一种基于本体匹配的语义查询方法

摘要

本发明公开了一种基于本体匹配的语义查询方法，属于计算机应用技术领域。本方法先计算本体资源的名称、注释与用户输入字符串的语义相似度，然后分别将本体类、本体个体、本体属性与用户输入字符串的语义相似度按从大到小排序，选出最符合用户查询要求的不超过λ*3个本体资源。本方法能够在语义层面进行检索，捕捉设计人员检索意图，提高系统检索效率。

主权项

一种基于本体匹配的语义查询方法，其特征在于：步骤一、设置一个阈值λ，最终返回的本体类、本体个体、本体属性个数都不超过λ；步骤二、设置一个相似度阈值σ，最终返回的本体类、本体个体、本体属性与用户输入的字符串的相似度都不低于σ；步骤三、设定一个相近词对阈值θ，提取含有x个词语的句子S₁与含有y个词语的句子S₂的相近词对时，先依次计算句子S₁中每个词语与句子S₂中每个词语的语义相似度，构成x*y的相似度矩阵s[x*y]，再将相似度从大到小并且相似度不小于阈值θ的词对设置为相近词对，每提取一个相近词对，则将相似度矩阵中其所对应的行和列的值都置为0；步骤四、获取本体类列表{OntClass₁,OntClass₂,...,OntClass_l}，其中OntClass_i代表一个本体类，1≤i≤l，l为正整数，表示含有l个本体类；classList是一个链表，其结点是一个这样的二元组：＜OntClass_i,sim_i＞，其中OntClass_i是一个本体类，sim_i是这个本体类与用户输入的字符串string的相似度，classList的初始大小为0；对每一个OntClass_i，1≤i≤l执行以下步骤：(1)计算关键词与本体类名称的相似度simName_i：其中，n是string所含词语的个数，n＞1(2)计算第j个词对中w_ja和w_jb两个词语的权重，句子中词语的权重是词语代表句子概念的程度，与词性、句子长度、句子结构有关，在计算时不考虑虚词，首先给出词性权重，设名词权重为γ₁，动词权重为γ₂，形容词权重为γ₃，数词权重为γ₄，其它实词权重为γ₅，词语权重的计算公式如下：$w=\frac{{\gamma }_i}{n_i\times \underset{j=1}{\overset{k}{\Sigma }}{\gamma }_j}$其中，γ_i表示词语的词性对应的权重，k表示句子中出现的词性数，n_i表示句中i类词性词的个数；(3)计算关键词与本体类注释的相似度simComment_i：其中，q为关键词与本体类注释相似词对的个数，为从q个词对中取出p个词对的组合数，w_ja和w_jb为第j个词对中两个词语的权重，s_j和s_k分别是第j个词对和第k个词对中两个词语的相似度(4)取simName_i与simComment_i两者较大的为sim_i的值；(5)若sim_i＞σ且classList的大小小于λ，则将＜OntClass_i,sim_i＞添加至classList中，classList的大小增加1，这样添加后classList的大小最大也不超过λ；(6)若sim_i＞σ且classList的大小等于λ，则首先选出classList中相似度最小的那个二元组，再用＜OntClass_i,sim_i＞替换这个二元组，这样classList的大小仍然等于λ；步骤五、获取本体个体列表其中代表一个本体个体，1≤i≤m，m为正整数，表示含有m个本体个体；indiList是一个链表，其结点是一个这样的二元组：＜OntIndividual_i,sim_i＞，其中OntIndividual_i是一个本体个体，sim_i是这个本体个体与用户输入的字符串string的相似度，indiList的初始大小为0；对每一个OntIndividual_i，1≤i≤m执行以下步骤：(1)按步骤四(1)计算关键词与本体个体名称的相似度simName_i；(2)按步骤四(3)计算关键词与本体个体注释的相似度simComment_i；(3)取simName_i与simComment_i两者较大的为sim_i的值；(4)若sim_i＞σ且indiList的大小小于λ，则将＜OntIndividual_i,sim_i＞添加至indiList中，indiList的大小增加1，这样添加后indiList的大小最大也不超过λ；(5)若sim_i＞σ且indiList的大小等于λ，则首先选出indiList中相似度最小的那个二元组，再用＜OntIndividual_i,sim_i＞替换这个二元组，这样indiList的大小仍然等于λ；步骤六、获取本体属性列表{Ont Pr operty₁,Ont Pr operty₂,...,Ont Pr operty_n}，其中Ont Pr operty_i代表一个本体属性，1≤i≤n，n为正整数，表示含有n个本体属性的个数；propList是一个链表，其结点是一个这样的二元组：其中Ont Pr operty_i是一个本体属性，sim_i是这个本体属性与用户输入的字符串string的相似度，propList的初始大小为0；对每一个Ont Property_i，1≤i≤n执行以下步骤：(1)按步骤四(1)计算关键词与本体属性名称的相似度simName_i；(2)按步骤四(3)计算关键词与本体属性注释的相似度simComment_i；(3)取simName_i与simComment_i两者较大的为sim_i的值；(4)若sim_i＞σ且propList的大小小于λ，则将＜OntProperty_i,sim_i＞添加至propList中，propList的大小增加1，这样添加后propList的大小最大也不超过λ；(5)若sim_i＞σ且propList的大小等于λ，则首先选出propList中相似度最小的那个二元组，再用＜OntIndividual_i,sim_i＞替换这个二元组，这样propList的大小仍然等于λ；步骤七、分别将链表classList、indiList、propList中的结点按照sim_i值从大到小排序，则classList中包含了不超过λ个本体类OntClass_i、indiList中包含了不超过λ个本体个体OntIndividual_i、propList中包含了不超过λ个本体属性OntProperty_i，它们就是最符合用户查询意图的本体资源。