本文關鍵詞：基于領域背景知識庫的本體映射系統(tǒng)的設計與實現(xiàn)

  更多相關文章： Yago Linked Open Data 金屬材料 背景知識庫 本體映射

【摘要】：本體映射是解決語義異構的重要方法和手段,是當前語義集成研究領域的熱點之一。隨著關聯(lián)數(shù)據(jù)(Linked Open Data)的快速發(fā)展,一些大型的開放數(shù)據(jù)集提供了大量的不同領域的知識和結構,如果能夠?qū)⑦@些數(shù)據(jù)集中蘊含的領域知識應用于領域本體之間的映射,必將有助于本體映射效果的改善。本文為了實現(xiàn)金屬材料本體映射,提出了一種基于金屬背景知識庫的映射策略,并設計了從Yago抽取金屬材料領域數(shù)據(jù),從而形成背景知識庫的方法。本課題做了以下研究工作:1)針對現(xiàn)有的開放性數(shù)據(jù)集(即,Yago),設計了基于字符串匹配算法和Yago結構的特定領域知識的抽取策略和算法。首先定義關鍵字并利用字符串匹配算法獲得Yago中特定領域概念;然后根據(jù)抽取的特定領域概念,抽取領域知識和相關領域知識,以便于生成一個領域本體;最后,根據(jù)所抽取的知識形成領域背景知識庫。2)基于領域背景知識庫設計了領域本體映射的策略。首先,將輸入本體中的概念(稱為候選概念)映射到背景知識庫中,即在領域背景知識庫中尋找命中概念;然后,根據(jù)領域背景知識庫的結構特點和命中概念,形成對應的概念意群;設計了概念意群之間的比較策略和算法,獲得候選概念之間的匹配得分;最后,根據(jù)匹配得分確定候選概念之間的關系。3)以金屬材料領域為研究實例背景,對方法的合理性和有效性進行實驗分析和評價。此外,使用時間性能和F1-measure對所設計的領域知識抽取算法,知識庫形成算法以及映射算法分別進行了實驗評價,實驗結果表明所設計算法是可行的,并且時間性能是可以接受的。同時,設計了原型系統(tǒng)可視化的展示了所抽取的金屬材料知識以及背景知識庫,并且設計了一個映射系統(tǒng),詳細的展示了整個映射過程。
【關鍵詞】：Yago Linked Open Data 金屬材料 背景知識庫 本體映射
【學位授予單位】：河北科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TG14;TP391.1
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-11
• 1.1 論文的研究背景9
• 1.2 研究的主要內(nèi)容9-10
• 1.3 論文的章節(jié)安排10-11
• 第2章 相關工作綜述11-15
• 2.1 領域知識的抽取11-12
• 2.2 知識庫的填充12
• 2.3 本體映射12-15
• 第3章 從Yago中抽取金屬材料知識15-37
• 3.1 領域知識抽取問題描述15-16
• 3.2 基于Yago的領域知識的抽取方法16-26
• 3.2.1 創(chuàng)建候選關鍵字集合17-19
• 3.2.2 抽取Yago中的金屬材料知識19-23
• 3.2.3 抽取Yago中金屬材料相關知識23-26
• 3.3 基于Yago的金屬材料抽取算法實驗評價及抽取結果26-34
• 3.3.1 定義抽取相關類的閾值26-27
• 3.3.2 與其他算法比較F127-29
• 3.3.3 與其他算法比較時間性能29-30
• 3.3.4 評價候選關鍵字30-31
• 3.3.5 評價獲取目標類的時間性能31-32
• 3.3.6 評價抽取實例的時間性能32
• 3.3.7 評價抽取類的時間性能32-33
• 3.3.8 方案中每一步的結果33
• 3.3.9 方案中每一步的時間33-34
• 3.4 抽取結果展示系統(tǒng)34-36
• 3.5 本章小結36-37
• 第4章 金屬材料背景知識庫的填充37-45
• 4.1 知識庫填充問題描述37-38
• 4.2 領域背景知識庫填充方法38-41
• 4.2.1 填充算法39-41
• 4.3 背景知識庫填充算法實驗評價41-43
• 4.3.1 評價填充算法的準確率41
• 4.3.2 評價相似度計算算法的時間性能41-42
• 4.3.3 評價填充算法的時間性能42-43
• 4.4 原型系統(tǒng)43-44
• 4.5 本章小結44-45
• 第5章 基于領域背景知識庫的本體映射方法45-65
• 5.1 基于領域背景知識庫的本體映射問題描述45-46
• 5.2 基于領域背景知識庫的本體映射方法46-56
• 5.2.1 獲取候選概念數(shù)據(jù)集47-48
• 5.2.2 基于字符串相似度算法生成候選概念的命中概念數(shù)據(jù)集48-50
• 5.2.3 基于背景知識庫構造候選概念對應樹狀結構50-53
• 5.2.4 比較兩個樹狀結構53-56
• 5.3 基于背景知識庫的本體映射算法實驗評價56-61
• 5.3.1 定義獲取命中概念的閾值56-57
• 5.3.2 評價預處理57
• 5.3.3 評價背景知識庫在映射中的作用57-58
• 5.3.4 評價映射算法58-59
• 5.3.5 評價樹狀結構算法59-60
• 5.3.6 與其他算法的比較60-61
• 5.4 原型系統(tǒng)61-63
• 5.5 本章小結63-65
• 結論65-67
• 參考文獻67-71
• 攻讀碩士學位期間所發(fā)表的論文71-73
• 致謝73

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 程鋼;郭玉祥;王學杰;;基于本體的交通知識庫設計與應用[J];河南理工大學學報(自然科學版);2013年04期

2 程斌,張世昌,張鐵成,方沂;基于CBR的注塑模結構知識庫的研究與開發(fā)[J];天津職業(yè)技術師范學院學報;2000年02期

3 覃蓉芳,袁旭;SGJY系統(tǒng)的數(shù)據(jù)庫與知識庫設計[J];鐵道勞動安全衛(wèi)生與環(huán)保;1996年01期

4 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 李小福;林鼎;毛永慶;;池塘高產(chǎn)養(yǎng)殖設計專家咨詢系統(tǒng)[A];第十屆全國數(shù)據(jù)庫學術會議論文集[C];1992年

2 李軍懷;周明全;耿國華;張景;;文物復原中的知識庫模型研究[A];中國圖象圖形學會第十屆全國圖像圖形學術會議（CIG’2001）和第一屆全國虛擬現(xiàn)實技術研討會（CVR’2001）論文集[C];2001年

3 童，

本文編號：998078