Please wait a minute...
Advanced Search
现代图书情报技术  2010, Vol. 26 Issue (1): 51-56    DOI: 10.11925/infotech.1003-3513.2010.01.10
  知识组织与知识管理 本期目录 | 过刊浏览 | 高级检索 |
基于本体的语义相似度计算方法研究综述*
孙海霞1 钱庆1 成颖2
1(中国医学科学院医学信息研究所   北京 100020)
2(南京大学信息管理系   南京 210093)
Review of Ontology-based Semantic Similarity Measuring
Sun Haixia1  Qian QingCheng Ying2
1(Institute of Medical Information, Chinese Academy of Medical Sciences, Beijing 100020, China)
2(Department of Information Management, Nanjing University, Nanjing 210093,China)
全文: PDF(382 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

在对基于本体的词语语义相似度进行界定的基础上,对基于本体的语义相似度研究进行综述,分别阐述基于距离的语义相似度计算、基于内容的语义相似度计算、基于属性的语义相似度计算和混合式语义相似度计算等算法模型,最后从宏观层面指出今后本领域的研究方向。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
孙海霞
钱庆
成颖
关键词 语义相似度语义相似度计算本体概念匹配    
Abstract

Based on the general definition and dissertation for semantic similarity measuring of Ontology, this paper makes a review of research on the Ontology-based semantic similarity measures,introduces edge counting measures, information content measures, feature-based measures and hybrid measures respectively. At last, it points out the direction of future work from macroscopic perspective.

Key wordsSemantic similarity    Semantic similarity measuring    Ontology    Concept-based matching
收稿日期: 2009-11-04     
基金资助:

*本文系中国医学科学院医学信息研究所基本科研业务专项“基于MeSH的语义相似度算法研究” (项目编号:09R0107)的研究成果之一。

通讯作者: 孙海霞     E-mail: sun.haixia@imicams.ac.cn
作者简介: 孙海霞,钱庆,成颖
引用本文:   
孙海霞,钱庆,成颖. 基于本体的语义相似度计算方法研究综述*[J]. 现代图书情报技术, 2010, 26(1): 51-56.
Sun Haixia,Qian Qing,Cheng Ying. Review of Ontology-based Semantic Similarity Measuring. New Technology of Library and Information Service, DOI:10.11925/infotech.1003-3513.2010.01.10.
链接本文:  
http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2010.01.10

[1] Semantic Similarity Measures in MeSH Ontology and Their Application to Information
Retrieval on Medline[EB/OL]. [2007-12-10].http://www.intelligence.tuc.gr/publications/Hliautakis.pdf.
[2] Gruher T R.A Translation Approach to Portable Ontology Specifications[J]. Knowledge
Acquisition, 1993,5(2):199-220.
[3] 荀恩东,颜伟.基于语义网计算英语词语相似度[J].情报学报,2006,25(1):43-48.
[4] Raftopoulou P, Petrakis E. Semantic Similarity Measures: A Comparison Study[R].2005.
[5] 黄果,周竹荣.基于领域本体的语义相似度计算研究[J].计算机工程与科学,2007,29(5):112-117.
[6]张忠平,赵海亮,张志惠.基于本体的概念相似度计算[J].计算机工程,2009,35(7):17-19
[7]An Information-Theoretic Definition of Similarity[EB/OL]. [2007-12-20].
http://www.cs.ualberta.ca/lindek/papers/sim.pdf.
[8] Rada R, Mili H, Bicknell E, et al. Development and Application of a Metric on Semantic
Nets[J]. IEEE Transactions on Systems, Man, and Cybernetics, 1989,19(1):17-30.
[9] Richardson R, Smeaton A, Murphy J. Using WordNet as a Knowledge Base for Measuring
Semantic Similarity Between Words[EB/OL]. [2008-12-02].
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.124.4773&rep=rep1&type=pdf.
[10] Wu Z, Palmer M. Verb Semantics and Lexical Selection[C]. In: Proceedings of the 32nd
Annual Meeting of the Associations for Computational Linguistics.1994:133-138.
[11] Antoniou G, Van Harmelen F. A Semantic Web Primer[M]. The Mit Press,2004:200-208.
[12] Li Y H, Bandar Z A, McLean D. An Approach for Measuring Semantic Similarity Between
Words Using Multiple Information Sources[J].IEEE Transactions on Knowledge and Data
Engineering, 2003,15(4):871-882.
[13]Leacock C,Chodorow M. Filling in a Sparse Training Space for Word Sense Identification
[EB/OL].[2009-02-25]. http://arxiv.org/PS_cache/cmp-lg/pdf/9511/9511007v1.pdf.
[14] Hirst G, St-Onge D. Lexical Chains as Representations of Context for the Detection and
Correction of Malapropisms[C]. In:Proceedings of Fellbaum.1998:305-332.
[15] Budanitsky A, Hirst G. Semantic Distance in WordNet: An Experimental,Application-oriented Evaluation of Five Measures[EB/OL]. [2009-05-25].  http://www.cs.toronto.edu/pub/gh/Budanitsky+Hirst-2001.pdf.
[16] Resnik O. Semantic Similarity in a Taxonomy: An Information-Based Measure and Its
Application to Problems of Ambiguity and Natural Language[J]. Journal of Artificial Intelligence Research, 1999(11):95-130.
[17] Lord  P W, Stevens R D, Brass A, et al. Investigating Semantic Similarity Measures
Across the Gene Ontology: The Relationship Between Sequence and Annotation[J]. Bioinformatics, 2003,19(10):1275-1283.
[18] Lin D. Principle-based Parsing Without Overgeneration[C]. In: Proceedings of the 31st
Annual Meeting of the Association for Computational Linguistics.1993:112-120.
[19] Jiang J J,Conrath D W. Semantic Similarity Based on Corpus Statistics and Lexical
Taxonomy[EB/OL]. [2008-12-02].http://arxiv.org/PS_cache/cmp-lg/pdf/9709/9709008v1.pdf.
[20] 潘谦红,王炬,史忠植.基于属性论的文本相似度计算[J].计算机学报,1999,22(6):651-655.
[21] Tversky A. Features of Similarity[J]. Psycological Review, 1977,84(4):327-352.
[22] Sabou M, Richards D, Van Splunter S. An Experience Report on Using DAML-S[EB/OL].
[2008-12-02].http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.7.529&rep=rep1&type=pdf.
[23] Knappe R, Bulskov H, Andreasen T. On Similarity Measures for Content-based Querying
[C]. In: Proceedings of the 10th International Fuzzy Systems Association World Congress.2003:400-403.
[24] 黄宏斌,董发花,邓苏,等.一种跨本体的语义相似度计算方法[J].计算机科学,2008,35(7):153-156.
[25] 曹泽文,钱杰,张维明,等.一种综合的概念相似度计算方法[J].计算机科学,2007,34(3):174-175,191.
[26]吴开贵,万洪波,朱郑州.一种基于语义的本体概念相似度的计算方法[J].计算机科学,2008,35(5):123- 124,146.
[27] 刘群,李素建. 基于《知网》的词汇语义相似度计算[J].计算语言学及中文信息处理,2002(7):59-76.
[28] 夏天.中文信息处理中的相似度计算研究与应用[D].北京:北京理工大学,2005.
[29] 左秀然.基于概念相似度的本体映射系统研究[D]. 武汉:武汉理工大学,2008.
[30] 王惠敏,聂规划,付魁.领域本体中基于多维特征的语义相似度算法研究[J].情报杂志,2008,27(10):28-30.
[31]张忠平,田淑霞,刘洪强.一种综合的本体相似度计算方法[J].计算机科学,2007,35(12):142-145,182.

[1] 邓诗琦,洪亮. 面向智能应用的领域本体构建研究*——以反电话诈骗领域为例[J]. 数据分析与知识发现, 2019, 3(7): 73-84.
[2] 高广尚. 用户画像构建方法研究综述*[J]. 数据分析与知识发现, 2019, 3(3): 25-35.
[3] 王颖,钱力,谢靖,常志军,孔贝贝. 科技大数据知识图谱构建模型与方法研究*[J]. 数据分析与知识发现, 2019, 3(1): 15-26.
[4] 何有世,何述芳. 基于领域本体的产品网络口碑信息多层次细粒度情感挖掘*[J]. 数据分析与知识发现, 2018, 2(8): 60-68.
[5] 唐慧慧,王昊,张紫玄,王雪颖. 基于汉字标注的中文历史事件名抽取研究*[J]. 数据分析与知识发现, 2018, 2(7): 89-100.
[6] 庞贝贝,苟娟琼,穆文歆. 面向高校学生深度辅导领域的主题建模和主题上下位关系识别研究*[J]. 数据分析与知识发现, 2018, 2(6): 92-101.
[7] 丁晟春,刘梦露,傅柱. 概念设计中基于知识流的多维设计知识统一建模技术研究*[J]. 数据分析与知识发现, 2018, 2(2): 11-19.
[8] 涂海丽,唐晓波. 基于标签的商品推荐模型研究*[J]. 数据分析与知识发现, 2017, 1(9): 28-39.
[9] 陈二静,姜恩波. 文本相似度计算方法研究综述[J]. 数据分析与知识发现, 2017, 1(6): 1-11.
[10] 白如江,冷伏海,廖君华. 一种基于语义组块特征的改进Cosine文本相似度计算方法*[J]. 数据分析与知识发现, 2017, 1(6): 56-64.
[11] 吴丹,刘畅,李翼. 用户步行导航过程中的情感变化研究*[J]. 数据分析与知识发现, 2017, 1(5): 42-51.
[12] 翟东升,蔡文浩,张杰,李振飞. 改进的中文商标语义相似度计算方法研究[J]. 数据分析与知识发现, 2017, 1(11): 19-28.
[13] 刘健,毕强,刘庆旭,王福. 数字文献资源内容服务推荐研究*——基于本体规则推理和语义相似度计算[J]. 现代图书情报技术, 2016, 32(9): 70-77.
[14] 丁恒,陆伟. 标准文献知识服务系统设计与实现*[J]. 现代图书情报技术, 2016, 32(7-8): 120-128.
[15] 陆佳莹,袁勤俭,黄奇,钱韵洁. 基于概念格理论的产品领域本体构建研究*[J]. 现代图书情报技术, 2016, 32(5): 38-46.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn