迭代拉普拉斯半监督学习本体算法

J4 ›› 2014, Vol. 36 ›› Issue (11): 2164-2168.

迭代拉普拉斯半监督学习本体算法

彭波,徐天伟,李臻,高炜

（云南师范大学信息学院,云南昆明 650500）

收稿日期:2012-11-22 修回日期:2013-07-13 出版日期:2014-11-25 发布日期:2014-11-25
基金资助:
国家自然科学基金资助项目(60903131);教育部科学技术研究重点项目(210210);民族教育信息化教育部重点实验室

An ontology algorithm based on
iterated Laplacian semi-supervised learning

PENG Bo,XU Tianwei,LI Zhen,GAO Wei

（School of Information Science and Technology,Yunnan Normal University,Kunming 650500,China）

Received:2012-11-22 Revised:2013-07-13 Online:2014-11-25 Published:2014-11-25

摘要/Abstract

摘要：

本体相似度计算和本体映射是知识表示和信息处理的核心研究内容。利用迭代拉普拉斯半监督学习方法将本体图中每个顶点映射成一个实数，通过比较顶点对应实数间的差值得到本体相似度计算算法和本体映射策略。通过两个实验表明，该方法对特定的应用领域是有效的。

关键词: 本体, 相似度, 本体映射, 半监督学习, 迭代拉普拉斯

Abstract:

Ontology similarity measure and ontology mapping are central contexts for knowledge representation and information processing.An ontology algorithm based on iterated Laplacian semisupervised learning is proposed.Using iterated Laplacian semisupervised learning method,all the vertices of the ontology graph are mapped into real numbers.Then,the ontology similarity measure algorithm and the ontology mapping strategy are obtained by comparing the differences of their corresponding values.Two experiments confirm that the new algorithm has high quality for special application fields.

Key words: ontology;similarity;ontology mapping;semi-supervised learning;iterated Laplacian

彭波,徐天伟,李臻,高炜. 迭代拉普拉斯半监督学习本体算法[J]. J4, 2014, 36(11): 2164-2168.

PENG Bo,XU Tianwei,LI Zhen,GAO Wei. An ontology algorithm based on
iterated Laplacian semi-supervised learning [J]. J4, 2014, 36(11): 2164-2168.

参考文献［8］

［1］	Mork P, Bernstein P. Adapting a generic match algorithm to align ontologies of human anatomy［C］∥Proc of the 20th International Conference on Data Engineering, 2004:787790.
［2］	Fonseca F, Egenhofer M, Davis C, et al. Semantic granularity in ontologydriven geographic information systems［J］. AMAI Annals of Mathematics and Artificial IntelligenceSpecial Issue on Spatial and Temporal Granularity,2002, 36(12):121151.
［3］	Bouzeghoub A, Elbyed A. Ontology mapping for webbased educational systems interoperability［J］. Interoperability in Business Information Systems, 2006, 1(1):7384.
［4］	Gao Wei, Liang Li, Zhang Yungang. Ontology concept similarity computation based on graph learning ［J］. Journal of Southwest China Normal University (Natural Science Edition), 2011, 36(4):6467.(in Chinese)
［5］	Gao Wei, Liang Li. Ontology concept similarity computation based on regularization framework of hypergraph［J］. Microelectronics & Computer, 2011, 28(5):1517.(in Chinese)
［6］	Gao Wei, Zhu Li, Liang Li. Ontology mapping algorithm based on the regularization framework of graph［J］. Journal of Southwest University (Natural Science Edition), 2012, 34(3):118121.(in Chinese)
［7］	Gao Wei, Zhang Yungang, Liang Li. Convergence rates of normalized spectral clustering with a similarity function in Cs［J］. Journal of Lanzhou University (Natural Sciences), 2011, 47(2):109111.(in Chinese)
［8］	Gao W, Zhou D. Convergence of spectral clustering with a general similarity function［J］. Science China Mathematics, 2012, 42(10):985994.(in Chinese)
［9］	Chung Fan R K. Spectral graph theory［M］. Fresno:American Mathematical Society, 1997.
［10］	Adams R A.Sobolev spaces［M］.New York:Academic Press, 1975.
［11］	Zhou X,Belkin M.Semisupervised Learning by higher order regularization［C］∥Proc of the 14th International Conference on Artificial Intelligence and Statistics,2011:892900.
［12］	http://www. geneontology. org.
［13］	Craswell N, Hawking D. Overview of the TREC 2003 web track［C］∥Proc of the 21th Text Retrieval Conference,2003:7892.
［14］	Gao W, Liang L. Ontology similarity measure by optimizing NDCG measure and application in physics education［J］. Lecture Notes in Electrical Engineering, 2012, 142(2):415421.
	附中文参考文献：
［4］	高炜,梁立,张云港. 基于图学习的本体概念相似度计算［J］. 西南师范大学学报(自然科学版), 2011, 36(4):6467.
［5］	高炜, 梁立. 基于超图正则化模型的本体概念相似度计算［J］. 微电子学与计算机, 2011, 28(5):1517.
［6］	高炜,朱林立,梁立. 基于图正则化模型的本体映射算法［J］. 西南大学学报(自然科学版), 2012, 34(3):118121.
［7］	高炜, 张云港, 梁立. Cs 相似度函数下正则谱聚类的收敛阶［J］. 兰州大学学报(自然科学版), 2011, 47(2):109111.
［8］	高炜, 周定轩. 与一般相似度函数相关的谱聚类的收敛性［J］. 中国科学:数学, 2012, 42(10):985994.

[1]	钟昊, 陈卫东. 一般图中的最小概要表示集问题[J]. 计算机工程与科学, 2023, 45(01): 113-118.
[2]	袁野, 廖薇. 基于多重相关信息交互的文本相似度计算方法[J]. 计算机工程与科学, 2022, 44(07): 1313-1320.
[3]	王栋, 杨珂, 玄佳兴, 韩雨桐, 赵丽花, 王旭仁. 基于半监督生成对抗网络的恶意代码家族分类实现[J]. 计算机工程与科学, 2022, 44(05): 826-833.
[4]	陈健鹏, 陈剑, 佘祥荣, 水新莹, 陈刚. 混合神经网络模型与注意力机制的地址匹配算法[J]. 计算机工程与科学, 2022, 44(05): 901-909.
[5]	李方, 吴国栋, 涂立静, 刘玉良, 查志康, 李景霞. 图自编码器推荐研究综述[J]. 计算机工程与科学, 2022, 44(02): 335-344.
[6]	徐景秀, 张青. 改进小波软阈值函数在图像去噪中的研究应用[J]. 计算机工程与科学, 2022, 44(01): 92-101.
[7]	王保成, 刘利军, 黄青松, . 基于LDA和卷积神经网络的半监督图像标注方法[J]. 计算机工程与科学, 2022, 44(01): 110-117.
[8]	王信, 刘晓燕, 张开琦, 王星, 严馨. 基于变更事件驱动的微服务组合平台设计与实现[J]. 计算机工程与科学, 2021, 43(10): 1781-1788.
[9]	马慧芳, 胡东林, 刘宇航, 李志欣. 融合作者合作强度与研究兴趣的合作者推荐[J]. 计算机工程与科学, 2021, 43(10): 1864-1872.
[10]	孙庞博, 符琦, 陈安华, 蒋云霞. 基于组合预测模型的小样本轴承故障分类诊断 [J]. 计算机工程与科学, 2021, 43(09): 1684-1691.
[11]	杨德志, 柯显信, 余其超, 杨帮华. 基于RCNN的问题相似度计算方法[J]. 计算机工程与科学, 2021, 43(06): 1076-1080.
[12]	李晓红, 王闪闪, 马堉银, 马慧芳. 融合相似度图和随机游走模型的多标签短文本分类算法[J]. 计算机工程与科学, 2021, 43(06): 1081-1087.
[13]	刘亚波, 吴秋轩. 基于长短时记忆网络的电商大数据同一性标定[J]. 计算机工程与科学, 2021, 43(03): 407-415.
[14]	赵俊生, 王鑫宇, 尹玉洁, 张林. 基于蒙古语新闻领域本体的分布式检索方法[J]. 计算机工程与科学, 2021, 43(03): 560-570.
[15]	魏墨济, 赵燕清, 朱世伟, 李晨. 基于社会立场建模的网络犯罪预警研究[J]. 计算机工程与科学, 2021, 43(01): 151-160.