ， ２ ｉ ｔｎ 肘 ，。 Ⅳ ）两 个概
支持用户在给定数据 的基础上进行领域分析 和建模 。 Ｆ Ａ作为一 种 对人 工世 界进 行 建模 的工具 无 可 Ｃ
替代的优势 ， 它具 有 分析 能力 、 述 能力 和 图形 化 能 描
性的集合 ， 集合 Ⅳ是 Ｓ的子集 Ⅳ Ｓ， 具有 中所有属 性的对 象的集 合可以表示为 Ⅳ ： ＝｛ｄ￡ＤＩＶｓ∈Ｎ，
接 近的结 果 。
关 键词 ： 领域本 体 ； 式概 念分 析 ； 似图 ； 相似 度 形 相 语义 中图分类 号 ： ｉ９ Ｔｔ １ ３ 文献 标识 码 ： Ａ 文章 编 号 ：６３ ６ ９ ２ １ ）８ ００ — ４ １７ —２ Ｘ（０ １０ — １１ ０
Ｃｏ ｃ ｐ ｅ ａ ｔｃ Ｓ ｍｉ ｒｔ ｍｐ ｔ ｔｏ ｓ ｄ ｏ ｔ ｌｇ ｎ ｅ ｔＳ ｍ ｎ ｉ ｉ ｌ ｉ Ｃｏ ｕ ａ ｉ ｎ Ｂａ ｅ ｎ Ｏｎ ｏ ｏ ｙ ａ ｙ
ｉｅ ｓｏ ｏ ｉ ｎｏｏ ｙａ ｄ Ｆ ｄ ａ ｆｄ ｍａｎ ｏ ｔｌｇ ＣＡ ｏ ｃ ｍｐ ｔ ｈ ｅ ｎ ｔｃｓｍ ｌｒｔ ｙ ｔｅｄ ｆｎｔ ｎ ｆｔｅｓｍ ｌｒｇａ ｈａ ｄ ｃ ｎ ｉａｅａｔｉｕｅ ｔ ｎ ｔ ｏ ｕｅｔｅｓｍａ ｉ ｉ ａｉ ｂ ｅ ｉ ｏ ｓｏ ｉ ａ ｒｐ ｎ ａ ｄｄ ｔ ｔ ｂ ｔｓｓ ． ｉ ｙ ｈ ｉ ｉ ｈ ｉ ｒ ｅ
多年来 ， 对概念的语义 相似性 计算 的研究 一直属
的方法 ， 该方法 以概念之 间路径 的长短 作为衡 量语义
距离的长短 ， 通过计算两个 概念 之间 的语 义距 离来实 现概念语义相似度 的计 算 ， 方法简 单 、 该 直观 ， 但忽 略
了影 响语义距 离的其他很 多因素 Ｊ 。
第２ 卷 ｌ
第８ 期
计 算 机 技 术 与 发 展
ＣＯＭＰ ＥＲ ＥＣＨＮＯＬ ＵＴ Ｔ ＯＧＹ ＡＮＤ ＤＥＶＥ ＬＯＰ ＭＥＮＴ
２ １ 年 ８月 ０１
Ｖｏ ｜ １ Ｎ ． ｌ２ ｏ ８ Ａｕ ． ２ １ ｇ ０１
基 于 本体 和 相 似 图的概 念 语 义 相似 度计 算
Ｄ ｆ ｉｏ ： ｅ ｎｔ ｎ 本体 中的概念 间存在 多种语义关 系 ， ｉ ｉ ５ 例如 Ｉ 是 ） ， ａｔ ｆ 部分 ） ｗ ｏ （ Ｓ Ａ（ ｌ ｐｒ ｏ（ ， ｈｌ 整体 ） ｒｌｅ － ｅ ，ｅ ｔ ａｄ ｎｓ（ ｅｓ 相关 ） ｓ ｉｒｙ 相似 ）等 ， 中 ， 似关系定 义 ， ｉ ｌｉ （ ｍ ａｔ 其 相
于 自然语言处理领 域的基础 课题 ， 中文信 息处 理应 是
用 中迫切需要去解决 的关键技术 。传统 的基于本体 的 概念语义相似 度计算 方 法主要 分 为 ２种 “ ： 一种 是 基于信息论 的方法 ， 该方 法利 用信息 论来计 算 ２个 概 念共享信息 的程度 ， 具有较高 的理论严谨性 ， 但是只能
ｓｓｂ ｔ ｅ ｏ ｃ ｐｓＷａ ｒ ｐ ｅ ．Ｂｙ ａ ａｙ ｇ ｔｅｔａ ｉ ｏ ａ ｏ ｕ ｔ ｎ ｍｅ ｏ ｓａ ｄ ｍｏ ｉｙ ｇｔｅｐｏ ｌｍｓｉ ｅ 。ｉｔｇ ａｅ ｅ ｉ ｅｗｅ ｎｃ ｎ ｅ ｔ Ｓｐ ｏ ｏｓｄ ｌ ￣ｎ ｄ ｔ ｎ ｃ ｍｐ ｔｉ ｔｄ ｎ ｄ ｆ ｉ ｒｂｅ ｎｔ ｍ ｎ ｅ ｒｔｓｔ ｎ ｈ ｒ ｉ ｌ ａ ｏ ｈ ｎ ｈ ｈ ｈ
作、 可靠性 的能力有 很大 的意 义。本体 的哲 学本原 可
２ 概念语义相似 度的计 算
２ １ 相似图的定义 ．
以理解为对一个 系统的说 明或 者解 释 ， 是对 客观存 在
的现实本 质 的抽 象。不 同 的人 对本 体有 着 不 同 的理
解， 现在 广 为认 可 的是 由 Ｂ ｒ 提 出 的一 种 观 点… ： ｏｓ ｔ
百度文库
基金项 目： 陕西省 自然科学基础研 究计划 基金资助项 目（ ０ ５ １ ） ２０ Ｆ １ ； 陕西省教育厅专项科研计划基金资助项 目（ ５Ｋ ３ ） 宝鸡 文理学 ０ Ｊ １７ ；
院院级重点科研项 目（ Ｋ ０ ６ ） Ｚ １ １７
作者简介 ： 张晓孪 （９ ８ ， ， １７ －） 女 陕西宝鸡人 ， 讲师 ， 硕士 ， 主要研 究方 向为人工智能 ； 王西锋 ， 讲师 ， 硕士 ， 主要研究方 向为 网络信息
ｅ ｐ ｅ ｍａ ｔ ｉ ｌｒ ｔ ｏ ｕ ｔ ｎ ａ ｄ ｇ ｔｔ ｅ ｃ ｏ ｓ ｅ ｎ ｔｃ ｅ ｓ ｌｓｆｏ ｕ ｒ ’ｒ ｑ ｅ ｔ ． ｔｓ ｎ ｃ ｓｍｉ ｉ ｃ ｍｐ ｔ ｉ ｉ ａ ｙ ａ ｏ ｎ ｅ ｈ ｌ ｓ ｔｓ ｍａ ｉ ｓｒ ｕ ｔ ｒ ｍ ｓ ｓ ｅ ｕ ｓｓ ｅ ｅ
Ｒｅ ￣ｍｎ ｍｇ ｔ ｅ ｅ ｉｔ ｄ ｃ ｎ ｅ ｔｍｏ ｅ ｉ ｇ ｉ ｅ ｓａ ｄ ｔ ｏ ｓ ｏ ｅ ｔ ｅ ｓ ｍａ ｔ ｉ ｌｒｔ ｏ ｕ ｔ ｎ ｍｅｈ ｏ ｍ ａ ｏ ｃ ｐ ｎ ｙ ｃ ｈ ｘ ｓ ｏ ｃ ｐ ｄ ｌ ｄ ａ ｎ ｏ ｌ ａ ｃ ｍｐ ｔ ｖ ｅ ｎ ｔ ｉ ｉ ｅ ｎ ｃ ｓｍｉ ｉ ｃ ｍｐ ｔ ｉ ｔ ｏ ｉ ｆ ｒ ｌｃ ｎ ｅ ｔａ ａ － ｉ ａ ｙ ａ ｏ ｄ ｎ ｌ
处理。
（） ２ 两者强 调 的内容 不一样 ， 前者 强 调概 念 的内 涵， 后者认为概念 的外延和 内涵都很重要 ， 概念分别 将
从 内涵和外延两方面进行描述 ；
・
１２・ ０
计算机技术 与发展
第２ ｌ卷
（） ３ 目的不同 ， 前者支持知 识密集 型应用 ， 后者是
Ｄ ｆ ｉｏ ： ｅ ｎ ｉ ２ Ｄ和 表示对象 的集合 ， 中 是 Ｄ ｉ ｔｎ 其 的子集 Ｍ Ｄ ， 合 肘 中的所有对象具有 的共 同属性 集 可 以表示为 ： ｓ∈ＳＩ ｄ ｓ Ｓ表示属 ＝｛ ｄＥ Ｍ， Ｇ ｝； Ｖ
粗略地量化概念之 间的语义 相似度 ， 不能实 现概念 语
义相似度 的细致 区分 ； 另一 种方法 是基 于语义距 离
形式 ， 是人们认识世界 的基础 和一种形 式化 的规 范说 明， 以将概念看作 汉语语 言文 字 中的词语 …。词语 可
是汉语最基本 的语 法和语义 的单位 ， 词语 的语义 相似
领域本体 和形式 概念 分析虽 然两者 不 同 ， 它们 但
收稿 日期 ：０ １ Ｏ — ３ 修回 日期 ：０ １ ０ —１ ２１一 １ １ ； ２ １— ４ ４
建立都是对概念进行建模 ， 主要有三个方面 ： 差异 （） １ 两者建模的对象不 同 ， 前者 为现实建模 ， 后者
为人工世界建模 ；
ＡｂｔａｔＲ ｓａｃ ｎｃ ｎｅｔ ｍａ ｔ ｉ ｌｒ ｏ ｕ ｔ ｎｉ ｏｅｏ ｅｍｏｔ ａｉ ａｄｉ ｏｔ ｔｕ ｊｃｓｎ ａｔ ｃａ ｉｔｌｇ ｎｅ ｓｒｃ： ｅｅｒｈＯ ｏ ｃｐ ｅ ｓ ｎｉ ｓ ａｉ ｃ ｍｐｔ ｉ ｎ ｆｈ ｓ ｂｓ ｎ ｍｐ ｒｎ ｂｅｔ ｉ ｒ ｆ ｉ ｅｌ ｅｃ ． ｃ ｍｉ ｔ ｙ ａｏ ｓ ｔ ｃ ａ ｓ ｉ ｌｎ ｉ ｉ
Ｋｅ ｒ ｓ：ｏ ｙｗｏ ｄ ｄ ｍｍｎｏ ｔｌｇ ｆ ｒ ｌ ｏ ｃｐ ａｙ ｉ；ｉ ｌ ｒｐ ｎｏｏ ｙ；ｏｍａ ｃ ｎ ｅ ｔａ ｌｓｓ ｓｍｉ ｇ ａ ｈ；ｓｍａ ｔｃｓｍ ｌｒｔ ｎ ｒ ａ ｅ ｎ ｉ ｉ ａｉ ｉ ｙ
Ｏ 引 言
概念就是反 映事物类 的本质属性及其分子 的思维
，， ） 其中 Ｅ Ｄ， Ｓ 如果满足 Ｅ ＝， ，＝Ｅ， ， ， 且 则
Ｅ称 为形式概 念 （ ， Ｅ，）的外延 ， 称 为 形式 概念 的 内 ，
思想和形式概念分析 （ ｏｍａ Ｃ ｎｅｔ ｎ ｙｉ， Ｃ Ｆ ｒ ｌ ｏ ｃｐ ａ ｓ Ｆ Ａ） Ａｌ ｓ 的思想计算 Ｆ Ａ 中 的概 念语 义相 似度 。首先 分析 了 Ｃ 领域本体 中的相似关 系 ， 然后 结合 相似 图和候 选属 性
ａ ｉ ｉａ ｒ ｐｈ ｎｄ Ｓ ｍ ｌ ｒ Ｇ ａ
ＺＨＡＮＧ ａ — ｕ ｎ，Ｗ ＡＮＧ － ｇ Ｘｉｏ ｌ ａ Ｘｉ ￣ｎ
（ ｅ ａｍｅ ｔ ｆ ｏ ｕｅ ｃ ｎｅ Ｂ ｏｉ ｏｌ ｅｏ ｒ ＆Ｓｉｎｅ Ｂ ｏｉ ２０ ６ Ｃ ｉａ Ｄ ｐｒ ｎ ｍｐ ｔ Ｓ ｉ ｃ 。 ａｊ Ｃ ｌ ｇ ｆ ｔ ｔ ｏＣ ｒ ｅ ｅ Ａ ｓ ｃ ｃ 。 ａｊ７ １１ 。 ｈｎ ） ｅ
张晓孪 ， 王西锋
（ 宝鸡文理学院 计算机科 学系， 陕西 宝鸡 ７ １１ ） ２０６
摘 要： 概念语 义相 似度 计算 的研究 是人 工智 能最 基础 和最重 要 的课题 之一 ， 现 有 的概 念建 模 思想 和工 具 ， 出一 种 借鉴 提
综 合的计 算形 式概 念分 析中概 念间 语义 相似度 的算 法 。 过分 析传统 的计算方 法 ， 存在 的 问题 进行 改进 ， 领域 本体 通 对 结合 和 Ｆ Ａ的思 想 ， 过相似 图 和候选 属性 对集合 等定 义计 算 Ｆ Ａ中概念 间 的语义 相似 度 。 Ｃ 通 Ｃ 应用 实例 的结 果表 明计算结 果 与 人 类的 主观判 断基 本一致 。文 中的方 法对 概念 间语义 相似 度计算 是 可 行 的 ， 用该 方 法 可 以获取 在 语义 上 和用 户请 求最 使
ｄ ｓ｝ Ｇ 。 Ｄ ｆ ｉｏ ： 式概念简称 概念 ， 一个 序偶 （ ｅｎｉ ３形 ｉ ｔｎ 是 Ｅ，
力 。文 中的研究 目的在 于探索 Ｆ Ａ 中概 念语 义相 似 Ｃ
度的计算方法 ， 为进一步 的研究奠定基础 。 鉴于上述原 因 ， 出 了一 种概 念语义 相似 度 的计 提 算 方法 ， 借鉴现有概念的建模思想和工具 ， 应用本体 的