基于阶段递进的综合本体相似度计算方法

吉林大学学报(信息科学版) ›› 2014, Vol. 32 ›› Issue (2): 201-204.

基于阶段递进的综合本体相似度计算方法

王国春^a, 郑山红^b, 赵辉^b, 董亚则^a

长春工业大学 a. 软件职业技术学院； b. 计算机科学与工程学院, 长春 130012

出版日期:2014-03-25 发布日期:2014-06-12
作者简介:王国春（1978—）, 男, 长春人, 长春工业大学讲师, 硕士, 主要从事软件工程与智能系统研究, (Tel)86-431-85197565(E-mail)wangguochun@mail.ccut.edu.cn; 郑山红（1971—）, 女, 长春人, 长春工业大学副教授, 博士, 硕士生导师, 主要从事智能系统、数据挖掘研究, (Tel)86-431-85118301(E-mail)zhengshanhong@mail.ccut.edu.cn。
基金资助:
吉林省科技厅自然科学基金资助项目（20130101060JC)；吉林省教育厅“十一五”科学技术研究基金资助项目(201046)

Calculation Method of Comprehensive Ontology Similarity Based on Stage Progression

WANG Guochun^a, ZHENG Shanhong^b, ZHAO Hui^b, DONG Yaze^a

a. College of Software Career Technical; b. College of Computer Science and Engineering, Changchun University of Technology, Changchun 130012, China

Online:2014-03-25 Published:2014-06-12

摘要/Abstract

摘要：

针对传统的语义相似度计算方法计算量过大、计算过程较复杂等问题, 提出了一种基于阶段递进的综合本体相似度计算方法。该方法把计算相似度的过程分为4个阶段, 每个阶段根据实际情况设定一个阈值, 如果此阶段计算的相似度大于阈值, 则计算下一阶段的相似度; 如果小于阈值, 则认为该对概念间不相似, 不必再计算以下各阶段的相似度, 可大大减少相似度的计算量, 使计算过程清晰可控。通过实验数据可知, 该算法与Glue算法相比, 其查全率、查准率分别提高4.78%和3.05%, 而计算效率提高50%以上。

关键词: 阶段递进, 相似度, 阈值

Abstract:

According to the semantic similarity calculation of traditional method in the presence of a large, complex calculation process problems, put forward a calculation method of comprehensive ontology similarity based on stage progression. The method to process the similarity is divided into four stages, each stage according to the actual situation of setting a threshold value, if the phase calculation of similarity is greater than a threshold, then calculate the similarity of the next phase, if less than the threshold then the concept of similarity between dissimilar, do not have to then calculate the following phases, this can greatly reduce the calculation of similarity, the calculation process and control. The algorithm in the recall and precision are increased by 4.78% and 3.05% than Glue algorithm through experiment data, while the calculation efficiency increased to 50% above.

Key words: stage progression, similarity, threshold

中图分类号:

TP39

王国春, 郑山红, 赵辉, 董亚则. 基于阶段递进的综合本体相似度计算方法[J]. 吉林大学学报(信息科学版), 2014, 32(2): 201-204.

WANG Guochun, ZHENG Shanhong, ZHAO Hui, DONG Yaze. Calculation Method of Comprehensive Ontology Similarity Based on Stage Progression[J]. Journal of Jilin University(Information Science Ed, 2014, 32(2): 201-204.

[1]	王琳琳, 赵岩, 王世刚. 基于修正点扩散函数的超分辨率复原算法[J]. 吉林大学学报(信息科学版), 2017, 35(1): 1-7.
[2]	李凯, 李万龙, 郑山红, 张亚凤. 改进的多策略本体映射方法[J]. 吉林大学学报(信息科学版), 2016, 34(4): 536-542.
[3]	张岩a,b, 任伟建b, 唐国维a. 基于曲波变换的地震数据压缩感知重构算法[J]. 吉林大学学报(信息科学版), 2015, 33(5): 570-.
[4]	霍凤财, 孙宝翔, 任伟建. 基于图像阈值分割的改进蜂群算法[J]. 吉林大学学报(信息科学版), 2015, 33(1): 84-93.
[5]	朱波, 郑虹, 孙琳琳, 杨友星. 基于AST的程序代码相似性度量研究[J]. 吉林大学学报(信息科学版), 2015, 33(1): 99-104.
[6]	张晶, 王学军, 蒋恩源. 基于颜色加权的新闻视频镜头检测方法[J]. 吉林大学学报(信息科学版), 2015, 33(1): 39-44.
[7]	祝宇鸿, 历彦恺, 胡俊, 姜华庚. 基于跳数阈值和节点分类的DV-Hop改进算法[J]. 吉林大学学报(信息科学版), 2014, 32(4): 407-412.
[8]	任伟建, 任璐, 公丽颖, 石阔. 基于分级策略的自动人眼检测与定位[J]. 吉林大学学报(信息科学版), 2014, 32(3): 239-246.
[9]	石野, 黄龙和, 车天阳, 高斯, 王健. 基于语法树的程序相似度判定方法[J]. 吉林大学学报(信息科学版), 2014, 32(1): 95-100.
[10]	李颖, 李永丽, 蔡观洋. 基于双重阈值近邻查找的协同过滤算法[J]. 吉林大学学报(信息科学版), 2013, 31(6): 647-653.
[11]	李刚\|杨欣\|唐庭阁\|费树岷. 基于自适应形态学滤波器的布匹瑕疵检测算法[J]. J4, 2012, 30(2): 157-163.
[12]	田久乐,赵蔚. 基于同义词词林的词语相似度计算方法[J]. J4, 2010, 28(06): 602-.
[13]	李巍,孙涛,陈建孝, 罗梓恒,李雄飞. 基于加权余弦相似度的XML文档聚类研究[J]. J4, 2010, 28(01): 68-.
[14]	宋德亮,张国毅,齐丽君. 小波降噪在相位差变化率定位技术中的应用[J]. J4, 2009, 27(03): 235-.