本發(fā)明涉及語義網(wǎng)絡(luò)技術(shù)領(lǐng)域，具體涉及一種改進(jìn)的基于領(lǐng)域本體的概念相關(guān)度計(jì)算方法。

背景技術(shù)：

目前，針對詞語相關(guān)度計(jì)算的研究很多，計(jì)算方法和算法也比較豐富，或是基于詞語共現(xiàn)幾率計(jì)算相關(guān)度，或是根據(jù)詞語語義詞典的相似度來得到相關(guān)度，或是基于維基百科層次結(jié)構(gòu)計(jì)算相關(guān)度。這其中不乏比較經(jīng)典和優(yōu)秀的算法，但也存在著一些問題，例如，這些方法或是不能全面考慮詞語語義，或是未語義概念間的關(guān)聯(lián)關(guān)系的特性分析相關(guān)度。領(lǐng)域本體相對于計(jì)算機(jī)處理文本，出現(xiàn)地較晚。隨著知識(shí)量的指數(shù)級(jí)增長，很難有哪部語義詞典能夠完整地覆蓋所有范圍。本體作為表示某專業(yè)領(lǐng)域的知識(shí)數(shù)據(jù)庫，其構(gòu)成結(jié)構(gòu)非常清晰，類似于一棵樹，更復(fù)雜的領(lǐng)域本體會(huì)是圖形結(jié)構(gòu)。盡管會(huì)出現(xiàn)圖形結(jié)構(gòu)，但是領(lǐng)域本體中存在著非常明顯的層次結(jié)構(gòu)。概念間的相關(guān)度不等同于概念相似度，考慮了基本屬性關(guān)系、路徑距離與路徑數(shù)量、密度與深度等影響因子，也考慮本體中存在的特殊關(guān)聯(lián)關(guān)系，即相關(guān)度不僅受到相似度的影響，還與本體概念間的關(guān)聯(lián)程度有關(guān)。如工業(yè)”與“信息化”在信息化沒有現(xiàn)在如此普及時(shí)，工業(yè)領(lǐng)域中還少見信息化這個(gè)概念，但是隨著信息化進(jìn)程的加快，以信息化促進(jìn)工業(yè)化成為時(shí)代口號(hào)，為大多數(shù)所接受。為了滿足上述需求，本發(fā)明提供了一種改進(jìn)的基于領(lǐng)域本體的概念相關(guān)度計(jì)算方法。

技術(shù)實(shí)現(xiàn)要素：

針對于即考慮了本體間的基本屬性關(guān)系、路徑距離與路徑數(shù)量、密度與深度等影響因子，又考慮本體中存在的特殊關(guān)聯(lián)關(guān)系來計(jì)算本體概念相關(guān)度問題，本發(fā)明提供了一種改進(jìn)的基于領(lǐng)域本體的概念相關(guān)度計(jì)算方法。

為了解決上述問題，本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的：

步驟1：利用七步法或循環(huán)獲取法構(gòu)建專業(yè)領(lǐng)域本體數(shù)據(jù)庫。

步驟2：考慮了本體間的基本屬性關(guān)系、路徑距離與路徑數(shù)量、密度與深度等影響因子計(jì)算兩本體概念(g₁，g₂)間的相關(guān)度。

步驟3：考慮本體中存在的特殊關(guān)聯(lián)關(guān)系，計(jì)算本體概念(g₁，g₂)間的相關(guān)度RE_{關(guān)聯(lián)}(g₁，g₂)。

步驟4：綜合上述步驟2、步驟3，得到本體概念(g₁，g₂)間的最終相關(guān)度RE_最終(g₁，g₂)

本發(fā)明的有益效果是：

1、為語義擴(kuò)展提供良好的理論基礎(chǔ)。

2、與經(jīng)典相關(guān)度計(jì)算公式對比。此方法取得了比不考慮關(guān)聯(lián)性的相似度計(jì)算方法取得了更好的效果。

3、為實(shí)現(xiàn)語義擴(kuò)展能夠提高信息檢索的查全率和查準(zhǔn)率提供良好的理論基礎(chǔ)。

附圖說明

圖1為一種改進(jìn)的基于領(lǐng)域本體的概念相關(guān)度計(jì)算方法結(jié)構(gòu)流程圖。

圖2為本體概念領(lǐng)域模塊語義樹形圖。

具體實(shí)施方式

為了解決即考慮了本體間的基本屬性關(guān)系、路徑距離與路徑數(shù)量、密度與深度等影響因子，又考慮本體中存在的特殊關(guān)聯(lián)關(guān)系來計(jì)算本體概念相關(guān)度問題，結(jié)合圖1-圖2對本發(fā)明進(jìn)行了詳細(xì)說明，其具體實(shí)施步驟如下：

步驟1：利用七步法或循環(huán)獲取法構(gòu)建專業(yè)領(lǐng)域本體數(shù)據(jù)庫。

步驟2：考慮了本體間的基本屬性關(guān)系、路徑距離與路徑數(shù)量、密度與深度等影響因子計(jì)算兩本體概念(g₁，g₂)間的相關(guān)度，其具體計(jì)算過程如下：

步驟2.1)構(gòu)造基于基本屬性關(guān)系對兩本體概念(g₁，g₂)相似度的影響函數(shù)RE_屬性(g₁，g₂)

兩本體概念(g₁，g₂)相似度與屬性相似度成正比，與屬性權(quán)重也成正比。

路徑為g₁→J₁→…→J_n→g₂

假設(shè)g₁、J₁、…、J_n、g₂的屬性個(gè)數(shù)各為

每個(gè)屬性對相應(yīng)概念的影響權(quán)重是不同的，按照權(quán)重系數(shù)分別對概念屬性進(jìn)行排序，對每個(gè)概念屬性取前i個(gè)屬性權(quán)重值。

這里

即得下列屬性權(quán)重矩陣(n+2)×i：

從專業(yè)領(lǐng)域本體樹中，可以很清楚的知道g₁、J₁、…、J_n概念中的共有屬性，記為(S₁′，S₂′，…，S_j′)，這里j為共有屬性的個(gè)數(shù)，j≤i，且

為概念g₁、J₁、…、J_n、g₂中屬性相同，則取出其對應(yīng)權(quán)重值

所以構(gòu)建的影響函數(shù)為：

步驟2.2)構(gòu)造基于路徑距離、與路徑數(shù)量對兩本體概念(g₁，g₂)相似度的影響函數(shù)RE_路徑(g₁，g₂)

兩本體概念(g₁，g₂)相似度與其路徑長度成反比，找到兩本體概念(g₁，g₂)間最長路徑，其中經(jīng)過的概念節(jié)點(diǎn)有n個(gè)，即(J₁→…→J_n)。

即經(jīng)過路徑的長度為L(g₁，g₂)＝n+2

兩本體概念(g₁，g₂)相似度與路徑數(shù)量成反比，即當(dāng)路徑數(shù)量越多，兩本體概念(g₁，g₂)相似度越大，這里根據(jù)專業(yè)領(lǐng)域本體樹可知路徑數(shù)量為N，如圖2。

即

上式r為路徑長度與路徑個(gè)數(shù)的權(quán)重比值，這個(gè)可以根據(jù)實(shí)驗(yàn)迭代出來。

步驟2.3)構(gòu)造密度與深度對兩本體概念(g₁，g₂)相似度的影響函數(shù)RE₂(g₁，g₂)，需先構(gòu)造深度對兩本體概念語義相似度的影響函數(shù)RE_深度(g₁，g₂)以及密度對兩本體概念語義相似度的影響函數(shù)RE_密度(g₁，g₂)，其具體求解過程如下：

步驟2.3.1)先構(gòu)造深度對兩本體概念語義相似度的影響函數(shù)RE_深度(g₁，g₂)

概念節(jié)點(diǎn)的深度是指概念在所處的本體樹中的層次深度。在本體樹中，每個(gè)概念節(jié)點(diǎn)都是對上一層節(jié)點(diǎn)的一次細(xì)化。因此概念節(jié)點(diǎn)處于本體樹中層次越深，則表示的內(nèi)容越具體，概念間的相似度越大。反之概念間的相似度越小。

這里深度值從根節(jié)點(diǎn)開始，根節(jié)點(diǎn)的深度值為1，從概念(g₁，g₂)與共同父節(jié)點(diǎn)構(gòu)成的樹子集中分別找到兩最短路徑的共同父節(jié)點(diǎn)，即

則

分別為概念(g₁，g₂)的共同父節(jié)點(diǎn)在本體樹中的最短深度。

從而構(gòu)造下列影響因子：

兩本體概念(g₁，g₂)在本體樹中的深度為：

即兩本體概念(g₁，g₂)在本體樹中得平均深度為：

從而構(gòu)造下列影響因子：

上式dep(tree)為本體樹的深度。

綜上，有下式：

步驟2.3.2)構(gòu)造密度對兩本體概念語義相似度的影響函數(shù)RE_密度(g₁，g₂)

概率節(jié)點(diǎn)密度越大，則其直接子節(jié)點(diǎn)數(shù)目越多，節(jié)點(diǎn)細(xì)化的越具體，各直接子節(jié)點(diǎn)之間的相似度越大。

從概念(g₁，g₂)的直接子節(jié)點(diǎn)中找到共同直接子節(jié)點(diǎn)個(gè)數(shù)，如上為N。

從概念(g₁，g₂)中找到直接子節(jié)點(diǎn)數(shù)最多的，記為：

上式i、j分別為以概念g₁、g₂為父節(jié)點(diǎn)所對應(yīng)得子分枝個(gè)數(shù)。分別為概念g₁，g₂對應(yīng)的第i、j個(gè)子分枝中直接子節(jié)點(diǎn)的個(gè)數(shù)。

則

步驟2.3.3)由上述步驟RE_深度(g₁，g₂)、RE_密度(g₁，g₂)可得：

步驟3：考慮本體中存在的特殊關(guān)聯(lián)關(guān)系，計(jì)算本體概念(g₁，g₂)間的相關(guān)度RE_{關(guān)聯(lián)}(g₁，g₂)，其具體計(jì)算過程如下：

在構(gòu)建專業(yè)領(lǐng)域本體模塊過程中，有些本體之間存在特殊關(guān)聯(lián)關(guān)系，例如工業(yè)與信息化，在信息時(shí)代還沒普及的時(shí)候，這兩則之間關(guān)聯(lián)度接近為0，而現(xiàn)今，關(guān)聯(lián)度很高。

所以專業(yè)領(lǐng)域本體模塊需要擴(kuò)展連接存在特殊關(guān)聯(lián)關(guān)系的本體概念，并由相關(guān)領(lǐng)域?qū)＜覍τ邢蜻呝x予一定的權(quán)重。

根據(jù)上述理論，可以計(jì)算特殊關(guān)聯(lián)關(guān)系對本體概念(g₁，g₂)間的相關(guān)度影響函數(shù)，即：

上式N′為本體概念(g₁，g₂)間的路徑個(gè)數(shù)，N′＞0與本體概念(g₁，g₂)間的相關(guān)度成正比。

上式MAX(L₁，L₂，…，L_N′)為路徑數(shù)N′中路徑長度最大的值。

分別為路徑長度最長的對應(yīng)有向邊權(quán)重值，在構(gòu)建專業(yè)領(lǐng)域數(shù)據(jù)庫過程中由領(lǐng)域?qū)＜业y(tǒng)計(jì)給出。

步驟4：綜合上述步驟2、步驟3，得到本體概念(g₁，g₂)間的最終相關(guān)度RE_最終(g₁，g₂)，其具體計(jì)算過程如下：

其中α、β、γ分別為本體間的基本屬性關(guān)系、路徑距離與路徑數(shù)量、密度與深度的影響系數(shù)，可以根據(jù)實(shí)驗(yàn)迭代得出最優(yōu)的影響系數(shù)，且α+β+γ＝1，如果α＞γ＞β，則α對本體概念(g₁，g₂)間的最終相關(guān)度影響最大，γ次之，β對本體概念(g₁，g₂)間的最終相關(guān)度影響最小。

如果不存在特殊關(guān)聯(lián)關(guān)系，則N′＝0，反之，N′＞0。