高炜，兰美辉

（1.云南师范大学信息学院，云南昆明650500；2.曲靖师范学院计算机科学与工程学院，云南曲靖655011）

基于排序支持向量机的本体学习算法

高炜1，兰美辉2

（1.云南师范大学信息学院，云南昆明650500；2.曲靖师范学院计算机科学与工程学院，云南曲靖655011）

作为概念结构化表示、存储和管理的模型，本体越来越受到计算机各领域学者的重视，并广泛应用于生物学、医学、制药学、地理信息系统等其他学科领域。该文提出了一种基于排序支持向量机的本体学习算法，其特点是样本集由顶点对构成，并采用带有敏感参数的亏损函数。最后，将新本体算法应用到生物基因学本体和仿生机器人本体，分别验证了算法对本体相似度计算和本体映射有较高的效率。

本体；相似度计算；本体映射；排序支持向量机

作为一种概念语义表示模型，本体自20世纪90年代引入计算机领域以来，一直受到极大的关注，并得到长足的发展。该模型已经应用于信息检索、查询扩展、图像检索和数据集成等诸多领域。在近30年的发展中，本体作为一种强大的工具模型，被应用在多个学科，比如医学、生物学、制药学、地理科学、心理学和教育学等。一般用本体图G=（V，E）作为模型来表示本体O，其图中顶点表示概念，边表示概念之间的从属关系。本体在各学科中的应用，其核心问题是本体概念之间的相似度计算，进而在本体图模型中使用学习方法的过程，即通过样本得到最优本体函数f：V→R，由此将本体图中每个顶点映射成实数。……