一种基于网络分析的语义冗余发现方法
2017-04-14王国栋张自力
复杂系统与复杂性科学 2017年1期
王国栋,高 超,原 野,张自力
(西南大学 a.计算机与信息科学学院;b.智能软件与软件工程重点实验室,重庆 400715)
一种基于网络分析的语义冗余发现方法
王国栋,高 超,原 野,张自力
(西南大学 a.计算机与信息科学学院;b.智能软件与软件工程重点实验室,重庆 400715)

以农业AGROVOC本体为例,结合语义万维网推理机制定性分析冗余信息产生原因,利用复杂网络分析方法量化推理过程中产生的冗余,进而确定本体中的核心概念,解决推理冗余问题。实验表明,复杂网络分析方法可从定量角度找出核心节点及导致推理产生冗余的边,并揭示了语义冗余引起的推理效率降低问题。为优化本体设计、提高推理效率提供了一种新的可行方法。
复杂网络;推理;冗余;AGROVOC
0 引言
随着Tim Berners-Lee在1998年提出语义万维网(The Semantic Web)概念和体系结构,人们对下一代Web——语义万维网的发展和研究产生了浓厚兴趣[1]。本体是一种用来描述概念以及概念之间关系的知识表示[2],其为Web上的信息赋予一种语义含义[3],在语义万维网中起着核心作用,是实现基于语义的互操作的关键因素,因此本体的构建也就成为语义万维网实现的重要步骤。
在构建基于物联网的柑橘种植知识本体过程中[4],通过对联合国粮食组织(FAO)农业AGROVOC本体[5]的研究发现,本体的结构将在推理过程中发生变化,在只有部分本体参与推理时,产生了新的连接,而当全部本体都参与推理时,却没有产生新的连接,这表明推理产生了冗余。为什么会出现这种情况?……
登录APP查看全文
