k-部排序本体相似度计算  

Ontology similarity computation using k-partite ranking method

作　　者：兰美辉[1] 任友俊[1] 徐坚[1] 高炜[2,3] 

机构地区：[1]曲靖师范学院计算机科学与工程学院,云南曲靖655011 [2]云南师范大学信息学院,昆明650092 [3]苏州大学数学科学学院,江苏苏州215006

出　　处：《计算机应用》2012年第4期1094-1096,共3页journal of Computer Applications

基　　金：国家自然科学基金资助项目(60903131);香港研究基金委员会资助项目(CityU103508)

摘　　要：将本体图中每个顶点的相关信息用一个向量表示。根据本体图自身的结构将顶点分成k个部分。在每个部分中选取样本点组成S,并选择相应的排序亏损函数。运用k-部排序学习算法得到最优排序函数,从而将本体结构图中每个顶点映射成一个实数,通过比较实数间的差值判断两概念的相似程度。实验表明该方法对于计算本体概念间的相对相似度是有效的。This paper represented the information of each vertex in ontology graph as a vector.According to its structure of ontology graph,the vertices were divided into k parts.It chose vertices from each part,and chose the ranking loss function.It used k-partite ranking learning algorithm to get the optimization ranking function,mapped each vertex of ontology structure graph into a real number,and then calculated the relative similarities of concepts by comparing the difference between real numbers.The experimental results show that the method for calculating the relative similarity between the concepts of ontology is effective.

关 键 词：本体 相似度计算 k-部排序 排序函数 排序亏损函数 

分 类 号：TP393.092[自动化与计算机技术—计算机应用技术]