一种基于场理论的本体分析方法

摘要

本发明提供一种基于场理论的本体分析方法，首先对本体进行预处理，计算本体概念质量及概念间的语义相似度；然后将本体概念影射到多维空间中，空间中的本体概念相互联系，共同作用形成概念场，选取合适的影响因子，使概念场的分布体现本体概念的自组织聚集特性；在概念场中，连接等势值点即可得到一系列等势线，等势线呈现自然嵌套结构，势心是等势线在一定范围内的局部极大值点，反映了本体概念聚集的中心位置。因势的叠加作用势心与本体概念不重合，选取距离势心最近的本体概念作为初始聚类中心，根据两个局部极大值点之间的鞍点迭代合并初始聚类，形成不同层次的聚类划分，进而得到本体概念的层次化聚类谱图，准确度高，并具有良好的可扩展性。

主权项

一种基于场理论的本体分析方法，其特征在于，所述本体分析方法至少包括以下步骤：1)本体概念预处理的步骤，计算输入本体的本体概念质量及本体概念间语义相似度；输入的本体采用OWL语言描述；所述本体概念质量的计算采用如下公式：$m\left(A\right)=(1-d)+d·(\frac{m\left(c_1\right)}{s\left(c_1\right)}+\frac{m\left(c_2\right)}{s\left(c_2\right)}+...+\frac{m\left(c_i\right)}{s\left(c_i\right)}+...+\frac{m\left(c_k\right)}{s\left(c_k\right)});$其中：A是本体概念；m(A)是概念A的质量；c_i是概念A的直接子类；k为概念A直接子类的个数；m(c_i)是c_i的质量；s(c_i)是c_i直接父类的个数；d是阻尼因子，0＜d＜1，d取值为0.85；所述本体概念间的语义相似度计算采用如下公式：其中：l为c_i和c_j在本体中的语义距离；h为c_i和c_j第一个共同父类在本体中所处的深度；α和β为控制l和h作用的参数，α和β的值为α＝0.2，β＝0.6，e为常数；根据输入本体包含的概念集C＝{c₁,c₂,…,c_i,…,c_n}，构建一个n维空间Rⁿ，空间的第i维为概念c_i与各本体概念的语义相似度(1≤i≤n)，称Rⁿ为输入本体对应的多维空间；输入本体及其对应的多维空间Ω_O，本体概念c_i在语义空间中的位置向量为x_ci＝(s_i1,s_i2,…,s_ik,…,s_in)，向量第k维s_ik为概念c_i和概念c_k的语义相似度；2)概念场构建的步骤，将所述步骤1)中处理过的本体概念影射到多维空间中，空间中的本体概念相互联系，共同作用形成概念场；给定概念场中的概念集C＝{c₁,c₂,…,c_i,…,c_n}、及概念的位置集P＝{x_c1,x_c2,…,x_ci,…,x_cn}；概念场中任一场点x的势值为：其中：n为概念数量；为概念c_i在x处产生的势值；m_ci为概念c_i的质量，m_ci≥0；σ为影响因子，σ∈(0,+∞)；||x_ci‑x||为x_ci到x的距离，e为常数；所述影响因子σ的取值公式为：$\min H\left(\sigma \right)=\min -\underset{i=1}{\overset{n}{\Sigma }}\frac{{\phi }_{\mathrm{ci}}}{Z}·\log \left(\frac{{\phi }_{\mathrm{ci}}}{Z}\right);$其中，为概念c₁,c₂,…,c_i,…,c_n所在位置的势值；为标准化因子；3)初始聚类中心选取的步骤，在所述步骤2)中建立的概念场中选择本体概念的初始聚类中心；4)概念层次化聚类的步骤，根据所述3)中确定的初始聚类中心，迭代合并初始聚类，形成不同层次的聚类划分，以本体概念类谱图的形式展示本体分析的最终结果；其中，于所述步骤3)及步骤4)中，对于概念场空间进行网格划分并构建索引树，根据Hesse矩阵的特征值对临界点分类，找出局部极大值点和鞍点，然后，根据局部极大值点选取本体概念的初始聚类中心进行初始划分，最后，根据鞍点对初始聚类进行迭代合并。