CN107798146A - 一种基于子图近似同构的学习资源本体匹配方法 - Google Patents

Abstract

本发明公开一种基于子图近似同构的学习资源本体匹配方法，包括：步骤一，锚点选择与子图抽取；步骤二，子图结构相似度计算；步骤三，子图近似同构判定；步骤四，基于子图近似同构的本体匹配。本发明对现有本体匹配方法进行扩展，综合编辑距离、层次关系等特征，从本体结构级进行匹配判定，加强了本体的匹配效率，提高了基于本体的知识发现能力。

Description

一种基于子图近似同构的学习资源本体匹配方法

技术领域

本发明涉及一种本体匹配方法，尤其是一种基于子图近似同构的学习资源本体匹配方法。

背景技术

目前，本体匹配是解决由不同数据规范、建模方法和技术创建的异构本体相互整合问题的关键技术，本体匹配方法主要有基于语言学的、结构的和实例的。基于语言学的本体匹配方法难以定义科学的语义距离；基于结构的本体匹配方法大多只着眼于本体自身的层次结构，较少考虑其他关系对本体匹配的影响；基于实例的本体匹配方法受限于机器学习技术自身的复杂性、计算性能、正确性及优化等问题的困扰，在实际本体匹配应用中的有效性尚待考查。

国外学者自20世纪90年代开始针对本体匹配的研究，已形成很多著名的本体匹配系统。在本体匹配方法上，按匹配时的信息粒度、输入类型为标准，主要有元素级和结构级的本体匹配方法，其中元素级是指基于本体的单个实体信息而不考虑实体间关联性，结构级是指将本体各实体信息作为一个整体结构。基于结构的匹配方法中，本体结构特征的相似度传播是判定匹配的重要因素，但当前方法在结构相似度计算上过多依赖于邻接节点相似度，相似性传播大多需要遍历全图，计算量大且带有盲目性，尚待进一步深入研究。

基于结构的本体匹配中，图的匹配是一个NP完全问题，难以直接应用图结构的匹配来解决本体匹配，因此这类方法常常是通过对本体结构的相似性进行计算和匹配来实现的。一般的指导思想是：通过图中相邻元素的相似性来推测元素自身的相似度，即若节点的邻居节点相似，则节点本身也相似，其核心是相似度传播。最典型的两个基于结构的本体匹配算法SF和GMO，其核心思想都是：拥有相似父/子概念的概念可能相似，拥有相似属性的概念可能相似。其中,Similarity flooding算法的相似度传播只考虑已匹配概念对邻居节点的传播,GMO则是对全体全局进行相似度传播。

发明内容

为解决基于结构的本体匹配方法大多只着眼于本体自身的层次结构，较少考虑其他关系对本体匹配的影响，在结构相似度计算上过多依赖于邻接节点相似度，相似性传播大多需要遍历全图，计算量大且带有盲目性以及基于实例的本体匹配方法受限于机器学习技术自身的复杂性、计算性能、正确性及优化等问题的困扰，本发明提供一种基于子图近似同构的学习资源本体匹配方法，该方法在综合概念编辑距离、层次架构与其他关系相似性基础，对本体的有向图中交替进行点、边匹配，从而以子图近似同构来判定本体匹配；该方法以结构整体相似性为判断标准，有助于加强本体的匹配效率，提高本体资源的发现能力。

为实现上述目的，本发明采用下述技术方案：

一种基于子图近似同构的学习资源本体匹配方法，该方法包括以下步骤：

步骤一，锚点选择与子图抽取

在两个待匹配本体A、B的图结构中寻找可匹配的一对锚点，根据各本体上的锚点概念所处的不同位置情况，分别抽取该锚点概念导出的本体有向图；

步骤二，子图结构相似度计算

分别计算两个待匹配本体A、B有向图的节点编辑距离相似度、节点间层次关系相似度、节点间其他关系相似性和图的结构相似性；

步骤三，子图近似同构判定

进一步计算两个待匹配本体A、B及其有向图的同构近似值，对子图近似同构进行判定；

步骤四，基于子图近似同构的本体匹配

基于子图近似同构的本体相似度综合计算和基于子图近似同构的本体匹配。

进一步地，步骤一中锚点指两个待匹配本体A与B中第一对可确定相似的概念，表现在本体的有向图上第一对确定匹配的节点。其定义如下：给定两个待匹配本体A、B，其对应的图结构表示分别为G(A)、G(B)，若对于G(A)中的一个节点x∈C_A，在G(B)中存在节点y∈C_B，有：

a)OM(x,y)，即概念x与y可匹配；

b)

有

则称＜x,y＞为A、B的一对锚点,x与y称为锚点概念。

锚点概念导出的本体有向图O^x可表示为五元组其中：

a)C^x＝{c∈C|(cHcx)∨(xHcc)∨(cRx)∨(xRc)}是概念集；

b)P^x＝{P→{C^x}}、I^x＝{I→{C^x}}是属性集、实例集；

c)Hc^x＝{Hc→{C^x}}是Ox的概念间层次关系集；

d)R^x＝{R→{C^x}}是Ox的概念间其他关系集。

进一步地，步骤二中节点编辑距离相似度由节点所代表的概念相似度和属性相似度综合计算得到；节点间层次关系相似度通过本体A、B的锚点概念x、y的层次关系入度集 和出度集计算得到；节点其他关系相似度通过x、y之间存在关系R的节点集，辅以权重调整系数计算得到。

进一步地，步骤三中两个待匹配本体A、B的有向图G与G'的点之间保持一一对应，边之间保持一一对应，且对应点与对应边之间保持相同的关联关系，则G与G'同构，记为

由于本体匹配中一般难以达到严格的一一对应，只要本体间的相似程度满足预设阈值，即可判定为匹配，因此本发明提出本体图结构的近似同构概念。

两个待匹配本体A、B的有向图分别表示为G(A)、G(B)，对于G(A)的根节点a，存在G(B)中的一个节点b，有<a,b>为A、B的一对锚点；对于G(A)与b导出本体B^b的有向图G(B^b)，有：

对于设定的匹配阈值θ，有S(G(A),G(B^b))≥θ，则本体A与B是图近似同构的，记为G(A)≈G(B)。

进一步地，步骤四中基于子图近似同构的本体匹配算法是：按图的广度优先遍历次序，在确定了匹配的锚点节点后，基于节点出入度实现图节点与边的交替匹配，从而在待匹配本体B的有向图G(B)中找到一个与G(A)近似同构的子图。

进一步地，步骤四中基于子图近似同构的本体匹配算法包括如下步骤：

步骤五，确定G(B)中与G(A)根节点a对应的锚点节点b；

步骤六，生成B的锚点导出本体及其有向图表示G(B^b)；

步骤七，在G(A)与G(B^b)间进行图的近似同构判定；若两者满足近似同构关系，则称A、B是可匹配的，否则迭代上述过程直至达到收敛要求。

有益效果：

1.本发明在现有本体匹配方法的基础上，综合编辑距离、层次关系等特征，计算本体的结构级相似性，以点、边有序交替匹配来判断实体的有向图近似同构问题，实现本体匹配判定。

2.在本体有向图匹配中，预设一个阈值，当本体的相似度计算值满足阈值后，即可判定为本体匹配，解决了直接应用图结构进行本体匹配的难题。

3.本体匹配算法中按图的广度优先遍历次序，在确定了匹配的锚点节点后，基于节点出入度实现图节点与边的交替匹配，从而在待匹配本体B的有向图G(B)中找到一个与G(A)近似同构的子图；该算法不依赖于邻接节点相似度，相似性传播不需要遍历全图，提高了本体匹配的效率。

附图说明

图1是本发明一实施例的整体框架图；

图2是本发明一实施例的本体有向图表示；

图3是本发明一实施例的本体匹配过程演示图。

具体实施方式

下面结合附图和实施例对本发明进一步说明。

本体的形式化定义很多，本发明采用如下定义：

定义1：本体可定义为五元组O＝(C,I,P,Hc,R,A⁰)，其中，C为概念集，I是实例集，P是概念属性集，Hc是概念间的层次关系集，R是概念间其他关系集，A⁰是本体公理集。

对其定义域、值域分别记r.dom、r.ran。

定义2：设本体O＝(C,I,P,Hc,R,A⁰)的有向图表示为G(O)＝(V_,E,L_V,L_E,μ_,η)，其中：

a)节点集V＝C，边集E＝V×V；

b)μ:V→L_v是从节点集到节点标记集的映射函数；

c)η:E→L_E是从边集到边标记集的映射。

例如，当μ:V→L_v为节点赋标记为本体概念，η:E→L_E为有向实线弧赋以概念间层次关系，有向虚线弧赋概念间R关系，则如图2可看作是对一个本体的描述。

本体相似性的一个重要指标是语义相似度，如概念的编辑距离、节点基距离、实例的概率相似、结构相似等，领域学者已提出了多种语义相似度计算方法，如编辑距离计算如式(2)所示，不再阐述。节点间基距离的计算公式可如下所示:

其中:n₁、n₂分别是节点A在本体O₁、B在本体O₂中词的个数，m为重叠词的个数。

实例的概率相似可表示为

其中:P(A_,B)是实例同时属于概念A和B的概率，是实例属于概念B但不属于概念A的概率，P(A,B)是实例属于概念A但不属于概念B的概率。

本实施例提供一种基于子图近似同构的本体匹配方法，其整体框架如图1所示。由图1可知，基于子图近似同构的本体匹配(SIOM)是一个顺序匹配器，主要包括步骤一的锚点选择与子图、步骤二的相似度计算与传播、步骤三的子图近似同构判定和步骤四的基于相似同构子图的本体匹配。步骤一的锚点选择与子图包括候选锚点选择、错点过滤和基于锚点进行子图抽取；步骤二的相似度计算与传播包括结构相似性传播图、结构相似性计算、结构相似性传播和抽取候选近似同构子图；步骤三的子图近似同构判定包括子图同构近似值计算和子图近似同构判定；步骤四的基于相似同构子图的本体匹配包括基于近似同构子图的本体相似度综合计算和基于近似同构子图的本体匹配。

步骤一中，根据锚点在本体层次结构中所处位置的不同，可分为如下九种情况:a)x与y分别为G(A)、G(B)的根节点；b)x为G(A)的根节点，y为G(A)的中间节点；c)x为G(A)的根节点，y为G(B)的叶节点；d)x为G(A)的中间节点，y为G(B)的根节点；e)x为G(A)的中间节点，y为G(B)的中间节点；f)x为G(A)的中间节点，y为G(B)的叶节点；g)x为G(A)的叶节点，y为G(B)的根节点；h)x为G(A)的叶节点，x为G(B)的中间节点；i)x为G(A)的叶节点，y为G(B)的叶节点。

给定本体O及其锚点概念x导出的本体O^x，若有向图G(O),G(O^x)分别为其对应的图结构表示，则有

对于给定本体O及其锚点概念x导出的本体O^x，对其有向图表示G(O)、G(O^x)来说，有：

a)若x为G(A)的根节点，则G(O^x)＝G(O)；

b)若x为G(A)的非根节点，则

特别地，当x为G(A)的叶节点时，G(O^x)退化为G(O)中的一个节点。

步骤二中，对于待匹配本体A、B及其有向图表示G(A)、G(B)，G(A)与G(B)相似性计算由四部分构成:

a)节点编辑距离相似度计算。由节点所代表的概念相似度、属性相似度综合计算得到。具体方法如下:设x与y分别为G(A)、G(B)中的两个节点，为x与y的概念编辑距离，为x与y的共有属性编辑距离，应用计算，则节点x与y间相似度计算公式为

其中:α,β为权重调整参数，且0＜α,β≤1∧α+β＝1。

b)节点间层次关系相似度。设G(A)中x的层次关系入度集为层次关系出度集为类似y在G(B)中的层次关系入度集、层次关系出度集分别为y_in、y_out，则x与y间层次关系相似性计算公式为：

表示与x、y有层次关系的父节点中可匹配的节点集；

表示与x、y有层次关系的子节点中可匹配的节点集。

c)节点间其他关系相似性。记与x、y存在关系R的节点集分别为：

若有

((x'r₁x)∧(y'r₂y)∧OM(x',y'))∨((xr₁x')∧(yr₂y')∧OM(x',y')) (7)

把满足式(7)的节点集记为辅以权重调整系数，则节点间其他关系相似度计算公式可表示为：

权重调整参数γi、λ_i满足

d)图的结构相似性。待匹配本体A、B及其有向图G(A)、G(B)，<x,y>为A、B的一对锚点，则x与y导出本体的有向图G(x)、G(y)间相似性计算公式可表示为：

其中:为权重调整系数。

步骤三中，如果有向图G与G'的点之间保持一一对应，边之间保持一一对应，而且对应点与对应边之间保持相同的关联关系，则称G与G'同构，记为

由于本体匹配中一般难以达到严格的一一对应，只要本体间的相似程度满足预设阈值，即可判定为匹配，因此本发明提出本体图结构的近似同构概念。

给定待匹配本体A及待匹配本体B，其有向图表示为G(A)、G(B)，若：a)对于G(A)的根节点a，存在G(B)中的一个节点b，有<a,b>为A、B的一对锚点；b)对于G(A)与b导出本体B^b的有向图G(B^b)，有：

对于设定的匹配阈值θ，有S(G(A),G(B^b))≥θ，则称本体A与B是图近似同构的，记为G(A)≈G(B)。

步骤四中，基于子图近似同构的本体匹配算法的主要思想是：按图的广度优先遍历次序，在确定了匹配的锚点节点后，基于节点出入度实现图节点与边的交替匹配，从而在待匹配本体B的图G(B)中找到一个与G(A)近似同构的子图。关键步骤主要有：首先，确定G(B)中与G(A)根节点a对应的锚点节点b；接着，生成B的锚点导出本体B^b及其有向图表示G(B^b)；再次，在G(A)与G(B^b)间进行图的近似同构判定。若两者满足近似同构关系，则称A、B是可匹配的，否则，迭代上述过程直至达到收敛要求。其主要操作的伪代码描述如下：

本体匹配过程演示：将本体抽象成有向图3(a)，作为目标本体Q。其中节点上标注数字代表属性，有向弧上标注数字代表节点间的其他关系要求。给出一个待匹配本体Q'如图3(b)所示。首先选定并匹配出一对锚点概念节点<c,B>，如图3(c)所示。

由锚点概念节点开始，按顺序生成Q与Q'的第一步子图，如图3(d)所示，依此计算和判定生成子图的节点匹配、边匹配和结构匹配，实现Q与Q'的第一步匹配。在已匹配的本体子图中，匹配一对锚点概念节点，重复上述过程，直至实现本体Q的全部图匹配或无法再匹配，算法终止，如图3(e)所示。上述匹配过程中，本体Q的表示图在本体Q'的表示图中实现近似同构匹配，从而认为本体Q'是可以匹配本体Q的。

对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (4)

1.一种基于子图近似同构的学习资源本体匹配方法，其特征在于，所述方法包括以下步骤：

步骤一，锚点选择与子图抽取

在两个待匹配本体A、B的图结构中寻找可匹配的一对锚点，根据各本体上的锚点概念所处的不同位置情况，分别抽取该锚点概念导出的本体有向图；

步骤二，子图结构相似度计算

分别计算两个待匹配本体A、B有向图的节点编辑距离相似度、节点间层次关系相似度、节点间其他关系相似性和图的结构相似性；

步骤三，子图近似同构判定

进一步计算两个待匹配本体A、B及其有向图的同构近似值，对子图近似同构进行判定；

步骤四，基于子图近似同构的本体匹配

基于子图近似同构的本体相似度综合计算和基于子图近似同构的本体匹配。

2.根据权利要求1所述的基于子图近似同构的学习资源本体匹配方法，其特征在于，所述步骤三中两个待匹配本体A、B的有向图分别表示为G(A)、G(B)，对于G(A)的根节点a，存在G(B)中的一个节点b，有<a,b>为A、B的一对锚点；对于G(A)与b导出本体B^b的有向图G(B^b)，有：

<mrow> <mi>V</mi> <mrow> <mo>(</mo> <mi>A</mi> <mo>)</mo> </mrow> <mo>&amp;SubsetEqual;</mo> <mi>V</mi> <mrow> <mo>(</mo> <msup> <mi>B</mi> <mi>b</mi> </msup> <mo>)</mo> </mrow> <mo>,</mo> <mi>E</mi> <mrow> <mo>(</mo> <mi>A</mi> <mo>)</mo> </mrow> <mo>&amp;SubsetEqual;</mo> <mi>E</mi> <mrow> <mo>(</mo> <msup> <mi>B</mi> <mi>b</mi> </msup> <mo>)</mo> </mrow> </mrow>

<mrow> <mo>&amp;ForAll;</mo> <mi>x</mi> <mo>&amp;Element;</mo> <mi>V</mi> <mrow> <mo>(</mo> <mi>A</mi> <mo>)</mo> </mrow> <mo>:</mo> <mo>&amp;Exists;</mo> <mi>y</mi> <mo>&amp;Element;</mo> <mi>V</mi> <mrow> <mo>(</mo> <msup> <mi>B</mi> <mi>b</mi> </msup> <mo>)</mo> </mrow> <mo>:</mo> <mi>O</mi> <mi>M</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow>

<mrow> <mo>&amp;ForAll;</mo> <mi>e</mi> <mo>&amp;Element;</mo> <mi>E</mi> <mrow> <mo>(</mo> <mi>A</mi> <mo>)</mo> </mrow> <mo>:</mo> <mo>&amp;Exists;</mo> <msup> <mi>e</mi> <mo>&amp;prime;</mo> </msup> <mo>&amp;Element;</mo> <mi>E</mi> <mrow> <mo>(</mo> <msup> <mi>B</mi> <mi>b</mi> </msup> <mo>)</mo> </mrow> <mo>:</mo> <mi>O</mi> <mi>M</mi> <mrow> <mo>(</mo> <mi>e</mi> <mo>,</mo> <msup> <mi>e</mi> <mo>&amp;prime;</mo> </msup> <mo>)</mo> </mrow> </mrow> 对于设定的匹配阈值θ，有S(G(A),G(B^b))≥θ，则本体A 与B是图近似同构的，记为G(A)≈G(B)。

3.根据权利要求1所述的基于子图近似同构的学习资源本体匹配方法，其特征在于，所述步骤四中基于子图近似同构的本体匹配算法是：按图的广度优先遍历次序，在确定了匹配的锚点节点后，基于节点出入度实现图节点与边的交替匹配，从而在待匹配本体B的有向图G(B)中找到一个与G(A)近似同构的子图。

4.根据权利要求3所述的基于子图近似同构的学习资源本体匹配方法，其特征在于，所述步骤四中基于子图近似同构的本体匹配算法包括如下步骤：

步骤五，确定G(B)中与G(A)根节点a对应的锚点节点b；

步骤六，生成B的锚点导出本体及其有向图表示G(B^b)；

步骤七，在G(A)与G(B^b)间进行图的近似同构判定；若两者满足近似同构关系，则称A、B是可匹配的，否则迭代上述过程直至达到收敛要求。