[发明专利]一种农业领域概念相似度矩阵生成方法

说明书

技术领域

本发明涉及农业语义网络与知识网格领域，公开了优化本体领域概念间的相似度矩阵的自动生成方法及系统。

背景技术

随着知识的爆炸式发展，知识的表达、共享与交换已成为知识管理系统中亟待解决的瓶颈。本体作为共享的明确规范化概念模型，使得上述问题的解决成为可能。特别是自语义Web提出以来，本体已日渐成为知识工程、知识管理、信息检索和语义Web等多个领域的重要组成部分，并成为人工智能和知识工程领域中一个重要的研究方向，在知识的获取、表示、分析和应用等方面具有深远的意义。

农业领域知识因其应用的广泛性，越来越受到相关学者的重视。农业信息资源因庞杂、分散、异构而呈现出相对孤立和难于满足用户对信息需求的状况，给农业知识的普及带来一定的难度。农业领域本体是一个包含农业术语、定义以及术语间规范关系说明的体系，是农业领域内信息、信息与信息间的相互关系的形式化表达。我国虽然十分重视农业信息与知识工程理论技术的研究，但是还存在农业知识的获取、发现与融聚等相对较困难的问题。因此，研究农业领域本体，建立一个真正意义上的基于本体的共享农业知识库，是促进数字化农业快速发展的有效途径。

随着对领域本体研究与应用的增多，大多数领域本体研究组织面向不同的应用开发出不同的领域本体，本体间存在着较大的差异。尽管这些不尽相同的本体是对同一领域进行描述，但它们是对该领域不同层面的描述，因而不可避免地包含着具有重复的和不匹配的语义信息。主要表现在：一方面，不同本体间缺少必要的联系，造成在同一领域内的本体多样性和冲突性，使得领域内本体间无法进行互操作，即本体异构；另一方面，数量众多的本体存在着不同层次的差异性，包括系统异构、语法异构以及语义异构。最终使得领域内本体间无法进行互操作，大大制约了知识的利用效率。

发明内容

本发明利用概念格理论，将领域本体信息源转变为形式背景，构建基于多层次关系的领域形式背景知识库，优化并改进概念相似度计算模型。

为实现上述目的，本发明的技术方案提出了一种农业领域概念相似度矩阵生成方法，该方法包括以下步骤：

S1. 基于领域本体提取领域形式背景的对象属性列表；

S2. 对所获取的领域形式背景进行单值化、满值化操作；

S3. 获取领域概念属性的权重信息，划分概念层次；

S4. 利用所述层次概念进行概念相似度计算模型的设计，获取领域概念对的相似度矩阵。

所述步骤S1具体包括：

S11. 将领域本体中“概念+属性”作为一对元素，利用本体解析工具包Jena，解析出概念、属性对，形成结果列表；

S12. 按照本体概念转化为背景对象，本体属性转化为背景属性的原则，获取领域形式背景的横维和纵维信息；

S13. 整理领域形式背景的对象-属性关系集，抽取出存在非规范化的关系集；

S14. 判断背景对象（属性）的子对象（属性）是否为空值，如果不是，则作为新的对象（属性）加入对象（属性）列表并转向步骤S13，否则停止。

所述步骤S2具体包括：

S21. 对所形成的领域形式背景信息进行单值化转化，分解包含有多值信息属性列，简化领域背景的关系集；

此处多值属性背景由四元组(G，M，W，I)表示，其中G与M的含义与上述情况保持一致，W为具体的属性值，I是由G、M和W间的三元关系。采用概念缩放的方法，将具体的属性值转化为该概念的每个属性，用以解释相应的属性，其目的是将多元背景值转化为二元背景来表达，利用属性增加的手段来换取关系（对象与属性间的关系）的二元化；

S22. 约简背景关系集，消除其中的冗余信息，简化背景知识的表达；

在不改变原有知识分类能力的前提下，取出若干与原内容不相关或是关联程度不高的属性。将领域间存在依赖关系的关系族划分为非核心属性集和核心属性集。利用形式背景的相似属性集，获取简化后的形式背景相似属性矩阵；

S23. 将包含缺值信息的背景关系集，进行二元化转化，满值化领域背景；

着眼于缺值关系本身，从属性的角度，将其与对象的不确定性关系加以扩展，对缺值的属性按其在不同对象中的不同缺值分别进行扩充，最后得到完整的形式背景；

假设所有的缺值背景都建立在二元的前提下，那么该问题就转化成：如何用一个二元的形式来表达一个三元关系。现将转化机理描述如下： 

若（属性a, 1）值为1：表明该对象与属性a的二元关系为定值；

若（属性a, 1）值为0：