[发明专利]一种改进的基于领域本体的概念相关度计算方法

权利要求书

1.一种改进的基于领域本体的概念相关度计算方法，本发明涉及语义网络技术领域，具体涉及一种改进的基于领域本体的概念相关度计算方法，其特征是，包括如下步骤：

步骤1：利用七步法或循环获取法构建专业领域本体数据库

步骤2：考虑了本体间的基本属性关系、路径距离与路径数量、密度与深度等影响因子计算两本体概念间的相关度

步骤3：考虑本体中存在的特殊关联关系，计算本体概念间的相关度

步骤4：综合上述步骤2、步骤3，得到本体概念间的最终相关度。

2.根据权利要求1中所述的一种改进的基于领域本体的概念相关度计算方法，其特征是，以上所述步骤2中的具体计算过程如下：

步骤2：考虑了本体间的基本属性关系、路径距离与路径数量、密度与深度等影响因子计算两本体概念间的相关度，其具体计算过程如下：

步骤2.1）构造基于基本属性关系对两本体概念相似度的影响函数

两本体概念相似度与属性相似度成正比，与属性权重也成正比

路径为

假设的属性个数各为

每个属性对相应概念的影响权重是不同的，按照权重系数分别对概念属性进行排序，对每个概念属性取前i个属性权重值

这里

即得下列属性权重矩阵

从专业领域本体树中，可以很清楚的知道概念中的共有属性，记为这里j为共有属性的个数，且

为概念中属性相同，则取出其对应权重值

所以构建的影响函数为：

步骤2.2）构造基于路径距离、与路径数量对两本体概念相似度的影响函数

两本体概念相似度与其路径长度成反比，找到两本体概念间最长路径，其中经过的概念节点有n个，即

即经过路径的长度为

两本体概念相似度与路径数量成反比，即当路径数量越多，两本体概念相似度越大，这里根据专业领域本体树可知路径数量为N，如下图

即

上式为路径长度与路径个数的权重比值，这个可以根据实验迭代出来

步骤2.3）构造密度与深度对两本体概念相似度的影响函数需先构造深度对两本体概念语义相似度的影响函数以及密度对两本体概念语义相似度的影响函数其具体求解过程如下：

步骤2.3.1）先构造深度对两本体概念语义相似度的影响函数

概念节点的深度是指概念在所处的本体树中的层次深度，在本体树中，每个概念节点都是对上一层节点的一次细化，因此概念节点处于本体树中层次越深，则表示的内容越具体，概念间的相似度越大，反之概念间的相似度越小

这里深度值从根节点开始，根节点的深度值为1，从概念与共同父节点构成的树子集中分别找到两最短路径的共同父节点，即

则

分别为概念的共同父节点在本体树中的最短深度

从而构造下列影响因子：

两本体概念在本体树中的深度为：

即两本体概念在本体树中得平均深度为：

从而构造下列影响因子：

上式为本体树的深度

综上，有下式：

步骤2.3.2）构造密度对两本体概念语义相似度的影响函数

概率节点密度越大，则其直接子节点数目越多，节点细化的越具体，各直接子节点之间的相似度越大

从概念的直接子节点中找到共同直接子节点个数，如上为N

从概念中找到直接子节点数最多的，记为：

上式i、j分别为以概念为父节点所对应得子分枝个数，分别为概念对应的第i、j个子分枝中直接子节点的个数

则：

步骤2.3.3）由上述步骤可得：

。