HowNet与CCD映射方法研究  

On Mapping between HowNet and CCD

作　　者：向春丞[1] 穗志方[1,2] 詹卫东[1] 

机构地区：[1]北京大学计算语言学教育部重点实验室,北京100871 [2]语言能力协同创新中心,江苏徐州221009

出　　处：《中文信息学报》2015年第3期44-51,共8页Journal of Chinese Information Processing

基　　金：国家重点基础研究发展计划(2014CB340504);国家自然科学基金(61375074)

摘　　要：本体映射是解决本体异构问题的关键方案。该文以HowNet和CCD中的名词性概念为例,首先利用机器学习技术发现初始映射关系,主要包括特征选择、样本集合划分、分类器选择等步骤;然后考虑本体的整体结构信息,利用相似度传播算法,对初始映射关系进行全局调整。实验表明,最终的一对一和一对多映射关系的准确率分别达到了94%和87.5%。Ontology matching is the key solution to the semantic heterogeneity problem. Focusing on the Noun con- cept of HowNet and CCD, this paper applies machine learning to identify the initial mapping relationships, disi- cussing the the feature selection, sample collections division and classifier selection. Further, employing the overall structure of the ontology, the similarity propagation algorithm is introduced to adjust the initial mapping globally. Experiment result shows that the precision of 1 ： 1 and 1 ： n mapping relationships reaches 94 % and 87.5 %, respec- tively.

关 键 词：本体映射 机器学习 分层抽样 相似度传播算法 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]