论文部分内容阅读
本体的应用为语义化信息表示、信息交流和传播提供了有利途径。而随着语义技术的发展和信息资源的扩张，本体数量不断增加，不同专家所建立的本体存有较大差异，由此带来的本体异构问题导致了本体协作与应用的困难。本体匹配技术能够挖掘不同本体概念之间的关系，是解决语义异构问题的有效方案之一。随着科技信息资源共建共享需求的推进，本体匹配技术为实现分布式数字图书馆之间异构信息资源的语义互操作提供了更多可能。
本体匹配的研究已颇受国内外学者的关注，匹配方法结合了统计学、机器学习等多种智能化的技术手段，出现了越多越多的本体匹配器。然而，目前并没有任何一种本体匹配器能够独领风骚，每种匹配器所对应的应用场景也是有限的。因此，一方面，数目众多的本体匹配器给用户造成了选择困难;另一方面，所挑选出的本体匹配器又必须满足用户的应用需求。鉴于此，本文研究了基于场景的本体匹配方法。
首先，从本体匹配的基础方法和技术的研究出发，分析本体匹配器所采用的基础匹配方法、相似度技术、匹配策略等。利用输入、处理和输出三维层次的本体匹配分类体系阐述本体匹配方法，从基于名称、基于语言、基于结构、基于语义等角度分析基础的相似度计算技术。
然后，调研国内外主要的本体匹配器，结合本体匹配方法的分析角度，从应用特征、输入特征、技术方法以及输出特征四个维度解析本体匹配器的特质信息。接着，从应用环境、待匹配本体要素及本体匹配器要素三方面分析场景的应用需求。在此基础上，设计基于场景的本体匹配框架SBOMF，并诠释其主要的功能模块。最后，架构实现SBOMF原型系统，分析匹配器简单选择、匹配器高级选择以及匹配器评价功能的运行效果，并选取两种匹配场景应用验证。