HowNet与CCD映射方法研究

向春丞, 穗志方，2, 詹卫东

(1. 北京大学 计算语言学教育部重点实验室，北京 100871；2. 语言能力协同创新中心，江苏 徐州 221009))



HowNet与CCD映射方法研究

向春丞1, 穗志方1，2, 詹卫东1

(1. 北京大学 计算语言学教育部重点实验室，北京 100871；2. 语言能力协同创新中心，江苏 徐州 221009))

本体映射是解决本体异构问题的关键方案。该文以HowNet和CCD中的名词性概念为例，首先利用机器学习技术发现初始映射关系，主要包括特征选择、样本集合划分、分类器选择等步骤；然后考虑本体的整体结构信息，利用相似度传播算法，对初始映射关系进行全局调整。实验表明，最终的一对一和一对多映射关系的准确率分别达到了94%和87.5%。

本体映射；机器学习；分层抽样；相似度传播算法

1 前言

本体作为一种能在语义和知识层面上描述领域概念的建模工具，近年来在人工智能、信息检索、语义Web等领域受到了极大关注，本体数量在其研究和运用领域呈爆炸式增长。然而，独立地设计和开发导致了大量描述同一领域知识的本体之间存在严重的异构问题，极大阻碍了本体之间知识的共享和融合。本体映射能够在异构本体之间发现语义相似的实体，是解决本体异构问题的关键方案[1]，已成为当前语义Web领域中的一个研究热点。

目前，研究者们已在本体映射方面做了大量工作，提出了许多映射方法[2-4]，如基于实体名称、基于本体结构、基于背景知识以及基于语义的方法等。通常，大部分本体映射系统[5-6]都将多个基本匹配器进行线性综合，然后使用一些优化策略，发现映射关系。……