导读:本文包含了本体概念相似度论文开题报告文献综述及选题提纲参考文献，主要关键词:级联模型,石油本体,BP神经网络,路径得分
本体概念相似度论文文献综述
赵国梁,宫法明[1]（2018）在《基于石油领域本体的概念相似度级联模型》一文中研究指出提出了一种利用级联模型来计算本体中概念间相似度的新方法.在模型的第一阶段,采用了基于距离的语义相似度计算方法,计算出概念对在本体中的路径得分;第二阶段,采用IC(Information Content)算法精确计算概念对间相似度得分,并利用概念的公共子代集合对算法进行了扩展;第叁阶段我们采用了特征整合策略,将所有的相似性得分构建成特征向量来描述概念对,并且使用权重来平衡第一阶段与第二阶段的相似度结算得分.最后使用BP神经网络确定两个概念的相似性.我们对新提出的语义相似度算法进行了评估,并与现有的方法相比.实验结果表明,该方法有效提高相似度算法的准确性和科学性.(本文来源于《计算机系统应用》期刊2018年07期）
李婉婉,张英俊,潘理虎[2]（2018）在《基于语义相似度的本体概念更新方法研究》一文中研究指出为了实现本体概念的自动更新,减少对领域专家的过多依赖,给出一种基于语义相似度的本体概念更新方法 SSOCUM(Semantic Similarity-based Ontology Concept Update Method)。实现一种改进的基于Word Net的相似度算法,该算法在计算路径长度的基础上,综合考虑了概念的节点深度以及信息量对相似度的影响。为了弥补基于Word Net的相似度算法没有考虑概念属性所携带的语义信息的不足,加入属性相似度对其进行调整。通过实验对比,验证了改进算法的计算结果与标准数据集之间的皮尔森系数高于传统算法,计算结果更接近于人的主观判断。采用构建好的煤矿领域通风系统本体对SSOCUM算法进行实验分析。结果表明,SSOCUM算法有助于本体新概念的自动添加,并具有一定的准确性和有效性。(本文来源于《计算机应用与软件》期刊2018年04期）
柯昌博,黄志球,肖甫[3]（2017）在《基于本体概念相似度的软件构件检索方法》一文中研究指出随着软件重用与产品线技术的日趋成熟,基于产品线采用构件快速地开发出软件产品成为了研究的热点,而高效的构件检索方法是此技术能否实施的关键。因此,使用本体Web语言(OWL)描述构件,并将其转化为本体树进行模糊匹配,然后对失配的构件进行重组,并使用KMP算法对查询本体树的相似概念进行修改,从而检索到更精确且满足用户需求的构件。最后,给出了构件查询算法,并在此基础上开发了构件库查询系统原型,并与采用刻面和特征的查询方法进行了比较实验,结果证明了此方法的可行性与有效性。(本文来源于《计算机科学》期刊2017年12期）
曾小芹[4]（2016）在《本体图驱动的概念相似度算法》一文中研究指出采用本体概念映射方法,研究概念间相似度计算问题并提出本体图驱动的概念相似度算法。该算法将概念映射到本体结构图上,通过计算概念的语义、结构及属性相似度得到综合相似度。其中,结构相似度通过语义辐射圆计算模型得到,属性相似度通过概念重心向量夹角余弦得到。通过实验对比证明,该算法在一定程度上提高了相似度准确性,为数据挖掘提供了一定依据。(本文来源于《软件导刊》期刊2016年07期）
陈志飞,岳琪,陈广胜[5]（2016）在《基于森林病虫害领域本体的概念相似度算法改进》一文中研究指出传统的基于本体概念的相似度算法过于依赖层次结构,且忽略了许多影响概念间语义相似度的因素。针对这一问题,通过引入边权重关系、语义相关度影响因素,提出1种新的基于森林病虫害本体的语义相似度的计算方法。结果表明:改进后的相似度算法比传统算法更接近林业相关领域的专家经验值,证明了该方法的准确性及有效性,体现了林业领域本体概念间的复杂关系。(本文来源于《东北林业大学学报》期刊2016年09期）
李飞[6]（2016）在《基于本体的概念语义相似度测量研究》一文中研究指出概念语义相似度的测量是自然语言处理的一个重要的研究内容,它在信息检索、机器翻译、词义排歧、自动问答等领域都有广泛的应用,它是一个基础的研究课题。目前对概念语义相似度的测量研究大致分为两大类：一类是依据某种世界知识来计算,主要是使用一种语义词典,通过词典中概念结点间的关系(上下位关系、同位关系、整体-部分关系等)来测量概念间的相似度；另一类是使用一种大规模的语料库,通过统计学的方法依据上下文信息的概率分布来度量概念间的语义相似度,这一类方法通过研究者的证明同样适用于一种近似于语料库的本体中。随着本体结构的完善和本体库词汇量的增加,越来越多的研究者开始使用本体进行语义相似度测量研究,但都存在一定的局限性,实用性受到效率以及不同应用领域的严重质疑。针对这一现状,本文从该方向着手进行探索研究。本文结合前期的研究工作以及参阅相关文献,选用国内的《词林》扩展版和国外的WordNet,就相关研究遗留的问题,分别提出一种模型用于计算概念语义相似度。本文的主要工作如下：(1)在中文词语相似度测量中,分析具有代表性的田久乐提出的算法存在的不足,然后针对存在的问题提出了较好地解决办法,使其与标准测试集MC30数据集的人工判定值之间的皮尔逊相关系数由0.53提高到0.85,具有较好的实用价值。(2)通过对众多优秀算法的研究以及对《词林》扩展版的了解,以Dekang Lin的相似度理论为基础,通过理论分析与推导,最后提出一种新的概念语义相似度测量方法。(3)在对中文词语相似度测量方法效果进行评判时,由于国内缺乏具体的评判标准,本文参考国外的评判标准,转化出了一种中文词语相似度评判方法,为国内的词语相似度方法的评估提供了一种评估标准。(4)在英文概念语义相似度测量中,基于WordNet的研究,考虑到本体中普遍存在的不规则密度,导致计算结果不佳的问题。首先从已有的算法中通过部分改进抽取出一种基于密度权重的算法,用于证明通过密度补偿路径可以改善不规则密度引起的问题,然后提出一种基于区域密度补偿的路径计算模型,将该模型运用于流行的基于路径距离的算法中,通过国际标准测试集测试,发现应用本文的模型的算法比之前的算法与标准测试集的人工判定值之间的皮尔逊相关系数有了很大的提高,具有较好的效果。(5)考虑到随着大数据时代的到来,本体中的概念数量可能随时发生变化,目前效果最好的基于信息内容的方法可能不能适应这一发展趋势,本文提出的基于区域密度补偿的路径计算模型对相关领域研究人员可能具有一定的参考价值。(本文来源于《广西师范大学》期刊2016-04-01）
刘锋,郭维威[7]（2015）在《一种优化的基于领域本体语义距离的概念相似度计算模型研究》一文中研究指出针对概念相似度计算方法存在的不完整性和片面性的问题,通过对现有概念相似度几种计算方法分析与研究,提出一种优化的基于领域本体语义距离的概念相似度计算模型.该模型综合考虑了概念之间的关系、有向边节点密度、层次深度、方向因子等因素对概念相似度计算的影响,通过分析,优化后的模型有效地提高了概念相似度计算的准确性.(本文来源于《曲阜师范大学学报(自然科学版)》期刊2015年04期）
孙铁利,邢元元,关煜,陈斯娅,杨凤芹[8]（2015）在《一种新的本体的概念语义相似度计算方法》一文中研究指出提出了一种新的语义相似度计算方法。该算法结合了被评估概念的高度、路径长度和公共细化度(specificity);改进了基于路径的语义相似度算法,利用本体结构,引入基于信息量算法的思想,使得新算法能够获取更多的语义信息,同时又不需要对于文本数据进行预处理;考虑本体中簇的粒度对本体的相似度计算有一定影响,在公式中添加概念在本体中的高度信息,达到低层次的概念间共享的信息要比高层次的概念间共享的信息更多。为了评估所提出的新方法,在实验中,用标准的生物医学系统命名法-临床术语(systematized nomenclature of medicine-clinical terms,SNOMED CT)作为输入本体,用已标注好的概念对集合作为数据集。实验结果表明,所提出的方法不仅保留了基于路径算法的简洁性,还优于现有语义相似度算法,证明了所提出方法的有效性。(本文来源于《中国科技论文》期刊2015年14期）
刘龙历,薛勇,光洁,刘佳[9]（2016）在《基于本体概念相似度的遥感信息服务匹配研究》一文中研究指出构建了一个遥感信息领域本体,基于领域本体和Word Net词典对遥感信息服务进行语义扩展,提出了一种基于本体概念相似度的遥感信息服务匹配方法,并对Leacock和Chodorow语义相似度计算模型进行改进。实验结果表明,该改进模型比距离模型和信息量模型都有提高,基于本体概念相似度的遥感信息服务匹配方法的查全率和查准率都能达到70%以上,较关键字匹配方法有显着提高。(本文来源于《计算机工程与应用》期刊2016年08期）
丁博,苗世迪[10]（2016）在《制造资源本体的概念语义相似度研究》一文中研究指出为了实现制造资源本体之间的语义互操作,对本体中的概念进行语义相似性计算是进行此操作的关键技术之一。提出了一种计算概念语义相似度的新方法,将概念语义相似度分为主体相似度和附加相似度两部分。主体相似度综合考虑了概念自身的相似度、该概念的父概念和子概念间的相似度以及概念间的二元关系,同时,加入了概念属性相似度,属性携带了概念的大部分语义信息,计算属性相似度可以有效提高概念语义相似度的准确性;附加相似性是指通过本体中概念的层次结构对主体相似度进行语义补充,利用概念的深度对得到的概念语义相似度进行语义调整,有效地弥补了仅仅利用主体相似度计算概念语义相似度的不足。实例证明,该方法可以准确地计算同一本体和本体之间的概念语义相似度。(本文来源于《计算机应用研究》期刊2016年01期）
本体概念相似度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了实现本体概念的自动更新,减少对领域专家的过多依赖,给出一种基于语义相似度的本体概念更新方法 SSOCUM(Semantic Similarity-based Ontology Concept Update Method)。实现一种改进的基于Word Net的相似度算法,该算法在计算路径长度的基础上,综合考虑了概念的节点深度以及信息量对相似度的影响。为了弥补基于Word Net的相似度算法没有考虑概念属性所携带的语义信息的不足,加入属性相似度对其进行调整。通过实验对比,验证了改进算法的计算结果与标准数据集之间的皮尔森系数高于传统算法,计算结果更接近于人的主观判断。采用构建好的煤矿领域通风系统本体对SSOCUM算法进行实验分析。结果表明,SSOCUM算法有助于本体新概念的自动添加,并具有一定的准确性和有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
本体概念相似度论文参考文献
[1].赵国梁,宫法明.基于石油领域本体的概念相似度级联模型[J].计算机系统应用.2018
[2].李婉婉,张英俊,潘理虎.基于语义相似度的本体概念更新方法研究[J].计算机应用与软件.2018
[3].柯昌博,黄志球,肖甫.基于本体概念相似度的软件构件检索方法[J].计算机科学.2017
[4].曾小芹.本体图驱动的概念相似度算法[J].软件导刊.2016
[5].陈志飞,岳琪,陈广胜.基于森林病虫害领域本体的概念相似度算法改进[J].东北林业大学学报.2016
[6].李飞.基于本体的概念语义相似度测量研究[D].广西师范大学.2016
[7].刘锋,郭维威.一种优化的基于领域本体语义距离的概念相似度计算模型研究[J].曲阜师范大学学报(自然科学版).2015
[8].孙铁利,邢元元,关煜,陈斯娅,杨凤芹.一种新的本体的概念语义相似度计算方法[J].中国科技论文.2015
[9].刘龙历,薛勇,光洁,刘佳.基于本体概念相似度的遥感信息服务匹配研究[J].计算机工程与应用.2016
[10].丁博,苗世迪.制造资源本体的概念语义相似度研究[J].计算机应用研究.2016