-
题名基于NSGA-Ⅱ的大规模本体映射方法
被引量：1
- 1
-
-
作者
薛醒思
-
机构
福建工程学院信息科学与工程学院
-
出处
《计算机应用》
CSCD
北大核心
2014年第6期1622-1625,1630,共4页
-
基金
福建省教育厅科研项目(JA13227)
-
文摘
现有的基于进化算法的本体映射技术在面对大规模本体映射问题时,由于搜索空间太大导致算法效率低下,从而使其无法有效地在实际中得到应用。针对这一问题,提出了基于快速非支配排序的多目标遗传算法(NSGA-Ⅱ)的大规模本体映射方法。该方法通过三个步骤来映射本体:1)通过基于邻居相似度的划分算法来将源本体划分为不相交的概念块;2)通过相关概念过滤方法来确定目标本体中同源本体概念块相关的概念块;3)使用NSGA-Ⅱ方法来完成概念块之间的映射并通过贪心算法集成最终的结果。使用OAEI 2012的小规模的书目本体测试数据集和大规模的生物医学本体测试数据集对所提出的方法进行测试。同OAEI 2012的参与者的比较结果表明,所基于NSGA-Ⅱ的大规模本体映射方法能够在较短的时间内获取较好的本体映射结果,因此该方法是有效的。
-
关键词
大规模本体映射
本体划分算法
快速非支配排序的多目标遗传算法
-
Keywords
large scale ontology aligning
ontology partitioning algorithm
fast elitist Non-dominated Sorting Genetic algorithm for multi-objective optimization （NSGA-Ⅱ ）
-
分类号
TP182
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于主题爬虫的本体非分类关系学习框架
被引量：2
- 2
-
-
作者
乔建忠
-
机构
中国科学院国家科学图书馆
解放军艺术学院教育技术中心
-
出处
《图书情报工作》
CSSCI
北大核心
2010年第18期120-125,129,共7页
-
文摘
提出一种借助主题爬虫自动从返回的相关网页进行本体非分类关系学习的框架与方法。针对利用互联网进行本体学习的特点,所用到的主要方法是词频、共现统计和分割聚类算法K-Means,并没有采用复杂的语法结构分析和半指导聚类算法如EM、BIRCH和SOM,因此自动化程度和效率较高。学习结果将用于指导主题爬虫进行网页相关性的判断。这种非分类关系的学习质量将由主题爬虫在实际应用中的表现来客观评价。
-
关键词
本体学习
非分类关系
主题爬虫
分割聚类算法
相关度
-
Keywords
ontology learning non-taxonomic relation focused crawler partitioning clustering algorithm relevance
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
